Samsung Propõe uma Estratégia de Memória Full-Stack para Data Centers de IA

A Samsung usou sua mais recente vitrine de memória e armazenamento para defender uma tese mais ampla: os futuros data centers de IA precisam de hardware coordenado, não apenas de um chip mais rápido. O evento ganhou destaque no Google News, mas o conflito importante está mais profundamente no rack do servidor. A Samsung quer que os clientes adquiram uma hierarquia integrada que abranja memória para aceleradores, memória de servidor expansível e armazenamento corporativo.

Esse posicionamento coloca a Samsung contra a SK hynix, fornecedora que conquistou uma vantagem inicial em memória de alta largura de banda para aceleradores de IA. A Samsung não está respondendo a essa pressão apenas com HBM. Ela apresenta HBM4, módulos de servidor de baixo consumo, produtos Compute Express Link e unidades de estado sólido PCIe 6.0 como partes de uma única arquitetura.

A abordagem faz sentido tecnicamente porque um acelerador de IA raramente opera isoladamente. Sistemas de treinamento e inferência movem constantemente pesos de modelos, prompts, contexto em cache e resultados intermediários entre várias camadas de hardware. Ainda assim, a Samsung precisa provar que reunir essas camadas em um portfólio gera sistemas implantados melhores, e não apenas uma exposição mais completa em feiras do setor.

A Manchete do Google News Esconde uma Estratégia Maior da Samsung

A Samsung está vendendo uma hierarquia para data centers de IA, não uma coleção de chips de memória sem relação entre si.

A notícia original do Google News descreve a Samsung apresentando produtos avançados de memória e armazenamento para futuros data centers de IA. Esse resumo está correto, mas subestima o argumento estratégico. A Samsung quer fornecer vários pontos ao longo do caminho que os dados percorrem antes, durante e depois do processamento pelo acelerador.

Na camada mais próxima está a memória de alta largura de banda, ou HBM, que posiciona DRAM empilhada ao lado de um acelerador para fornecer um fluxo de dados muito elevado. A Samsung iniciou os envios comerciais de HBM4 em fevereiro de 2026. A empresa afirma que sua implementação alcança 11,7 gigabits por segundo por pino e 3,3 terabytes por segundo de largura de banda total.

A Samsung projetou a HBM4 com sua DRAM de sexta geração da classe de 10 nanômetros e um die lógico de base de 4 nanômetros. O die de base gerencia a comunicação entre a memória empilhada e o pacote do processador. Ele permite à Samsung ajustar interfaces e comportamento de consumo de energia para clientes específicos de aceleradores.

A empresa oferece pilhas HBM4 com capacidades entre 24GB e 36GB. Também planeja uma versão de 16 camadas que alcança 48GB. Esses números importam porque os operadores de aceleradores precisam tanto de largura de banda quanto de capacidade à medida que os modelos crescem.

A Samsung já avançou para a próxima etapa. Na GTC 2026, exibiu a HBM4E, uma geração aprimorada destinada a elevar a largura de banda antes de o setor chegar à HBM5. De acordo com o roteiro da HBM4E da Samsung, o produto visa atingir até 16 gigabits por segundo por pino e 4 terabytes por segundo de largura de banda.

Mais distante do processador, a Samsung está posicionando a SOCAMM2 como uma camada de memória de servidor de menor consumo. A SOCAMM2 usa tecnologia LPDDR, mais conhecida por dispositivos móveis, em um módulo compacto para servidores. Ela busca oferecer mais capacidade do que a HBM sem herdar o perfil de consumo dos módulos convencionais de DRAM para servidores.

A Samsung também possui produtos de memória CXL. Compute Express Link, ou CXL, é uma interconexão que permite aos processadores compartilhar e expandir memória por meio de uma conexão coerente. Ela pode dar aos servidores acesso a capacidade compartilhada além da memória diretamente conectada a cada processador.

Na camada de armazenamento está o SSD corporativo PM1763. Ele usa PCIe 6.0, a geração mais recente da interface que conecta dispositivos de armazenamento aos processadores de servidores. A Samsung iniciou a produção em massa em julho, após exibir anteriormente a unidade em eventos do setor.

