LPDDR6 og AI: hvorfor den nye minnestandarden betyr noe for datasentre

LPDDR6 kan endre minnet i AI-datasentre
© RusPhotoBank

Minnestandarden LPDDR6 blir stadig oftere omtalt som en viktig byggestein for fremtidige datasentre rettet mot kunstig intelligens. Årsaken er enkel: agentisk AI trenger stadig mer arbeidsminne, samtidig som strømforbruk blir nesten like viktig som ren ytelse.

Ifølge JEDEC får LPDDR6 flere arkitektoniske endringer, med fokus ikke bare på hastighet, men også på minnetetthet. Et av de mest synlige stegene kan bli moduler med kapasitet på opptil 512 GB. Det er dobbelt så mye som dagens SOCAMM2-moduler basert på LPDDR5X, som stopper på 256 GB.

Den nye standarden ventes å bruke et smalere x6-grensesnitt per brikke og flere underkanaler. Dette bør hjelpe minneprodusenter med å øke kapasiteten i enkeltbrikker uten kraftig vekst i strømforbruk. Økningen i båndbredde ser derimot ut til å bli relativt moderat etter tidlige anslag — omtrent 10–20% sammenlignet med dagens generasjon.

LPDDR6 er spesielt interessant for serverplattformer bygget for kunstig intelligens. NVIDIA bruker allerede LPDDR5X SOCAMM2-moduler i Vera-prosessorer, mens AMD har varslet støtte for LPDDR5X i Verano-prosessorer rettet mot inferensoppgaver. Overgangen til LPDDR6 kan tydelig utvide mulighetene for slike systemer, særlig der stor minnekapasitet og energieffektivitet betyr mest.

En egen retning er LPDDR6-PIM. Teknologien skal kunne utføre deler av beregningene direkte i minnet, uten å flytte data kontinuerlig til og fra sentralprosessoren. For AI-belastninger kan det bli en klar fordel: færre unødvendige dataflyttinger, lavere systembelastning og høyere samlet effektivitet.

Lavt strømforbruk er fortsatt en av de viktigste fordelene med LPDDR. For store datasentre er dette ekstra viktig: AI-infrastrukturen vokser raskt, og med den øker kravene til strøm, kjøling og driftskostnader.

Tidligere opplysninger tyder på at Samsung, SK Hynix og Micron kan bringe LPDDR6 til det kommersielle markedet mellom 2028 og 2029. Men med tempoet i AI-infrastrukturen kan innføringen i enkelte segmenter starte tidligere.