Yapay zeka uygulamalarının patlama göstermesiyle birlikte, veri işleme süreçlerini hızlandıran yüksek bant genişliğine sahip bellekler (HBM) kritik bir ihtiyaç haline geldi. Bu alandaki rekabetin artmasıyla birlikte, Kepler Computing’in ortaya çıkışı, sektörün bu zorluğun üstesinden gelmek için farklı bir strateji geliştirmesi anlamına geliyor. Yedi yıldır gizli bir şekilde geliştirdiği FeRAM (ferroelektrik bellek) teknolojisi ve eşsiz 3D istifleme mimarisi ile Kepler, HBM'ye maliyet etkin bir alternatif sunmayı hedefliyor.
Kepler’in en büyük avantajı, üretimin mevcut ve olgun üretim hatlarında, aşırı ultraviyole (EUV) litografi gibi gelişmiş teknolojilere ihtiyaç duymadan gerçekleştirilebilmesidir. Bu durum, SK Hynix, Samsung ve Micron gibi büyük bellek üreticilerinin yüksek maliyetli EUV litografi sistemlerine bağımlılığını ortadan kaldırarak, HBM üretim maliyetlerini önemli ölçüde düşürme potansiyeli sunuyor. Şirket, 35 farklı kompozit malzeme denemesi yaparak, ölçeklenebilir bir tasarım oluşturma sürecinde önemli adımlar atmıştır.
Bu yenilikçi yaklaşımın ardında GlobalFoundries ile yapılan stratejik ortaklık yer alıyor. Kepler, standart bir 28nm üretim tesisini sadece sekiz ay gibi kısa bir sürede bellek fabrikasına dönüştürmeyi başardı. Bu, geleneksel DRAM fabrikalarının devreye alınma süresinin ortalama 24 ayı bulduğu göz önüne alındığında, Kepler’in üretim kapasitesini hızla artırması için kritik bir avantaj sağlıyor. Kepler Computing, GlobalFoundries, Intel Capital ve AMD Ventures gibi önemli yatırımcılardan 468 milyon dolar fon toplayarak, bu stratejik hamlesini desteklemiştir.
Şimdi, yapay zeka hızlandırıcılarının performansını artırma potansiyeli olan FeRAM teknolojisinin, yüksek yoğunluklu uygulamalarda yazma dayanıklılığı ve bellek bant genişliği gibi zorlukların üstesinden gelip gelmeyeceği merak konusu. Kepler’in bu hedeflerine ulaşması durumunda, AMD ve Intel gibi büyük çip üreticilerinin HBM maliyetlerini düşürmesi ve TSMC üzerindeki yükü hafifletmesi mümkün olabilir. Önümüzdeki aylarda, ilk test yongalarının yoğunluk, bant genişliği ve gecikme sürelerine ilişkin somut veriler yayınlanacak ve yapay zeka dünyasında yeni bir çağın önünü açacak bu teknolojinin potansiyeli daha net bir şekilde ortaya çıkacaktır.