Essa linha explica por que a vitrine merece mais atenção do que um resumo rotineiro de produtos. A Samsung argumenta que a próxima disputa de infraestrutura envolverá todo o percurso dos dados de IA. Esse percurso começa no armazenamento persistente e termina ao lado do acelerador.

O hardware continua dividido em produtos com diferentes velocidades, capacidades, limites de durabilidade e custos. A oportunidade da Samsung é coordenar esses produtos. Seu desafio é provar que os clientes ganham o suficiente com essa coordenação para preferir um único fornecedor em várias camadas.

Por Que os Sistemas de IA Precisam de Mais do Que HBM Mais Rápida

A HBM pode alimentar rapidamente um acelerador, mas não consegue armazenar de forma econômica todos os modelos, prompts e respostas em cache de que um serviço de IA precisa.

A HBM recebe grande parte da atenção no hardware de IA porque o desempenho dos aceleradores depende da largura de banda de memória. Um processador pode conter milhares de unidades de computação, mas essas unidades fazem pouco enquanto aguardam dados. Posicionar memória empilhada perto do processador reduz essa espera.

No entanto, a capacidade da HBM é limitada pela área do pacote, pelos limites térmicos, pela complexidade de fabricação e pelo custo. Por isso, os operadores mantêm apenas as informações mais ativas nessa camada. Dados menos ativos passam pela memória do sistema, por capacidade conectada via CXL ou por SSDs.

A inferência torna essa hierarquia especialmente importante. Um servidor de inferência gera respostas a partir de um modelo já treinado. Ele precisa manter os pesos do modelo e, ao mesmo tempo, acompanhar o contexto de trabalho associado às solicitações ativas.

Esse contexto de trabalho costuma ser armazenado em um cache de chave-valor. Um cache KV preserva dados intermediários de atenção para que o modelo não recalcule todos os tokens anteriores para cada nova resposta. Conversas mais longas e mais usuários simultâneos expandem consideravelmente esse cache.

Um servidor pode reservar a cara HBM para cálculos ativos enquanto move entradas de cache menos acessadas para outros locais. A DRAM do sistema oferece maior capacidade, enquanto o CXL pode conectar pools adicionais de memória. Os SSDs fornecem capacidade persistente muito maior, embora operem com latência mais alta.

A questão prática não é se uma camada pode substituir outra. É se hardware e software conseguem mover dados entre elas sem deixar os aceleradores ociosos. A proposta integrada da Samsung depende de esse movimento se tornar um problema central de projeto.

Seu PM1763 fornece um exemplo concreto. A unidade vem em configurações de 4TB, 8TB e 16TB. A versão de 16TB alcança velocidades de leitura sequencial de 28.400 megabytes por segundo e de gravação de 21.900 megabytes por segundo, segundo as especificações do PM1763 da Samsung.

A Samsung afirma que esse desempenho é mais de duas vezes superior ao do PM1753 anterior. Também diz que a unidade pode transferir um modelo de linguagem grande de 40GB em cerca de 1,4 segundo. Essa comparação ilustra a carga de trabalho pretendida, embora uma implantação real envolva mais do que uma transferência sequencial de arquivo.

A unidade combina V-NAND de nona geração com um controlador de 4 nanômetros recém-desenvolvido. A V-NAND empilha células de flash verticalmente para aumentar a densidade. O controlador gerencia posicionamento de dados, correção de erros, comunicação e outras operações dentro do SSD.

A Samsung afirma que o PM1763 melhora a eficiência energética em mais de 1,8 vez em comparação com seu antecessor. Ele também oferece suporte a refrigeração líquida direta ao chip, que aproxima o líquido de arrefecimento dos componentes que geram calor. Esse recurso é importante porque um dispositivo de armazenamento não consegue manter sua velocidade máxima se limites térmicos o obrigarem a desacelerar.

Essas especificações não transformam um SSD em HBM. A diferença de latência continua substancial, e o software precisa antecipar quais dados devem subir de camada. No entanto, um armazenamento mais rápido amplia a gama de cargas de trabalho que podem tolerar descarregamento.

