Hot Chips 2026: ذاكرة HBF توفر سعة ضخمة وجدواها محدودة

مقدمة تحليلية

كشفت OXMIQ Labs، إحدى شركات الملكية الفكرية لوحدات معالجة الرسوميات، في مؤتمر Hot Chips 2026، عن أن تقنية High Bandwidth Flash (HBF) لا يمكنها استبدال High Bandwidth Memory (HBM) عبر الغالبية العظمى من أعباء العمل. هذا التقييم يأتي ليضع حداً للآمال التي أثارتها SanDisk في أوائل عام 2025 عندما كشفت عن مفهوم HBF، واعدةً بتمكين مسرعات الذكاء الاصطناعي من الحصول على تيرابايتات من الذاكرة منخفضة التكلفة نسبياً وتقليل الحاجة إلى HBM التقليدية. لقد أثارت تلك الوعود شكوكاً منذ البداية، وتأكيد OXMIQ Labs يرسخ حقيقة أن HBF ستظل حلاً متخصصاً لمجموعات البيانات الضخمة ولكن غير النشطة نسبياً. بالنسبة للعديد من التطبيقات، قد تكون HBF أكثر ضرراً من نفعها، مما يدفع صناعة الذكاء الاصطناعي نحو تقييم أكثر واقعية لهذه الفئة الجديدة من الذاكرة.

التحليل التقني

تعتمد ذاكرة HBF الناشئة على تقنية 3D NAND، وتدعم أحجام كتل القراءة بين 64 بايت و4 كيلوبايت، وعمليات الكتابة بحجم 4 كيلوبايت، وأحجام صفحات 4 كيلوبايت. تتضمن مواصفات HBF ثلاثة درجات أداء:

• الدرجة الأولى: تستخدم حزمة NAND مكونة من 8 طبقات بسعة 256 جيجابايت، مع واجهة UCIe بسرعة 8 غيغاترانزفير في الثانية (GT/s)، وتوفر عرض نطاق ترددي يبلغ 384 جيجابايت/ثانية.
• الدرجة الثانية: تستخدم حزمة NAND بسعة 512 جيجابايت، مع واجهة UCIe بسرعة 16 GT/s، وتدعم عرض نطاق ترددي يصل إلى 1.536 تيرابايت/ثانية.
• الدرجة الثالثة: تصل إلى 3.072 تيرابايت/ثانية باستخدام واجهة UCIe 2.0 بسرعة 32 GT/s، مع الحفاظ على نفس سعة 512 جيجابايت.

في حين أن HBF من الدرجة الأولى بالكاد تنافس HBM المعاصرة، فإن الدرجة الثالثة يمكنها أن تنافس HBM4E. ومع ذلك، لا تكمن الميزة الرئيسية لـ HBF في الأداء بحد ذاته، بل في سعتها التي تتراوح بين 8 إلى 16 ضعف سعة HBM بنفس التكلفة تقريباً. لكن OXMIQ ترى أن HBF يجب أن يُنظر إليها كتقنية ذاكرة عالية السعة وليست كبديل غير مكلف لـ HBM.

مفاضلة السعة مقابل عرض النطاق

أوضحت OXMIQ هذه المفاضلة عبر نمذجة رف يضم 72 وحدة معالجة رسوميات (GPU) يشغل نموذج Kimi-K2 البالغ تريليون معلمة (1-trillion-parameter) بدقة FP4. أظهرت النمذجة أن التكوين المعتمد على HBM فقط يوفر 20.7 تيرابايت من الذاكرة و1,584 تيرابايت/ثانية من عرض النطاق الترددي الإجمالي. بينما يؤدي استبدال HBM بـ HBF إلى زيادة سعة الرف بمقدار 14 ضعفاً لتصل إلى 294.9 تيرابايت، ولكنه يخفض عرض النطاق الترددي الإجمالي إلى 922 تيرابايت/ثانية. التكوين الهجين (HBM وHBF) يوفر 89.3 تيرابايت ويتراوح عرضه النطاقي بين 279 تيرابايت/ثانية و1,418 تيرابايت/ثانية اعتماداً على ظروف عبء العمل.

هذه الفروقات تؤكد أن HBF تبرز عندما تكون سعة الذاكرة هي العامل المحدد للنظام، لكنها تتراجع عندما يصبح عرض النطاق الترددي هو العامل المقيد. في نموذج OXMIQ، يسمح التكوين المعتمد على HBF فقط لكل وحدة GPU بالاحتفاظ بنسخة من Kimi-K2، مما يتيح تشغيل 72 نسخة نموذج لكل رف، في حين يتطلب التكوين المعتمد على HBM فقط ثماني وحدات GPU لكل نسخة نموذج، مما يهدر قوة المعالجة ويسمح بتشغيل تسع نسخ فقط لكل رف. هذا يجعل HBF جذاباً بشكل خاص عندما تحد سعة الذاكرة عدد وحدات GPU المطلوبة.

