SOCAMMとは?HBM・LPDDRとの違いを図解|SOCAMM2とNVIDIA Vera Rubinでの使い分け

SOCAMMとは?HBM・LPDDRとの違いを図解|SOCAMM2とNVIDIA Vera Rubinでの使い分けのアイキャッチ メモリ・HBM・先端パッケージ
記事内に広告が含まれています。

SOCAMM(Small Outline Compression Attached Memory Module)とは、スマホ向けの省電力メモリ「LPDDR5X」を、AIサーバーのCPU用に小さなモジュールにまとめたメモリです。この記事では、SOCAMMを「HBM」「LPDDR」と並べて違いを図解し、次の世代のSOCAMM2と、NVIDIA Vera Rubinでの使い分けまで整理します。3つの言葉について、こんなふうに感じていませんか?

こんな悩みはありませんか?
  • HBMはわかるけど、SOCAMMって何? NVIDIAが作ったの?
  • LPDDRはスマホ向けなのに、なぜAIサーバーで使われるの?
  • 3つのメモリ、結局どれが「最強」なの?
  • GB300やVera RubinでSOCAMMが使われるって聞くけど、どんなインパクト?
  • 投資・キャリア視点で、どのメモリ規格を追えばいいの?
この記事でわかること
  • HBM・LPDDR・SOCAMMの役割の違いを5つの軸で比較
  • SOCAMMがGB300からVera Rubinへ移った経緯
  • 「最強」ではなく「適材適所」──3つの使い分けマップ
  • SK Hynix・Samsung・MicronのSOCAMM量産競争の現状
  • 3つのメモリを巡る関連銘柄と投資テーマ
先に結論

SOCAMMとは、LPDDR5XをAIサーバー用にモジュール化したメモリです。HBM・LPDDR・SOCAMMは「どれが最強か」ではなく、AI処理の役割ごとに使い分けるメモリです。HBMはGPU直結の超高速メモリ(学習用・1.2TB/s超)、LPDDRは低消費電力のモバイル/CPU向けメモリ(スマホ・AI PC)、SOCAMMは「LPDDRをサーバー用にモジュール化したメモリ」(CPU側のメインメモリ)。MicronがNVIDIAと共同で開発し、2025年3月にGB300向けの量産を発表しましたが(出典:Micron 2025年3月18日の発表)、GB300での採用は見送られたと報じられています(出典:TechNews 2025年5月16日の報道)。NVIDIAの次世代Vera Rubinでは、Vera CPUが最大1.5TBのSOCAMM(LPDDR5X)を載せます(出典:NVIDIA Vera CPU 製品ページ)。Micron・SK Hynix・Samsungの3社が、次の世代のSOCAMM2で供給を競っています(出典:Tom’s Hardware)。投資家にとっては、HBM一辺倒だった注目軸が「LPDDR・SOCAMM」にまで広がる構造変化として重要なテーマです。

あなたが今いる場所:AI半導体 > HBM比較 > HBM vs LPDDR vs SOCAMM
▼ 技術スタック(下から上へ積み上がる)
DRAM
HBM・LPDDR・SOCAMM ←ココ
先端パッケージ
GPU
GPUサーバー
AIデータセンター
▼ サプライチェーン(上流→下流)
素材
装置
メモリ製造 ←ココ
パッケージング
GPU設計
システム統合
3つのメモリの付く場所。AIサーバーではRubin GPUの隣にHBM4、Vera CPUの周りにSOCAMM(LPDDR5X)、スマホ・ノートPCは基板にLPDDR

3つのメモリを30秒で見分ける

まず、3つのメモリの「立ち位置」を一言で押さえましょう。

HBM

High Bandwidth Memory

GPUのすぐ隣に積層配置する超高速メモリ。AI学習に必須。1.2TB/s超。最も高価。

LPDDR

Low Power DDR

スマホ・ノートPC向けの低消費電力メモリ。AI PCやSOCAMMの素材としても活躍。

SOCAMM

Small Outline CAMM

NVIDIAとメモリ各社が開発。LPDDR5XをAIサーバー向けにモジュール化。Vera Rubin(Vera CPU)で採用。2025年〜。

たとえるなら…

AIサーバーは「高速レストラン」のような場所です。HBMは「調理台の真横に置く食材冷蔵庫」──超高速でシェフ(GPU)に食材を渡せるが高価。LPDDRは「店全体の電気代を抑える省エネタイプの冷蔵庫」。SOCAMMは「省エネ冷蔵庫を、お店専用に組み立てた業務用ユニット」。それぞれ役割が違う。