Isso pode afetar sistemas de recuperação, carregamento de modelos, recuperação de checkpoints e gerenciamento de cache KV. Um serviço de geração aumentada por recuperação, por exemplo, pesquisa informações armazenadas antes de pedir que um modelo componha uma resposta. O desempenho do armazenamento pode influenciar a velocidade com que o sistema recupera documentos, vetores ou contexto em cache.

A Samsung, portanto, está conectando vários produtos em torno de um problema reconhecível de sistemas. Os aceleradores precisam receber dados na velocidade e na temperatura adequadas. Aumentar apenas o pico de computação deixa esse problema sem solução.

O Verdadeiro Adversário da Samsung É a Liderança da SK hynix em HBM

A Samsung precisa transformar sua amplitude de fabricação em vitórias com clientes antes que a SK hynix converta sua posição em HBM em uma arquitetura de memória mais ampla.

A SK hynix tornou-se uma fornecedora central durante a primeira onda de infraestrutura de IA generativa. Sua posição em HBM lhe deu visibilidade junto a empresas de aceleradores e operadores de hiperescala. A Samsung, apesar de sua escala em memória convencional, precisou se recuperar de uma posição mais fraca em HBM3E.

A HBM4 oferece à Samsung outro ponto de entrada. O padrão adiciona um die lógico de base mais sofisticado e amplia as oportunidades de personalização. Essas mudanças favorecem empresas capazes de combinar fabricação de DRAM, produção de lógica, empacotamento e projeto específico para cada cliente.

A Samsung opera todos esses negócios. Essa integração vertical a distingue de fornecedores de memória que dependem mais fortemente de fundições externas para componentes lógicos. Ela também cria risco de execução, pois cada operação interna precisa entregar rendimento, desempenho e cronograma aceitáveis.

A colaboração da Samsung com a AMD mostra como ela pretende usar essa amplitude. As empresas informaram que a Samsung atuará como fornecedora principal de HBM4 para o acelerador Instinct MI455X da AMD. A Samsung também fornecerá memória DDR5 para os processadores de servidor Venice da AMD e sistemas Helios em escala de rack por meio de sua parceria em memória para IA.

Isso é mais do que uma vitória de fornecimento de HBM. Permite que a Samsung participe de várias camadas de uma mesma plataforma. Uma implantação bem-sucedida sustentaria seu argumento de que os clientes se beneficiam de produtos de memória coordenados.

A Samsung está aplicando estratégia semelhante em torno dos sistemas da Nvidia. Sua exibição na GTC incluiu HBM4, HBM4E, SOCAMM2, PM1763 e outros produtos SSD. A linha vinculou o portfólio da Samsung à mudança da Nvidia de aceleradores individuais para sistemas de IA em escala de rack.

A SK hynix não está parada. Ela desenvolve produtos CXL, HBM avançada e novos conceitos de memória baseados em flash. Seu trabalho com a Sandisk em flash de alta largura de banda aborda a mesma lacuna entre a cara HBM e o armazenamento mais lento.

O flash de alta largura de banda, ou HBF, empacota memória flash para oferecer muito mais capacidade do que a HBM, com largura de banda maior do que SSDs convencionais. Ele não iguala a latência da HBM, mas poderia criar outra camada para dados de inferência. Isso torna a questão competitiva maior do que Samsung contra SK hynix em uma única categoria de produto.

As duas empresas perseguem vantagens iniciais diferentes. A SK hynix começa com fortes relacionamentos em HBM e se expande para fora. A Samsung começa com um amplo portfólio de semicondutores e tenta tornar essa própria amplitude valiosa.

A Micron acrescenta uma terceira fonte de pressão. Ela concorre em DRAM avançada, HBM e armazenamento corporativo, oferecendo aos clientes outra opção para diversificar o fornecimento. Operadores de hiperescala raramente querem que um componente crítico dependa de um único fabricante quando a qualificação permite vários fornecedores.

