Z2RAM: Yapay Zeka Çiplerinde Bellek Darboğazını Çözebilecek Yeni Nesil SRAM‑DRAM Hibriti

Yapay zeka sistemlerinin bellek ihtiyacı, yarı iletken endüstrisinde yeni bir rekabet dalgası başlattı. Bu bağlamda, eski Intel CEO’su Pat Gelsinger’ın desteklediği Nagare Labs, SRAM’in yüksek hızını DRAM’in yüksek yoğunluğuyla birleştiren Z2RAM adlı çığır açıcı bir bellek mimarisi geliştirdiğini duyurdu. Georgia Institute of Technology’de Prof. Suman Datta ve Prof. Shimeng Yu’nun yürüttüğü araştırmaların bir uzantısı olan bu teknoloji, yapay zeka hızlandırıcılarının karşılaştığı kapasite, bant genişliği ve güç tüketimi sorunlarını kökten değiştirme potansiyeline sahip.

Z2RAM’in en dikkat çekici iddiası, aynı fiziksel alanda SRAM’e kıyasla beş katından fazla bellek kapasitesi sunabilmesi. Nagare Labs, 64 MB kapasiteli bir SRAM yongasının kapladığı alana Z2RAM kullanılarak yaklaşık 320 MB bellek yerleştirilebileceğini belirtiyor. Bu yoğunluk artışı, yalnızca depolama hacmini artırmakla kalmayıp, bant genişliğini de SRAM seviyelerine yakın tutmayı hedefliyor. Sonuç olarak, büyük dil modelleri gibi bellek‑ağır yapay zeka uygulamalarında aynı iş yükünü çalıştırmak için gereken hızlandırıcı sayısı önemli ölçüde azalabilir.

Günümüzde Nvidia’nın Groq 3 LPU çözümlerinde yonga başına yaklaşık 500 MB SRAM bulunuyor. Z2RAM’in beş kat ya da daha yüksek yoğunluk sağlaması, benzer SRAM‑tabanlı mimarilerde bellek kapasitesini artırarak sistemlerin ölçeklenebilirliğini kolaylaştırabilir. Ancak bu vaatlerin gerçek sistemlerde ne kadar gerçekleşeceği henüz laboratuvar aşamasında olduğu için doğrulama bekleniyor.

Z2RAM’i geleneksel DRAM’den ayıran temel fark, veri depolama yapısında. DRAM hücreleri bir transistör, bir kondansatör ve bir pasif kapasitörden oluşurken, Z2RAM iki transistörden meydana gelen bir hücre tasarımını benimseyerek kapı kapasitansını veri depolama için kullanıyor. Bu sayede okuma işlemi sırasında veri bozulmaz ve geleneksel DRAM’de okuma sonrası gerçekleşen yeniden yazma ihtiyacı ortadan kalkar; erişim gecikmesi belirgin biçimde azalır.

Teknolojinin bir diğer yeniliği, hücrelerin dikey olarak üst üste yerleştirilebilmesi. Nagare Labs, oksit yarı iletkenleri ve üç‑boyutlu hibrit bağlama tekniklerini kullanarak belleği doğrudan işlemci ya da hızlandırıcı mantık devrelerinin üzerine entegre etmeyi planlıyor. Bu yaklaşım, AMD’nin 3D V‑Cache teknolojisine benzer bir entegrasyon stratejisi sunarken, yalnızca önbellek kapasitesini artırmakla kalmayıp, yeni bir bellek sınıfı yaratmayı amaçlıyor.

Üretim açısından Z2RAM, NAND Flash’ın katmanlı yapısına daha yakın bir süreç izliyor. Bu sayede HBM ve LPDDR gibi mevcut yüksek‑bant‑genişli bellek teknolojilerine kıyasla daha düşük maliyetli ve daha hızlı bir üretim hattı oluşturulabilir. Nagare Labs, ilk yatırım turunda 5 milyon dolar finansman sağladı ve önümüzdeki dört yıl içinde çalışan Z2RAM bellek modüllerinin prototiplerini sunmayı, on yıl içinde ise ticari sevkiyatlara geçmeyi hedefliyor.

Teknolojinin ticarileşmesi önünde hâlâ aşılması gereken engeller bulunuyor. Şirketin kurucu ortağı Suman Datta, Z2RAM’in hâlâ laboratuvar prototipi aşamasında olduğunu ve üç‑boyutlu hibrit bağlama standartlarının eksikliği nedeniyle entegrasyon sürecinin karmaşık olabileceğini vurguluyor. Yine de, yapay zeka çiplerinde bellek darboğazını aşma ihtiyacı giderek artarken, Z2RAM’in sunduğu yüksek yoğunluk ve düşük gecikme kombinasyonu sektörde yeni bir rekabet dalgası yaratabilir.