Startup Kepler Computing pokazał pamięć, która ma przełamać niedobór HBM

Po ośmiu latach działania w ukryciu amerykański startup Kepler Computing ujawnił technologię pamięci, która ma pomóc rozładować globalny niedobór układów HBM napędzany zapotrzebowaniem na akceleratory AI. Firma twierdzi, że jej rozwiązanie da się produkować na już istniejących liniach fabrycznych, bez budowy nowych zakładów od zera.

Osiem lat w cieniu

Kepler Computing powstał w 2018 roku, ale dopiero teraz jego pięcioro założycieli zdecydowało się opowiedzieć o projekcie publicznie. Wśród nich są CEO Debo Olaosebikan, wcześniej twórca startupu Gigster, oraz CTO Sasi Manipatruni, który w Intelu kierował centrum badawczym FEINMAN nad logiką nowej generacji i wynalazł urządzenie MESO. Pozostali współzałożyciele mają za sobą pracę przy technologii 3D Foveros w Intelu oraz litografii obliczeniowej dla procesów 14 nanometrów.

Zamiast projektować pamięć od podstaw w nowej fabryce, zespół postawił na inny cel: wykorzystać istniejące linie produkcyjne półprzewodników i maksymalnie wycisnąć z nich fizyczne możliwości. Kluczem jest ferroelektryczny materiał kompozytowy oparty na tlenku hafnowo-cyrkonowym, który zwiększa gęstość pamięci SRAM i obniża napięcie potrzebne do zapisu i odczytu danych.

Naszym celem jest wziąć fabryki i architektury, które już istnieją, i pchnąć je do granic fizyki - Debo Olaosebikan, CEO Kepler Computing

Trzydzieści pięć nieudanych prób

Droga do obecnej wersji technologii nie była prosta. Inżynierowie Kepler przetestowali 35 różnych kombinacji materiałów kompozytowych, zanim znaleźli taką, która działała stabilnie na skalę przemysłową. Firma zbudowała fabrykę pilotażową w osiem miesięcy, choć taki proces zwykle zajmuje nawet dwa lata, i przetestowała na niej ponad 2000 waferów krzemowych, głównie w Singapurze oraz w Vermont w USA.

Rozwiązanie polega na układaniu warstw pamięci ferroelektrycznej bezpośrednio na chipach logicznych metodą trójwymiarowej integracji heterogenicznej, zamiast produkować osobne stosy pamięci i łączyć je z procesorem w osobnym etapie pakowania. Firma twierdzi, że architektura compute-in-memory pozwala na mnożenie macierzy nawet 15-20 razy szybciej niż konwencjonalne układy SRAM i DRAM, przy zużyciu energii mniejszym o rząd wielkości. Badania nad wytwarzaniem tej struktury w istniejących procesach CMOS zostały opublikowane recenzowane w kwietniu 2026 roku.

Niedobór, który napędza wyścig

Kontekst dla ogłoszenia Kepler Computing jest jasny: boom na infrastrukturę AI doprowadził do gwałtownego wzrostu popytu na pamięć o wysokiej przepustowości. Ceny DRAM podwoiły się w pierwszym kwartale 2026 roku, a moce produkcyjne HBM są wyprzedane z co najmniej dwuletnim wyprzedzeniem, do 2027-2028 roku. Produkcja jednego układu HBM pochłania niemal trzy razy więcej pojemności waferowej niż standardowa pamięć DRAM, co dodatkowo zaostrza deficyt zdolności produkcyjnych u wiodących producentów.

W tym kontekście administracja USA postanowiła wesprzeć projekt finansowo. Departament Handlu ogłosił list intencyjny w sprawie przyznania Kepler Computing do 245 milionów dolarów z programu CHIPS Act, przeznaczonych na badania i rozwój wysokowydajnej pamięci dla sztucznej inteligencji. To część szerszej puli 874 milionów dolarów rozdzielonej między siedem firm zajmujących się lukami w infrastrukturze AI.

Kiedy realnie trafi na rynek

Firma zapowiada, że pierwsze próbki waferów HBM w nowej technologii trafią do klientów jeszcze w 2026 roku. Zwiększona produkcja w Singapurze ma ruszyć w 2027 roku, a produkcja w Stanach Zjednoczonych w 2028 roku. Kepler dysponuje już dedykowaną fabryką o średnicy płytek 300 milimetrów i pracuje nad alokacją mocy produkcyjnych na lata 2028-2030.

Eksperci branżowi podchodzą do zapowiedzi ostrożnie. Przejście od działającego prototypu do masowej produkcji milionów układów przy zachowaniu powtarzalnej jakości to zupełnie inna skala wyzwania niż zbudowanie linii pilotażowej. Jeden z przedstawicieli GlobalFoundries, inwestora Kepler, ocenił, że przełom technologiczny został już osiągnięty, ale pozostaje utrzymać wysokie wyniki przy przetwarzaniu tysięcy waferów i produkcji milionów komponentów.

Dla polskich firm i konsumentów znaczenie tego typu projektów jest pośrednie, ale realne. Ceny pamięci DRAM i modułów RAM w komputerach oraz serwerach rosną razem z globalnym niedoborem, co przekłada się na wyższe koszty sprzętu IT i usług chmurowych wykorzystujących AI. Jeśli alternatywne podejścia takie jak Kepler faktycznie zaczną trafiać na rynek w skali przemysłowej, może to w dłuższej perspektywie złagodzić presję cenową, choć pierwsze efekty będą widoczne najwcześniej za rok lub dwa.