HBM・LPDDR・SOCAMMの違いの一覧表。何か・付く場所・得意なこと・交換・主な使い道

① HBM──AI学習を支える「超高速メモリ」

GPUの隣に積層配置する「最強のメモリ」

HBM(High Bandwidth Memory)は、DRAMダイを縦に積み重ね、TSV(貫通シリコンビア)で接続したメモリです。GPUのすぐ隣にシリコンインターポーザー上で配置されるため、超短距離・超広帯域のデータ転送が可能になります。

1.2TB/s
HBM3E 1スタック
あたり帯域幅
36GB
HBM3E 1スタック
あたり容量
141GB
H200
HBM3E総容量

HBMは「AI学習用GPUのメインメモリ」として、NVIDIA H100・H200・B200・GB300のすべてに搭載されています。CoWoS(先端パッケージ技術)でGPUと一体化されるため、別途交換することはできず、出荷時点で性能が確定します。

② LPDDR──スマホから生まれた「省エネメモリ」

「Low Power DDR」が意味するもの

LPDDR(Low Power DDR、または LPDRAM)は、電力効率を最優先に設計されたDRAM規格です。スマートフォン、タブレット、ノートPCなど、バッテリー駆動が前提のデバイスで20年以上使われてきました。

なぜAIで注目されるようになったのか

AIサーバーの最大の課題が「電力消費」になったからです。HBMは速いですが、CPUのメインメモリにすべてHBMを使うとコストも電力も天文学的に。「速度はHBMほど要らないが、容量は大きく欲しい部分」(CPU周辺)にLPDDRを使う流れが急加速しました。

LPDDR世代進化マップ
LPDDR4X
2016年
~34GB/s
LPDDR5
2019年
~51GB/s
LPDDR5X
2021年〜
~68GB/s(64ビット幅の目安)←SOCAMM採用
LPDDR6
2026年〜
予定
LPDDR6の規格:JEDECは2025年7月に、LPDDR6の規格(JESD209-6)を公開しました。上の「2026年〜 予定」は、規格が出たあと製品が出てくる時期の目安です。
このブロックの参照データ

「LPDDRショック」と呼ばれる需要爆発

2025〜2026年、AIサーバーがLPDDRを大量採用し始めたことで、スマホ業界がLPDDRを買えないという現象が発生しました。これは業界で「LPDDRショック」と呼ばれています。

現実に起きていること
朝鮮ビジネスの2026年4月報道によれば、AIサービス拡大に伴うメモリ需要急増がHBMからLPDDRへ波及。Samsung・SK HynixがLPDDR値上げを加速しています(出典:ChosunBiz)。中国スマホ業界では「価格があっても買えない」状況に。

③ SOCAMM──NVIDIA発の「次世代メモリモジュール」

LPDDRをサーバー用に再パッケージした新規格

SOCAMM(Small Outline Compression Attached Memory Module)は、NVIDIAとメモリ各社が開発したサーバー用のメモリモジュールです。2025年3月にMicronが量産を発表しました(出典:Micron 2025年3月18日の発表)。次の世代のSOCAMM2は、半導体の標準化団体JEDECの業界標準(JESD328)になっています(出典:JEDEC JESD328)。中身はLPDDR5XのDRAMチップですが、AIサーバー用に最適化されたフォームファクタ(形状)で再パッケージされています。

用語メモ:SOCAMM

Small Outline Compression Attached Memory Module。NVIDIAが推進してきたモジュールの形(SOCAMM2はJEDECの業界標準)。LPDDR5X DRAMチップを使い、CPU周辺にモジュール式で配置するためのもの。サーバー級の性能、モバイル級の省電力、PCのような拡張性を兼ね備える「ハイブリッド思想」のメモリ規格。

