Samsung har begynt å forske på en ny type minne-oppsett for iPhone.
Mye bedre RAM og AI-ytelse i 2026
Siden iPhone 4 i 2010 har LPDDR RAM-en vært tilkoblet system-pakken som inneholder alle delene som trengs for å drive en mobil, en «package-on-package.» Det nye fra og med iPhone 18-serien er at DRAM-en fjernes fra brikkesettet, noe som faktisk forbedrer båndbredden og hjelper til med mer avanserte AI-funksjoner.
«Imidlertid er PoP ikke optimalt for AI direkte på enheten. Båndbredden bestemmes av dataoverføringshastighet, databussens bredde og antall dataoverføringskanaler. Bussbredde og kanaler avhenger av antall I/O-pinner. For å øke antallet pinner må pakken bli større. Men i PoP bestemmes minnestørrelsen av SoC-en, noe som begrenser antall I/O-pinner på pakken.»
Slik forklarer The Elec årsaken til at Apple girer opp til en større arkitektur-endring som fra før av inkluderer WiFI, Bluetooth og 5G-modem i en og samme Apple-brikke.
Avisen poengterer at Mac og iPad-er før M1-brikken ble introdusert, brukte en ekstern DRAM-pakke i motsetning til dagens memory-on-package (MOP)-design for Macer og iPader med M1. The Elec avslører at Samsung også vil prøve seg på LPDDR6-PIM, som står for «Processor in Memory.» DRAM-en gir opptil tre ganger høyere dataoverføringshastighet og båndbredde sammenlignet med dagens LPDDR5X. Minne-teknologien må fremdeles standardiseres, men kan kanskje være klar for iPhone 18-serien i 2026.
Det kan være logisk at dette blir en iPhone 18-lansering da det ventes at neste års iPhones får et større fokus på nytt design – da vil det gi mening med et «s» år i 2026.
«PIM» har flere fordeler:
- Databehandling nær kilden: I stedet for å flytte data mellom minne og prosessor, utfører PIM beregninger direkte i minnet. Dette reduserer forsinkelser og energiforbruk.
- Integrerte prosesseringsenheter: Små prosesseringskjerner eller akseleratorer bygges inn i minnebrikkene, slik at de kan utføre operasjoner som matriseberegninger eller dataanalyse uten å forlate minnebrikken.
- Redusert energiforbruk: Mindre behov for dataoverføring reduserer energien som brukes til kommunikasjon mellom prosessor og minne.
- Høyere båndbredde: Data behandles direkte i minnet, noe som gir langt raskere behandling sammenlignet med tradisjonelle metoder.
- Bedre ytelse: PIM egner seg spesielt godt for AI, maskinlæring og andre applikasjoner som krever store mengder databehandling i sanntid.
- Skalerbarhet: PIM kan skaleres ved å øke antall prosesseringsenheter i minnet.
