De race naar modulair AI-geheugen versnelt
In de wereld van kunstmatige intelligentie blijkt geheugen de grootste bottleneck te zijn geworden. Terwijl NVIDIA zijn Vera Rubin-platform al uitrust met SOCAMM-modules, springen nu ook rivalen op de trein.
Qualcomm en AMD kondigen aan SOCAMM2 te integreren in hun AI-accelerators en serverarchitectuur. Dit betekent een radicale verschuiving: modulaire, vervangbare LPDDR5X-geheugenblokken die honderden gigabytes tot zelfs terabytes RAM mogelijk maken – zonder kostbare printplaatredesigns of soldeerwerkzaamheden.
Wat technologiegiganten precies van plan zijn
Volgens recente technische rapporten overweegt Qualcomm de gesoldeerde LPDDR5-chips in zijn aankomende AI200 en AI250-accelerators te vervangen door SOCAMM2-modules. Het bedrijf ziet hierin een cruciale stap naar flexibelere AI-systemen.
AMD richt zijn pijlen op de Instinct MI-reeks versnellers en EPYC-processors. De verwachting is dat het chipbedrijf een nieuw platform ontwikkelt waarbij SOCAMM traditioneel HBM-geheugen aanvult voor specifieke AI-workloads.
Waarom deze geheugenstandaard baanbrekend is
De voordelen van SOCAMM2 zijn aanzienlijk en veranderen hoe we naar AI-hardware kijken:
- Modulair ontwerp vormt het fundament – In tegenstelling tot gesoldeerd HBM of LPDDR kunnen fabrikanten en klanten geheugencapaciteit aanpassen door simpelweg modules toe te voegen of te verwijderen. Dit blijkt bijzonder waardevol voor AI-servers waar modellen continu groeien.
- Indrukwekkende doorvoer en capaciteit – NVIDIA’s Vera-processor haalt met SOCAMM en LPDDR5X tot 1,2 TB/s bandbreedte en ondersteunt 1,5 TB totale capaciteit. SOCAMM2 belooft nog betere prestaties: tot 9,6 Gb/s per pin met verlaagd energieverbruik.
- Slimme aanvulling op HBM – SOCAMM functioneert naast HBM-geheugen. AI-modellen kunnen in goedkoper maar snel LPDDR-geheugen draaien, waardoor trage SSD-toegangscycli drastisch verminderen. Essentieel voor agentische AI-modellen en inference-taken.
- Superieure energie-efficiëntie – LPDDR-gebaseerde modules verbruiken aanzienlijk minder stroom dan DDR5 of HBM, kritiek voor grootschalige AI-datacenters waar energiekosten oplopen.
NVIDIA’s voorsprong wordt smaller
NVIDIA pioniert met SOCAMM2-implementatie in zijn Vera Rubin AI-clusters voor 2026. Nu AMD en Qualcomm volgen, transformeert de markt razendsnel.
Samsung en SK hynix leveren al SOCAMM2-samples aan klanten, terwijl Micron vooroploopt in massaproductie. Marktanalisten voorspellen dat SOCAMM tegen 2027 zo’n 25-30% van de AI-inference geheugenmarkt kan veroveren.
Impact op Europa en technologie-ecosystemen
Voor Europese IT-bedrijven, startups en wetenschappelijke instellingen betekent dit toegang tot betaalbaardere, flexibelere AI-infrastructuur. Denk aan onderzoeksinstituten en cloudproviders die nu gemakkelijker kunnen opschalen.
Modulair geheugen verlaagt instapdrempels en vereenvoudigt schaalvergroting – van edge AI-toepassingen tot massieve datacenters. De keerzijde: LPDDR DRAM-vraag explodeert mogelijk, wat prijzen op korte termijn kan opdrijven.
De toekomst van AI-infrastructuur
SOCAMM2 positioneert zich als het “tweede HBM” – goedkoper, flexibeler en energiezuiniger. NVIDIA startte de revolutie, Qualcomm en AMD versnellen deze nu exponentieel.
De AI-toekomst draait om modulariteit, snelheid en het einde van gesoldeerde “wegwerp”-designs. De komende maanden zullen uitwijzen hoe snel deze modules in echte systemen verschijnen – verwacht wordt in het tweede kwartaal van 2026.
Deze ontwikkeling markeert een keerpunt waar geheugentechnologie eindelijk gelijke tred houdt met de explosieve groei van AI-rekenkracht.