SOCAMMが解決する3つの問題

従来のサーバー用DRAMモジュール(RDIMM)には3つの課題がありました。SOCAMMはそれを同時に解決します。

従来RDIMMの課題

  • 消費電力が大きい
  • サイズが大きく、サーバーに多数搭載しにくい
  • 帯域幅がAI用途に対し不足

SOCAMMの解決策

  • DDR5 RDIMMの1/3の消費電力(メーカー発表)
  • コンパクトでCPU周辺に多数配置可
  • LPDDR5Xベースで高帯域幅を確保

Micronの発表では、SOCAMMは標準的なDDR5 RDIMMと比べて消費電力が3分の1、同じ容量で帯域は2.5倍超、大きさはRDIMMの3分の1(14×90mm)、容量は1枚128GBです(出典:Micron 2025年3月18日の発表)。いずれもメーカーが発表した値です。これはAIデータセンターの「電力問題」を緩和する大きな武器です。

DDR5 RDIMM(長さ約133mm)とSOCAMM(14×90mm)の大きさを長さの比をそろえて比べた図。SOCAMMは差し込む端子の列がなく、押し付けて固定する

SOCAMMの3つの構造的強み

① 省電力

LPDDR5Xベースで消費電力はDDR5 RDIMMの1/3(メーカー発表)。AIデータセンターの最大課題「電力」を緩和。

② 着脱可能

モジュール式で交換・増設可能。HBMのようにGPUと一体化していないため、後から拡張できる。

③ 高密度配置

コンパクトサイズでCPU周辺に多数配置可能。Vera CPUでは最大1.5TBを載せる(NVIDIA公表)。

SOCAMMの3つの強み。省電力はDDR5 RDIMMの約3分の1(Micron発表)、はんだ付けしないので交換できる、Vera CPU 1個あたり最大1.5TB(NVIDIA)

SOCAMMはGB300から次のVera Rubinへ

「Vera CPU側」にSOCAMM、「Rubin GPU側」にHBM4

SOCAMMはもともとGB300 Grace Blackwell Ultra向けに開発され、2025年3月にMicronが量産を発表しました(出典:Micron 2025年3月18日の発表)。しかし2025年5月には、GB300の基板の設計の変更などでSOCAMMの採用が見送られ、次の世代のRubinに移ったと報じられました(出典:TechNews 2025年5月16日の報道。NVIDIAの公式の説明はありません)。

次の世代のVera Rubin NVL72では、36個のVera CPUと72個のRubin GPUを1つのラックにまとめ、メモリを2種類使い分けます(出典:NVIDIA Vera Rubin NVL72 製品ページ)。

NVIDIA Vera Rubinのメモリ構成(NVIDIA公表)

Vera CPU側

採用メモリ
SOCAMM (LPDDR5X)
  • 大容量・省電力
  • 最大1.5TB/CPU
  • 着脱可能

Rubin GPU側

採用メモリ
HBM4
  • 超高速・高帯域幅(19.2TB/s)
  • 288GB/GPU
  • CoWoSで一体化

つまりVera Rubinでは、「AI学習・推論用の高速メモリにはHBM」「CPU周辺の大容量メモリにはSOCAMM」という適材適所の構成です(2026年10月時点のNVIDIAの公表値)。これがAI時代のメモリ設計の新しい標準形になりつつあります。

【保存版】HBM vs LPDDR vs SOCAMM 徹底比較

ここまでの内容を1枚の表に集約します。3つのメモリの違いを5つの軸で整理しました。

比較軸 HBM LPDDR SOCAMM
配置場所 GPUの隣(インターポーザー上) 基板に直接実装 CPU周辺にモジュール装着
帯域幅 1.2TB/s超 数十GB/s 数百GB/s
消費電力 高い 最も低い 低い(DDR5 RDIMMの1/3、メーカー発表)
交換可能性 不可(GPUと一体) 不可(基板直付け) 可能(モジュール式)
主な用途 AI学習用GPU スマホ・ノートPC AIサーバーCPU
(Vera CPU等)
代表的な採用 NVIDIA H100/H200/B200/GB300 iPhone, Galaxy, MacBook Air NVIDIA Vera Rubin のVera CPU
HBM・LPDDR・SOCAMMを置き場所・帯域・消費電力・交換・主な用途の5つの軸で比べた表

