Hardware · 07.07.2026, 12:31

Intel präsentiert neue XBM-Speicherarchitektur als kostengünstige Alternative zu HBM

Intel entwickelt mit der XBM-Architektur eine innovative Speicherlösung, die teure Silizium-Interposer vermeidet und durch moderne Chiplet-Verbindungen und integrierte Reparaturmechanismen die Speicherengpässe bei KI-Anwendungen adressiert.

Intel präsentiert neue XBM-Speicherarchitektur als kostengünstige Alternative zu HBMBild: Sergei Starostin / Pexels · Pexels · Pexels Lizenz: kostenlos nutzbar, Attribution freiwillig
Passende Hardware-AngeboteAutomatisch ausgespielter Affiliate-Block für Hardware- und PC-Artikel.Deals ansehenSoftware für PC, Backup & SicherheitErgänzende digitale Produkte für Hardware-Leser: Backup, Treiber, Security, PDF und Produktivität.Tools ansehenAnzeige / Affiliate möglich. Für dich entstehen keine Mehrkosten.

Wie Tom’s Hardware berichtet (https://www.tomshardware.com/tech-industry/semiconductors/intel-patent-reveals-new-xbm-memory-architecture-that-ditches-hbms-costly-silicon-interposer-backend-transistor-dram-stack-uses-ucie-links-and-built-in-repair-to-ease-ais-memory-bottleneck), hat Intel ein neues Patent für eine Speicherarchitektur namens XBM (eXtreme Bandwidth Memory) angemeldet, die als Alternative zu den bislang dominierenden HBM-Speichern (High Bandwidth Memory) konzipiert ist.

Neue Technik ohne teuren Silizium-Interposer

Die XBM-Architektur verzichtet auf den bislang üblichen Silizium-Interposer, der bei HBM-Stacks als teures und komplexes Verbindungselement zwischen Speicherchips und Logik dient. Stattdessen setzt Intel auf eine Backend-Transistor-DRAM-Stack-Technologie, die eine direkte Stapelung der Speicherzellen ermöglicht. Diese Methode reduziert nicht nur die Herstellungskosten, sondern vereinfacht auch das Packaging erheblich.

UCIe-Verbindungen und integrierte Reparaturmechanismen

Ein zentrales Element der neuen Architektur sind UCIe (Universal Chiplet Interconnect Express)-Links, die als standardisierte Chiplet-Verbindungen fungieren. Diese ermöglichen eine flexible und schnelle Kommunikation zwischen den einzelnen Speicherbausteinen und der Logik. Darüber hinaus integriert Intel in die XBM-Module eine Reparaturlogik, die defekte Speicherzellen automatisch erkennt und umgeht. Dies erhöht die Zuverlässigkeit und Lebensdauer der Speicherchips, was besonders für anspruchsvolle KI-Workloads von großer Bedeutung ist.

Bedeutung für KI und Hochleistungsrechnen

Die steigenden Anforderungen an Speicherbandbreite und -kapazität bei KI-Anwendungen stellen eine der größten Herausforderungen für die Hardwareentwicklung dar. Herkömmliche HBM-Lösungen stoßen hier an Grenzen, da sie teuer sind und durch den Silizium-Interposer in der Skalierung limitiert werden. Intels XBM-Ansatz könnte diese Engpässe aufbrechen, indem er eine kosteneffizientere und skalierbare Speicherlösung bietet, die speziell auf die Bedürfnisse von KI-Beschleunigern und Hochleistungsrechnern zugeschnitten ist.

Ausblick und Marktpotenzial

Obwohl sich die XBM-Technologie derzeit noch im Patentstadium befindet, zeigt sie das Bestreben von Intel, im Bereich der Speicherinnovationen neue Wege zu gehen. Sollte die Umsetzung erfolgreich sein, könnte XBM eine wichtige Rolle in zukünftigen Prozessor- und Beschleunigerdesigns spielen und den Wettbewerb mit anderen Speichertechnologien wie HBM und GDDR weiter anheizen.

Insgesamt markiert Intels XBM-Patent einen vielversprechenden Schritt hin zu effizienteren und kostengünstigeren Speicherlösungen, die den steigenden Anforderungen moderner KI- und Datenverarbeitungsanwendungen gerecht werden können.

Passende Hardware-AngeboteAutomatisch ausgespielter Affiliate-Block für Hardware- und PC-Artikel.Deals ansehenSoftware für PC, Backup & SicherheitErgänzende digitale Produkte für Hardware-Leser: Backup, Treiber, Security, PDF und Produktivität.Tools ansehenAnzeige / Affiliate möglich. Für dich entstehen keine Mehrkosten.

Warum das wichtig ist

Die XBM-Architektur von Intel adressiert zentrale Herausforderungen moderner Speichertechnologien, indem sie kostspielige Komponenten eliminiert und gleichzeitig die Leistungsfähigkeit und Zuverlässigkeit erhöht. Dies ist besonders relevant für KI-Anwendungen, die enorme Speicherbandbreiten benötigen, und könnte die Entwicklung zukünftiger Hochleistungsrechner maßgeblich beeinflussen.

Quellen