Standard pamięci LPDDR6 coraz częściej jest opisywany jako jeden z ważnych elementów przyszłych centrów danych projektowanych pod sztuczną inteligencję. Powód jest prosty: agentowa AI potrzebuje coraz więcej pamięci operacyjnej, a zużycie energii staje się niemal równie ważne jak czysta wydajność.
Według JEDEC LPDDR6 przyniesie kilka zmian architektonicznych, przy czym nacisk położono nie tylko na szybkość, ale też na gęstość pamięci. Jednym z najbardziej widocznych kroków mogą być moduły o pojemności do 512 GB. To dwa razy więcej niż w obecnych modułach SOCAMM2 opartych na LPDDR5X, które kończą się na 256 GB.
Nowy standard ma wykorzystywać węższy interfejs x6 na kość oraz dodatkowe podkanały. Taki układ powinien pomóc producentom zwiększać pojemność pojedynczych układów bez gwałtownego wzrostu poboru energii. Jednocześnie przyrost przepustowości, według wstępnych ocen, będzie raczej umiarkowany — około 10–20% względem obecnej generacji.
LPDDR6 jest szczególnie interesujący dla platform serwerowych tworzonych pod sztuczną inteligencję. NVIDIA już korzysta z modułów LPDDR5X SOCAMM2 w procesorach Vera, a AMD zapowiedziało obsługę LPDDR5X w procesorach Verano, nastawionych na zadania inferencji. Przejście na LPDDR6 może wyraźnie rozszerzyć możliwości takich systemów, zwłaszcza tam, gdzie liczą się duża pojemność pamięci i efektywność energetyczna.
Osobnym kierunkiem jest technologia LPDDR6-PIM. Zakłada ona wykonywanie części obliczeń bezpośrednio w pamięci, bez ciągłego przesyłania danych do procesora centralnego. Dla obciążeń AI może to być spory plus: mniej zbędnych transferów danych, niższe obciążenie systemu i wyższa ogólna efektywność.
Niskie zużycie energii pozostaje jedną z głównych zalet LPDDR. Dla dużych centrów danych ma to szczególne znaczenie: infrastruktura AI rośnie szybko, a wraz z nią wymagania dotyczące zasilania, chłodzenia i kosztów utrzymania.
Wcześniejsze informacje sugerowały, że Samsung, SK Hynix i Micron mogą wprowadzić LPDDR6 na rynek komercyjny w latach 2028–2029. Jednak przy tempie rozwoju infrastruktury AI wdrożenia w niektórych segmentach mogą rozpocząć się wcześniej.