使い分けマップ──「どの場面でどれを選ぶ」

「結局、どの場面で何を選ぶの?」──答えは、速度と電力のトレードオフで決まります。

メモリ使い分けマップ
最高速度
HBM一択

AI学習(LLMトレーニング)・推論。コストより速度が最優先。GPU直結が必須の場面。

大容量・省電力
SOCAMM

AIサーバーのCPU周辺メモリ。Vera Rubinクラスの最先端AIサーバー。HBMがオーバースペックな推論用途。

省電力最優先
LPDDR

スマホ・タブレット・ノートPC・AI PC。バッテリー駆動が前提のデバイス。MacBook Air、Galaxy AI等。

「HBMだけ」の時代から「使い分け」の時代へ

数年前まで「AIメモリ=HBM」と語られていました。しかしVera Rubin世代では、「最高速度はHBM」「大容量CPU側はSOCAMM」「エッジAIはLPDDR」と役割分担が明確化。これは、AIインフラが成熟しコストと電力を真剣に考える時代に入った証拠でもあります。

SOCAMM量産競争──3社のシェア争いの現状

Micron先行、SK Hynix・Samsungが追撃

SOCAMM市場では、HBMで遅れを取ったMicronが先行優位を獲得しています。MicronはNVIDIAと共同で開発し、2025年3月にGB300向けの量産を発表しました(出典:Micron 2025年3月18日の発表)。2025年6月にはGB300への最初の供給を獲得したとも報じられましたが(出典:KED Global)、その後GB300では採用が見送られたと報じられています。

米国

Micron(MU)

立ち位置
先行リーダー
  • NVIDIAと共同開発
  • 初代SOCAMMの量産を発表(2025年3月)
  • 256GB SOCAMM2サンプル出荷
韓国

SK Hynix(000660.KS)

立ち位置
量産開始
  • 192GB SOCAMM2の量産を発表(2026年4月、Vera Rubin向け)
  • HBM強さを活かして本格参入
  • 初代SOCAMMの128GBモジュールを公開(2025年3月)
韓国

Samsung(005930.KS)

立ち位置
巻き返し中
  • NVIDIA「Vera」CPU向け192GB
  • 2026年大部分のSOCAMM2供給契約
  • HBMの遅れをSOCAMMで挽回

SK hynixは2026年4月20日に192GBのSOCAMM2の量産開始を発表し、Vera Rubin向けとしています(出典:The Korea Times 2026年4月20日)。Samsungについては、DIGITIMESが2026年のNVIDIA向けSOCAMM2供給の大部分を獲得したと報じています(報道。会社の発表ではありません。出典:DIGITIMES 2025年12月)。HBMで遅れを取ったSamsungが、SOCAMMで巻き返しを図る構図です。

SOCAMMとSOCAMM2の違い

「socamm2」「socamm3」と調べる方のために、世代の違いを整理します。今の主役は、JEDECの業界標準になったSOCAMM2です。

SOCAMM(初代)SOCAMM2
規格NVIDIAとメモリ各社が開発したモジュールの形JEDECの業界標準(JESD328)
中のメモリLPDDR5XLPDDR5X
容量の例128GB(Micron、2025年3月)192GB(Micron のサンプル出荷 2025年10月、SK hynix の量産 2026年4月)
速さの例—最大9.6Gbps(Micron の192GB品)
主な使い道GB300向けに開発(採用は見送りと報道)NVIDIA Vera Rubin の Vera CPU など

LPDDR6を使う次の世代(SOCAMM3)は、2026年10月時点で規格や製品の公式な発表を確認できていません。

関連企業:3層で整理する

HBM・LPDDR・SOCAMMを巡る関連銘柄を、サプライチェーン3層で整理します。

上流:素材・装置

  • 信越化学(4063):シリコンウェーハ首位
  • SUMCO(3436):シリコンウェーハ2位
  • ディスコ(6146):ダイシング装置
  • 東京エレクトロン(8035):成膜装置

中流:メモリ製造

  • SK Hynix(000660.KS):HBM首位・SOCAMM参入
  • Samsung(005930.KS):SOCAMM大型契約獲得
  • Micron(MU):SOCAMMを最初に量産発表(2025年3月)

下流:GPU設計・ユーザー

  • NVIDIA(NVDA):SOCAMMを推進(SOCAMM2はJEDEC標準)
  • TSMC(TSM):GB300製造・CoWoSパッケージ
  • Apple(AAPL):LPDDR最大ユーザー
投資家視点
SOCAMMはHBMより市場規模は小さいですが、「HBMで負けたMicron・Samsungが巻き返す主戦場」になりつつあります。SOCAMM2の量産競争は、メモリ3社の中期業績に直結するテーマです。

