英伟达推迟引入SOCAMM内存模块，将与下一代Rubin架构GPU一起到来

hdy · 发表于 2025-5-17 20:15

马上注册，结交更多好友，享用更多功能，让你轻松玩转社区

您需要登录才可以下载或查看，没有账号？立即注册

×

此前有报道称，英伟达已经与存储器制造商交换SOCAMM（Small Outline Compression Attached Memory Module）原型进行测试。其使用低功耗LPDDR5X内存，并采用了可拆卸模块设计，在性能和能效方面优于小型个人电脑和笔记本电脑使用的传统DRAM。在GTC 2025上，SK海力士和美光都公布了自家的SOCAMM内存模块，英伟达计划用于Blackwell Ultra GB300产品线。

据TomsHardware报道，英伟达已经推迟了采用SOCAMM内存模块的计划，现在该为与下一代代号“Rubin”的GPU一起推出。传闻推迟的部分原因是英伟达改变了GB300的主板设计，从最初的Cordelia改成了Bianca设计。

Bianca设计是单主板上拥有2颗B300 GPU和1颗Grace CPU，可以支持SOCAMM内存模块，而Cordelia设计则是4颗GPU和2颗Grace CPU，利用SXM插槽接口相连，而且只能使用LPDDR内存模块。按照之前的说法，Cordelia设计存在信号丢失的问题。此外，SOCAMM也存在可靠性和发热问题。

与RDIMM相比，SOCAMM在相同容量下提供超过2.5倍的带宽，允许更快地访问更大的训练数据集和更复杂的模型，以及提高推理工作负载的吞吐量；
SOCAMM的尺寸为14 x 90 mm，仅为行业标准RDIMM尺寸的三分之一，可实现紧凑、高效的服务器设计；
利用LPDDR5X，SOCAMM产品的功耗仅为标准DDR5 RDIMM的三分之一，直接影响AI架构中的功耗性能曲线；
SOCAMM解决方案使用了4颗16-die堆叠的16Gb LPDDR5X颗粒，从而实现了128GB容量，结合128-bit位宽和8533 MT/s速率，对于更快的AI模型训练和增加推理工作负载的并发用户来说至关重要；
SOCAMM内存模块还有这优秀的可扩展性和可维护性，增强的纠错功能具有以数据中心为中心的测试流程，为数据中心提供了优化的内存解决方案。

与LPCAMM2类似，SOCAMM也是单面四颗粒，通过三固定螺丝孔固定。不过与LPCAMM2不同的是，SOCAMM顶部没有凸出的梯形结构，进一步降低了整体高度，更适合服务器的安装和液体散热环境。