삼성전자는 인공지능(AI) 칩 상단에 메모리를 수직으로 쌓아 성능과 전력 효율을 높인 차세대 3차원(3D) 아키텍처인 ‘zHBM’을 선보였다. zHBM은 AI가속기(AI 모델의 학습·개발에 필요한 반도체) 옆에 고대역폭 메모리(HBM)를 연결하는 기존 방식과 달리 AI가속기 위에 HBM을 직접 쌓아 데이터 이동 거리를 줄였다.
8세대 제품인 HBM5보다 그래픽처리장치(GPU)당 성능이 최대 8배, 전력 대비 성능은 최대 3배 향상됐다.
차세대 낸드 솔루션 ‘zNAND-O’도 공개했다. 이 메모리는 D램보다 용량이 크다. 또 기존 낸드에 비해 데이터 전송 속도가 빠르다. 모든 데이터를 값비싼 D램이나 HBM에 안 담아도 AI가 필요한 정보를 빨리 불러올 수 있게 했다.
400단(Layer) 이상을 수직으로 쌓은 10세대 적층(V) 낸드 ‘V10 BV-NAND’도 업계 최초로 선보였다. 메모리 셀을 더 높게 적층해 같은 면적에 더 많은 데이터를 저장하고 셀과 주변 회로를 별도 웨이퍼로 만든 뒤 결합해 성능과 메모리 집적도를 함께 높였다.
SK하이닉스는 이날 오후 기조연설에서 ‘계층형 메모리’ 구조를 새로운 방향성으로 내세웠다. 속도와 용량이 다른 여러 메모리를 적절히 조합해 AI 시스템 전체 효율을 높이겠다는 구상이다.
SK하이닉스는 미국 메모리 기업인 샌디스크와 함께 D램 대신 낸드플래시 메모리를 여러 층 쌓은 ‘고대역폭 플래시(HBF·High Bandwidth Flash)’의 첫 표준 규격도 공개했다. HBF는 낸드플래시를 사용해 더 많은 데이터를 담을 수 있게 한 기술이다. AI 추론 시 처리할 데이터가 늘자 빠르지만 용량이 제한적인 HBM을 HBF가 보완하게 한 것이다.
양사가 공개한 규격은 낸드 칩을 8단이나 16단으로 쌓아 최대 512기가바이트(GB)를 저장하고 초당 최대 3테라바이트(TB·1TB=1024GB)의 데이터를 전송할 수 있도록 했다. 중앙처리장치(CPU)와 GPU 등에 HBF를 유연하게 연결할 수 있도록 공통 연결 규격도 적용했다.
[소비자가만드는신문=이혜진 기자]
