California Üniversitesi Riverside'dan (UC Riverside) araştırmacılar Tharunya Yogananda ve Wantong Li, dördüncü nesil yüksek bant genişlikli bellek (HBM4) denetleyici işlevlerinin, silikon aracı (Silicon Interposer) aracılığıyla bellek yığınında entegre edilmiş ana işlemci ile taban yonga (Base Die) arasında nasıl dağıtılabileceğini inceleyen özel bir teknik çalışma hazırladılar.
HBM4 Neslinde Denetleyici İşlevlerinin Bölünmesi
HBM4 geniş bant genişlikli bellek nesilleri, bellek yığını taban yongasının mantıksal devreler (Logic Process) için özel üretim teknolojileri kullanılarak üretilebilmesi ile karakterize edilir. Bu teknik adım, ana işlemciden gelen tam yönetime dayanan önceki nesillerin aksine, daha karmaşık denetleyici işlevlerinin dinamik bellek (DRAM) yongalarının hemen yanında entegre edilmesine olanak tanır.
Çalışma, HBM4 bellekte ana işlemci ile taban yonga arasında denetleyici düzeyinde işlev dağılımına yönelik ilk sistematik nicel değerlendirmeyi sunmaktadır. İzlenen metodoloji, denetleyicinin ana işlevlerine bölünmesine ve ardından verimliliğinin çeşitli dağılım seçenekleri aracılığıyla değerlendirilmesine dayanmaktadır.
Önerilen Dört Dağılım Seçeneği
Değerlendirme çalışması, kontrol işlevlerinin dağılımı için dört ana biçimi içeriyordu:
- Ana Bilgisayar Tarafından Tam Kontrol: Bellek denetleyici işlevlerinin tamamının ana işlemci içinde tutulması.
- Taban Yonga Tarafından Tam Kontrol: Tüm kontrol görevlerinin ve işlevlerinin bellek yığınında entegre edilmiş taban yongaya aktarılması.
- Birinci Hibrit Dağılım: Zamanlama ana bilgisayarda tutulurken, bakım ve destek işlevlerinin taban yongaya aktarılması.
- İkinci Hibrit Dağılım: Zamanlama ve işlem yönetimi işlevlerinin bellek yığınındaki taban yongaya aktarılması.
Yonga Tasarımcıları İçin Pratikte Ne Değişiyor?
Bu araştırma, yonga ve yarı iletken mimarları için kontrol görevlerinin ana işlemciden belleğe aktarılmasının pratik etkisi hakkında nicel veriler sağlamaya katkıda bulunmaktadır. Ayrıca, silikon aracıların ve 2.5 boyutlu entegrasyonun (2.5D integration) kullanılması durumundaki performans ve verimlilik dengesini vurgulayarak, HBM4 belleklerine yoğun bir şekilde güvenen yapay zeka ve süper bilgi işlem sistemlerinin gelecekteki tasarım kararlarını yönlendirmeye yardımcı olmaktadır.