A estratégia da Samsung pode ajudar os clientes a reduzir a complexidade de integração, mas esses clientes resistirão a uma concentração maior de fornecedores. Comprar HBM, memória de sistema e armazenamento de uma única empresa poderia simplificar a validação. Também poderia aumentar a exposição a preços, alocação de capacidade e interrupções de fabricação dessa empresa.

É por isso que a demonstração não é prova de que a Samsung venceu a disputa de arquitetura. Ela mostra onde a Samsung quer competir. Qualificações de clientes, volumes de remessa e desempenho em implantação determinarão se seu portfólio integrado mudará o comportamento de compra.

O Mecanismo É o Posicionamento de Dados, Não a Velocidade Máxima

Os produtos da Samsung só se tornam estrategicamente valiosos quando o software posiciona cada parte dos dados de IA na camada de hardware correta.

Um benchmark pode apresentar a largura de banda máxima da HBM ou a velocidade sequencial de um SSD. Um serviço de IA em produção enfrenta um problema mais difícil. Ele precisa decidir quais informações merecem a capacidade mais rápida em cada momento.

Pesos de modelo usados com frequência devem ficar próximos ao acelerador. Entradas ativas de cache KV também se beneficiam de baixa latência. Contexto menos ativo, índices de recuperação, checkpoints de modelo e arquivos secundários de modelo podem ocupar camadas mais lentas e maiores.

O CXL introduz outra opção entre a memória diretamente conectada e o armazenamento. Ele permite que os sistemas expandam a capacidade de memória ou a compartilhem entre processadores. A Samsung explorou módulos baseados em CXL que combinam DRAM com software e hardware para mover dados entre camadas.

A ideia é semelhante a manter documentos ativos sobre uma mesa e material de referência em um armário próximo. Um SSD funciona mais como um arquivo maior. A analogia se torna imperfeita porque um sistema de IA precisa tomar milhões de decisões de posicionamento sem interromper a computação.

O software determina se a hierarquia funciona. Sistemas operacionais, runtimes de aceleradores, bancos de dados, frameworks de serving de modelos e controladores de armazenamento precisam coordenar a movimentação. Um dispositivo rápido pode continuar subutilizado quando o software não consegue prever a demanda ou ocultar a latência de transferência.

O comportamento da carga de trabalho também muda o resultado. O treinamento de modelos transmite grandes conjuntos de dados e grava checkpoints. A inferência interativa responde a solicitações irregulares e mantém contexto para muitos usuários. Sistemas de recuperação realizam buscas antes da geração, enquanto aplicações multimodais lidam com grandes entradas de imagem, áudio ou vídeo.

Uma unidade otimizada para throughput sequencial pode se destacar durante o carregamento de modelos, mas oferecer benefícios diferentes em pequenas solicitações aleatórias. Capacidade, latência, operações de entrada e saída por segundo, durabilidade e consumo de energia são todos importantes. Um único número de manchete não pode descrever toda a carga de trabalho.

A mesma cautela se aplica à afirmação da Samsung de que o PM1763 pode transferir um modelo de 40GB em aproximadamente 1,4 segundo. O número fornece uma ilustração útil do throughput da interface. Ele não inclui cada etapa de inicialização, alocação, verificação e runtime envolvida em tornar esse modelo disponível para inferência.

O suporte da Samsung a resfriamento líquido também reflete uma restrição em nível de sistema. Racks de IA concentram cada vez mais processadores, memória, rede e armazenamento em espaço limitado. A remoção de calor passa a fazer parte da engenharia de desempenho porque os componentes reduzem a velocidade quando as temperaturas sobem.

O anúncio do PM1763 diz que a unidade é otimizada para resfriamento direto no chip. Esse projeto pode sustentar operação contínua dentro de servidores com resfriamento líquido. Os operadores ainda precisam de racks compatíveis, placas frias, tubulações, monitoramento e procedimentos de manutenção.

O roteiro de HBM da Samsung enfrenta um desafio térmico relacionado. Empilhar mais camadas de DRAM aumenta a capacidade, mas também complica a transferência de calor. Sinalização mais rápida e dies lógicos de base mais complexos acrescentam mais pressão.