السياق وتأثير السوق

تتضح جدوى HBF في حالات استخدام متخصصة، لا في التطبيقات العامة. على سبيل المثال، تعتبر نماذج Mixture-of-Experts (MoE) مناسبة بشكل خاص. في مثال OXMIQ لنموذج Kimi-K3، الذي يمتلك 1.56 تيرابايت من الأوزان، 1.45 تيرابايت منها (أو 93%) تتكون من أوزان الخبراء الخاصة بـ MoE. نظراً لتفعيل خبراء محددين فقط لكل توكن، فإن هذا التجمع الضخم يتم كتابته مرة واحدة وقراءته بشكل غير متكرر نسبياً.

تقترح OXMIQ الاحتفاظ بهؤلاء الخبراء في HBF بينما يتم وضع الأوزان الأخرى التي يتم الوصول إليها بشكل متكرر في HBM.

تحديات التكامل البرمجي والتبني الصناعي

يمكن للسعة المحلية الإضافية أن تقلل من الاتصال بين المسرعات. فالتوازي التقليدي للخبراء يوزع الخبراء عبر وحدات GPU ويتطلب اتصالاً شاملاً في كل طبقة. تزعم OXMIQ أن سعة HBF منخفضة التكلفة يمكن أن تسمح بالمزيد من الخبراء بالبقاء محلياً، مما يقلل عدد الأجزاء المتوازية للخبراء ويخفض حركة مرور الشبكة. في هذه الحالة، تستبدل HBF سعة الذاكرة بعرض نطاق الموصل واستهلاك الطاقة. الاستنتاج الآخر المحتمل هو الاستدلال طويل السياق، حيث يمكن لنماذج الانتباه المتفرقة الوصول إلى جزء صغير فقط من ذاكرة التخزين المؤقت KV الكبيرة الخاصة بها خلال كل خطوة فك ترميز، مما يسمح للبقية بالبقاء في ذاكرة HBF الأبطأ. تعتقد OXMIQ أن HBF يمكن أن تخزن ذاكرة التخزين المؤقت KV الكبيرة هذه بينما يجلب المسرّع البيانات المطلوبة لكل خطوة من HBF إلى HBM.

من ناحية التنفيذ، لا تتوقع OXMIQ أن تعمل HBF كذاكرة GPU أبطأ فحسب، بل تقترح استخدامها بدلاً من ذاكرة DRAM المضيفة لتخزين كميات كبيرة من البيانات التي يتم الوصول إليها بشكل أقل تكراراً. هذا يتناقض مع رؤية SanDisk الأصلية لـ HBF كتقنية تجلس بجوار مسرعات الذكاء الاصطناعي. والأكثر تعقيداً هو الجانب البرمجي؛ فـ HBF تتطلب عمليات نقل كبيرة (64 كيلوبايت للقراءة و1 ميجابايت للكتابة) وتُنقل البيانات عبر DMA، وليس تسلسل ذاكرة التخزين المؤقت لوحدة المعالجة المركزية/الرسوميات. يتطلب استخدام HBF وHBM معاً من البرمجيات تحديد أي البيانات تذهب إلى أي نوع ذاكرة وإدارة تحمل الكتابة المحدود لـ HBF. برمجيات الاستدلال الحالية مثل vLLM ليست جاهزة لمثل هذا التكوين وستتطلب تعديلاً كبيراً، وهو ما يستلزم جهداً مشتركاً بين بائعي أجهزة HBF ومسرعات الذكاء الاصطناعي ومطوري إطارات الاستدلال. السؤال الأكبر هو ما إذا كان بائعو الأجهزة مثل AMD أو Nvidia يحتاجون إلى HBF على الإطلاق. تُعد SambaNova، التي تستخدم بالفعل تسلسلاً ثلاثي المستويات (SRAM => HBM => DDR) في معالج SN40L الخاص بها (مع ما يصل إلى 520 ميجابايت من SRAM، و64 جيجابايت HBM، و1.5 تيرابايت DDR)، المرشح الأكثر وضوحاً لدعم HBF، كطبقة إضافية أو بديل لبعض سعة DDR.

رؤية Glitch4Techs

إن High Bandwidth Flash (HBF) ليست الحل الثوري الذي روّجت له SanDisk في البداية، بل هي تقنية متخصصة ذات جدوى محدودة. نموذج OXMIQ Labs في Hot Chips 2026 واضح لا لبس فيه: HBF توفر حوالي 14 ضعف سعة الذاكرة، ولكنها لا تقدم سوى 0.6 ضعف عرض النطاق الترددي الإجمالي لـ HBM. هذه الفجوة الهائلة في عرض النطاق الترددي، الذي يمثل عنق الزجاجة الرئيسي لمسرعات الذكاء الاصطناعي الحديثة، يحد بشكل أساسي من قيمة HBF العامة. بينما قد تجد HBF مكاناً في حالات استخدام محددة تتطلب سعة هائلة وتتحمل عرض نطاق ترددي منخفض، مثل تخزين مجموعات خبراء MoE الكبيرة التي لا يتم الوصول إليها بشكل متكرر، فإنها ليست بديلاً قابلاً للتطبيق لـ HBM.

إن عدم التوافق الأساسي بين قدرات HBF وعنصر الأداء الأكثر أهمية في الذكاء الاصطناعي الحديث يجعلها حلاً هامشياً، وليس محركاً لتغيير واسع النطاق في البنية التحتية للحوسبة عالية الأداء.