
Tekoälypalvelimien muistiratkaisuihin on nousemassa uusi haastaja. Japanilais-amerikkalainen yhteisyritys SAIMEMORY kehittää Z-Angle Memoryä eli ZAM-muistia, jonka tavoitteena on tarjota korkea kapasiteetti, suuri kaistanleveys ja selvästi nykyisiä ratkaisuja parempi energiatehokkuus.
ZAM on suunniteltu nimenomaan suurten AI-mallien koulutukseen ja inferenssiin datakeskuksissa. Kehitystyössä on mukana Intel, ja teknologia pohjautuu Intelin Next Generation DRAM Bonding -ohjelmassa kehitettyihin pinoamistekniikoihin. Prototyyppien on määrä valmistua tilikaudella 2027 ja kaupallistamisen tavoite on 2029.
Nykyiset AI-kiihdyttimet käyttävät laajasti High Bandwidth Memory -muistia, joka tarjoaa erittäin suuren kaistanleveyden mutta kärsii kasvavista lämpö- ja energiatiheysongelmista. ZAM pyrkii ratkaisemaan nämä arkkitehtuuritasolla.
Perinteisen pystysuuntaisen TSV-läpivientirakenteen sijaan ZAM hyödyntää vinosti kulkevia interconnect-yhteyksiä. Sirujen välinen liitos toteutetaan kupari-kupari-hybridisidonnalla ilman juotepalloja, jolloin muistipino muodostaa käytännössä yhtenäisen piiblokin. Kun keskeltä poistetaan TSV-kenttä, rakenteen kiinteä piiydin toimii samalla lämpöä johtavana pystysuuntaisena levittäjänä.
Ratkaisun väitetään mahdollistavan 40–50 prosenttia pienemmän tehonkulutuksen sekä jopa 2–3 kertaa suuremman tiheyden verrattuna HBM-muisteihin. Julkisia suorituskykymittauksia ei kuitenkaan ole vielä esitetty.
ZAM:n arkkitehtuurin odotetaan parantavan nimenomaan suorituskykyä wattia kohden. Se ei välttämättä ensimmäisessä sukupolvessa ylitä HBM:ää absoluuttisessa kaistanleveydessä, mutta tavoitteena on parempi kokonaisjärjestelmätason tehokkuus AI-kiihdyttimissä.





















Virtaamamittaus on monissa laitteissa kriittinen mutta usein ongelmallinen toiminto. Perinteiset mekaaniset anturit kuluvat ja jäävät sokeiksi pienille virtausnopeuksille. Ultraäänitekniikkaan perustuvat valmiit moduulit tarjoavat nyt tarkan, huoltovapaan ja helposti integroitavan vaihtoehdon niin kuluttaja- kuin teollisuussovelluksiin.