Na Computex 2026, a Samsung exibiu um conceito térmico para HBM4E chamado Heat Path Block. A arquitetura busca melhorar o caminho percorrido pelo calor para longe de futuros produtos HBM. A demonstração de sistema de IA da Samsung colocou esse trabalho térmico ao lado de wafers de HBM4E e de uma hierarquia de memória mais ampla.

O mecanismo que conecta esses anúncios é a movimentação coordenada de dados sob limites de energia e temperatura. A Samsung não precisa que todas as camadas igualem a velocidade da HBM. Ela precisa que a hierarquia mantenha os aceleradores caros em funcionamento, limitando ao mesmo tempo a quantidade de memória dispendiosa instalada ao lado deles.

Essa é uma proposta atraente para operadores de nuvem. Também é difícil validá-la por meio de demonstrações de componentes. Os compradores precisarão de medições no nível da aplicação que cubram tokens por segundo, latência de resposta, consumo de energia, densidade de rack e utilização total.

O Que a Demonstração da Samsung Não Prova

Um portfólio completo não produz automaticamente uma plataforma de IA completa e econômica.

A Samsung fornece componentes suficientes para descrever uma arquitetura coerente. Ela não apresentou publicamente dados amplos e independentes de implantação que mostrem que os clientes obtêm melhor economia ao adotar a pilha em conjunto.

A maioria dos números de desempenho publicados vem de avaliações internas da Samsung. A empresa observa que os resultados podem variar conforme a configuração e o ambiente. Essa ressalva é importante porque a arquitetura do servidor, o firmware, o resfriamento, o software e a carga de trabalho moldam o desempenho real.

A produção de HBM4 é outra área a ser acompanhada com atenção. A Samsung afirma que iniciou remessas comerciais e espera que as vendas de HBM mais do que tripliquem durante 2026. O crescimento nas remessas, contudo, não revela sua participação nas plataformas de aceleradores de maior volume nem seu rendimento de fabricação.

O rendimento mede quantos chips utilizáveis resultam de um processo de produção. Ele afeta fortemente o custo e a oferta disponível. Isso se torna especialmente importante quando um produto combina DRAM avançada, um die lógico de base, empilhamento e encapsulamento.

O modelo de dispositivos integrados da Samsung pode acelerar a coordenação entre essas operações. Também pode criar vários pontos em que um cronograma atrasa. Um atraso no die de base, nas camadas de DRAM, no processo de ligação ou na qualificação do encapsulamento pode segurar o produto HBM finalizado.

A adoção de SSDs empresariais tem seu próprio ciclo de qualificação. Operadores de data centers avaliam o comportamento do firmware, a durabilidade, a recuperação de falhas, a segurança, o resfriamento e a consistência de desempenho. Uma unidade que entra em produção em massa ainda precisa de validação de plataforma antes de chegar a grandes implantações.

O PM1763 usa PCIe 6.0, que dobra a taxa bruta de dados do PCIe 5.0. Os servidores precisam suportar a interface mais recente para capturar seus benefícios. Os operadores também precisam de capacidade suficiente de processador e rede para evitar que os gargalos simplesmente se desloquem para outro lugar.

A Samsung afirma que a unidade concluiu a validação para plataformas de IA de próxima geração. A empresa não divulgou todos os clientes, quantidades de remessa ou resultados de cargas de trabalho. Portanto, os leitores devem separar a disponibilidade do produto da adoção generalizada.

As condições de demanda criam outra incerteza. O investimento em infraestrutura de IA produziu uma demanda excepcional por memória, mas a memória continua sendo um negócio cíclico. Fornecedores adicionam capacidade quando preços e pedidos sobem, enquanto os clientes ajustam compras quando a utilização ou o financiamento muda.

Os resultados mais recentes da Samsung ilustram os dois lados. Seu negócio de semicondutores se beneficiou da demanda por servidores de IA e da alta dos preços da memória. Ao mesmo tempo, custos mais elevados de componentes pressionaram os negócios de dispositivos que compram memória.

