Intel i japońscy naukowcy łączą siły. Nowa pamięć może zmienić rynek AI 

Świat sztucznej inteligencji rośnie w zawrotnym tempie. Coraz większe modele językowe, generowanie obrazów, wideo, symulacje – to wszystko wymaga ogromnej ilości pamięci. I właśnie tutaj pojawia się problem: obecna technologia pamięci zaczyna dochodzić do swoich limitów. 

Na scenę wchodzi ZAM (Z-Angle Memory) – nowy typ pamięci opracowywany przez firmę SAIMEMORY, stworzoną wspólnie przez SoftBank, Intel i Uniwersytet Tokijski. Technologia została publicznie zaprezentowana podczas konferencji Intel Connection Japan 2026.

Dzisiejsze pamięci (np. HBM używana w profesjonalnych kartach NVIDII) buduje się warstwa na warstwie – podobnie jak wieżowiec. Problem w tym, że im wyższa “wieża”, tym trudniej odprowadzić ciepło, a zbyt wysoka konstrukcja zaczyna się przegrzewać. Obecnie dochodzimy do granicy około 16–20 warstw. Rozwój sztucznej inteligencji i jej zapotrzebowanie na pamięć oczekuje jeszcze większej pojemności.

ZAM podchodzi do tematu inaczej. Zamiast układać "piętra” w klasyczny sposób, inżynierowie ustawiają układy pionowo w osi Z i łączą je pod lekkim kątem (stąd nazwa „Z-Angle”).

Brzmi technicznie, ale efekt jest prosty. 

Nowa pamięć zaoferuje znacznie większą pojemność – docelowo pojedynczy moduł ma oferować nawet 512 GB. Co istotne, ZAM ma współpracować z technologią Intel EMIB (Embedded Multi-die Interconnect Bridge), czyli rozwiązaniem umożliwiającym bardzo szybkie i bezpośrednie łączenie kilku układów scalonych – np. procesora i pamięci – w ramach jednego pakietu. W praktyce ma to się przekładać na wyższą wydajność i niższe opóźnienia w komunikacji z akceleratorem AI.

Pamięć ZAM zapewnia lepsze chłodzenie. Ciepło rozchodzi się bardziej równomiernie do góry, zamiast kumulować się w jednym miejscu. Do tego cechuje się mniejszym zużyciem energii. Producent mówi nawet o 40–50 proc. niższym poborze prądu w porównaniu z obecnymi rozwiązaniami.

W systemach AI pamięć jest dziś równie ważna jak sam procesor. Im jest większa i szybsza, tym większe modele można uruchomić, szybciej działa trenowanie AI, a do tego całe centrum danych zużywa mniej energii.

Na razie to dopiero początek. Nie ma jeszcze publicznych testów wydajności. Ale jeśli deklaracje się potwierdzą, ZAM może stać się realną alternatywą dla pamięci używanej dziś w najdroższych kartach AI.

foto na wejście: TechPowerUp