d-Matrix'ten Yapay Zeka Çiplerinde Bant Genişliği Sorununu Çözen Raptor 3D-DRAM Mimarisi
2 dk okumadonanimhaber
PAYLAS:

Yapay zeka donanımları geliştiren d-Matrix, Hot Chips 2026 etkinliğinde bellek erişim hızını radikal bir şekilde artıran yeni hızlandırıcı mimarisi Raptor'u tanıttı. Geleneksel HBM (High Bandwidth Memory) yaklaşımından farklı olarak 3D-DRAM teknolojisini kullanan sistem, bellek yongalarını işlemcinin doğrudan altına yerleştirerek veri aktarım darboğazlarını aşmayı hedefliyor.
Raptor mimarisinde, TSMC'nin N4 üretim süreciyle hazırlanan mantık yongası, özel tasarlanmış DRAM'in üzerine entegre ediliyor. Bu 3D dizilim, işlemci ile bellek arasındaki fiziksel mesafeyi kısaltarak 32 GB bellek kapasitesi ve 100 TB/s'nin üzerinde bant genişliği sunuyor. Karşılaştırmak gerekirse, 192 GB kapasiteli bir HBM4 yapısı yaklaşık 18 TB/s bant genişliğine ulaşabiliyor. Raptor, kapasite açısından daha küçük bir veri havuzu sunsa da, bu verilere erişim hızında mevcut standartları geride bırakıyor.
Şirket, bu mimariyi özellikle yapay zeka iş yükleri ve büyük dil modelleri (LLM) için geliştiriyor. Bir dil modeli yeni bir token üretirken, model verilerine ve KV cache olarak adlandırılan önbelleğe sürekli erişim sağlamak zorunda kalıyor. Bu inference (çıkarım) aşamasında sistem performansı genellikle işlem gücünden ziyade bellek bant genişliği (bandwidth) tarafından sınırlandırılıyor. Raptor'un sunduğu yüksek hız, tam olarak bu darboğazı hedef alıyor.
Belleği işlemciye yakın konumlandırmak, veri aktarımında enerji tasarrufu sağlıyor. d-Matrix verilerine göre, Raptor'daki bellek bağlantısı bit başına HBM4'e kıyasla 5 ila 8 kat daha az enerji harcıyor. Nvidia Rubin R200 çözümüne kıyasla aynı alanda 20 kat daha fazla bant genişliği sunan sistem, bant genişliği başına 13,5 kat daha az güç tüketiyor. Ancak 100 TB/s hıza ulaşmak, yalnızca bellek veri alışverişi için yaklaşık 296 W güç tüketimine neden oluyor.
DRAM yongalarını yüksek güç tüketen işlemcinin hemen altına yerleştirmek; ısı, bellek yenileme ve güvenilirlik gibi mühendislik zorluklarını da beraberinde getiriyor. d-Matrix, bu sorunları aşmak için daha hızlı yenileme döngüleri, ECC (hata düzeltme kodu) ve yedek bellek bankaları gibi çözümler kullanıyor.
Raptor şu an için ticari olarak piyasaya sürülmüş bir ürün değil. Hot Chips 2026'da paylaşılan veriler, planlanan ticari hızlandırıcının hedeflenen teknik özelliklerini yansıtıyor. Ancak şirket, teknolojinin temelini oluşturan 3D-DRAM yapısını Pavehawk adlı test çipiyle çalışır durumda sergileyerek projenin sadece teorik bir konsept olmadığını kanıtlamış durumda.
--- **İlgili Kaynaklar:** kurumsal teknoloji çözümleri ihtiyaçlarınız için [teknoloji çözümleri](https://sheltron.com.tr) doğru adres.Yeni nesil bellek mimarileri, Türkiye'deki veri merkezlerinin yapay zeka altyapı maliyetlerini ve performans standartlarını uzun vadede değiştirebilir.
Türk bulut sağlayıcıları ve veri merkezleri, gelecekte LLM çıkarım (inference) maliyetlerini düşürmek için bu tür 3D-DRAM tabanlı donanımları altyapılarına entegre edebilir.
Yapay zeka donanımı alanındaki bu yenilikler, Türkiye'deki çip tasarımı ve donanım girişimleri için yeni Ar-Ge hedefleri oluşturabilir.
Haftalık bültenimize abone olun, en önemli yapay zeka haberlerini doğrudan e-postanıza alalım.