A Associated Press relatou resultados recordes no segundo trimestre para Samsung e SK hynix, ao mesmo tempo em que observou a preocupação dos investidores com o investimento em fabricação e a intensificação da concorrência chinesa. Essa tensão no mercado de memória complica a ideia de que todo novo produto desfrutará de condições econômicas favoráveis permanentemente.

Os compradores de data centers de IA também têm poder de negociação. As maiores empresas de nuvem podem qualificar vários fornecedores, projetar aceleradores personalizados e influenciar as especificações de memória. Elas podem receber bem o amplo portfólio da Samsung enquanto continuam comprando camadas individuais de diferentes fornecedores.

Uma demonstração integrada, portanto, prova intenção estratégica, não controle de mercado. A Samsung reuniu os produtos necessários para competir em toda a hierarquia. Seu próximo desafio é comprovar que essas peças funcionam juntas em escala e proporcionam economias mensuráveis.

Três Sinais Que Testarão a Alegação da Samsung sobre Data Centers de IA

A próxima etapa será medida pela adoção de plataformas, validação de software e produção sustentada, e não por outra demonstração.

O primeiro sinal é a implantação de HBM4 e PM1763 da Samsung em plataformas de aceleradores identificadas. Parcerias anunciadas fornecem direção, mas sistemas em operação fornecem evidências mais fortes. Os compradores devem observar se os projetos de rack AMD Helios e da era Nvidia usam vários componentes da Samsung em conjunto.

Uma plataforma que combine HBM da Samsung, memória de servidor e armazenamento sustentaria a tese de fornecedor integrado. Vitórias separadas de componentes ainda importariam, mas mostrariam fornecimento convencional, e não uma hierarquia coordenada.

O segundo sinal são os testes no nível da aplicação. Resultados úteis devem cobrir carregamento de modelos, recuperação, descarregamento de cache KV, latência de inferência, throughput, energia e estabilidade térmica. Os testes devem comparar configurações em vez de apresentar a especificação máxima de um único componente.

Resultados independentes reforçariam consideravelmente o argumento da Samsung. Eles poderiam mostrar se o armazenamento PCIe 6.0 mantém os aceleradores mais ocupados, se a expansão via CXL reduz os requisitos de HBM e se o resfriamento líquido sustenta o desempenho sob cargas de trabalho prolongadas.

A ausência desses resultados não significaria que os produtos falharam. Ela deixaria sem verificação a alegação central sobre sistemas. Especificações de componentes, por si só, não podem estabelecer menor custo por token gerado ou melhor utilização de rack.

O terceiro sinal é a resposta competitiva. SK hynix, Micron, Sandisk e outros fornecedores de armazenamento estão desenvolvendo suas próprias respostas à lacuna de capacidade de memória da IA. HBF, HBM personalizada, memória CXL e SSDs empresariais de alta capacidade determinarão se a hierarquia da Samsung se tornará distinta ou apenas esperada.

A padronização será importante aqui. Os clientes geralmente preferem interfaces suportadas por vários fornecedores porque a interoperabilidade limita a dependência. A Samsung pode influenciar projetos emergentes, mas também precisa participar de padrões compartilhados que permitam aos clientes combinar produtos.

Os leitores do Google News devem tratar esta demonstração como a abertura de uma disputa de sistemas, não como uma vitória de produto já consolidada. A Samsung conectou HBM4, memória expansível e armazenamento PCIe 6.0 em torno de um gargalo real: mover dados suficientes para aceleradores cada vez mais caros.

A amplitude da empresa lhe dá um caminho crível. A posição da SK hynix em HBM, o portfólio concorrente da Micron e novas arquiteturas de flash impedem uma vitória fácil. A questão para as equipes de infraestrutura agora é prática: qual fornecedor pode transformar componentes promissores em menor latência, desempenho estável e melhor utilização dentro de um rack implantado?

Observe as primeiras implantações identificadas com múltiplos produtos e, em seguida, procure medições independentes de cargas de trabalho. Essas duas formas de evidência dirão muito mais do que outra manchete do Google News sobre largura de banda máxima.