あなたにとっての意味──投資家・学生・技術者の視点

投資家の方へ

AIメモリ投資のテーマは、HBM一辺倒から「HBM+LPDDR+SOCAMM」の三本立てに拡大しました。SK Hynixを保有するなら、HBM以外のSOCAMMでも勝てるかをチェック。Micron(MU)はHBMで遅れたものの、SOCAMMをNVIDIAと共同で開発し、最初に量産を発表しました。Samsung(005930.KS)もSOCAMMで巻き返しを図っており、3社のシェア地図が今後数年で大きく動く可能性があります。

学生の方へ

「AI向けメモリ=HBM」という常識が崩れつつあります。SOCAMMの登場は、メモリの設計思想が「速度一辺倒」から「電力・コスト・拡張性のバランス」に移ったことを示しています。半導体エンジニアを目指すなら、HBMだけでなくLPDDR・SOCAMMの両方を理解しておくと、業界全体の動きが見えるようになります。

技術者の方へ

AIデータセンターの設計に関わる方は、「HBMはGPU側、SOCAMMはCPU側」という新しい標準を押さえてください。DDR5 RDIMMの1/3という消費電力(メーカー発表)はデータセンターの電力に効き、冷却設計にも影響します。さらに、SOCAMMは交換可能なため、サーバーの保守性が大幅に向上する点も実務に活きる知識です。

よくある誤解を整理する

よくある誤解 実際はこう
「SOCAMMはHBMの置き換え」 SOCAMMはHBMを置き換えるものではなく、CPU側で別の役割を担う。HBMはGPU向け、SOCAMMはCPU向け。両方併用が標準。
「SOCAMMは新しいDRAM技術」 SOCAMMはLPDDR5XをAIサーバー向けに再パッケージしたモジュール規格。DRAMチップ自体は既存のLPDDR5X。
「LPDDRはスマホ専用」 LPDDRはスマホ発祥だが、AI PC・AIサーバー(SOCAMM経由)でも急速に採用拡大中。汎用化が進んでいる。
「HBMが最速だから一番良い」 HBMは速いが高価・高消費電力・交換不可。CPU側にHBMを使うのはオーバースペック。適材適所が正解。

まとめ:3つのメモリの全体像

この記事のまとめ

① HBM:GPU直結の超高速メモリ。AI学習・推論に必須。1.2TB/s超、141GBクラス。

② LPDDR:低消費電力DRAM。スマホ・AI PC・SOCAMMの素材として活躍。

③ SOCAMM:NVIDIAとメモリ各社が開発。LPDDR5XをAIサーバー用にモジュール化。GB300では見送られたと報じられ、Vera Rubinで採用(SOCAMM2はJEDEC標準)。

④ 使い分け:HBM=GPU側、SOCAMM=CPU側、LPDDR=モバイル端末。「最強」ではなく適材適所。

⑤ 量産競争:SOCAMMはMicronが最初に量産を発表、SK HynixはSOCAMM2を量産(2026年4月)、Samsungは大型契約の報道。

⑥ 投資テーマ:HBMだけ見ていた時代は終了。「HBM+LPDDR+SOCAMM」の三本立てで業績を読む時代へ。

よくある質問(FAQ)

Q. SOCAMMは普通のPCにも使えますか?
A. 現在のSOCAMMはNVIDIA Vera Rubin(Vera CPU)など特定のAIサーバー向けに設計されています。一般PC向けに普及するかは未定ですが、モジュール式の交換可能性はノートPCでも魅力的なため、将来的にコンシューマー向けに転用される可能性はあります。
Q. SOCAMMが普及すると、HBM需要は減りますか?
A. 減りません。SOCAMMはCPU側の役割、HBMはGPU側の役割で役割が違うためです。むしろ、Vera Rubinのような最先端AIサーバーが普及すれば、HBMとSOCAMMの両方の需要が同時に伸びます。
Q. LPDDR6が出ると、SOCAMMはどうなりますか?
A. SOCAMMは「モジュール規格」なので、中身がLPDDR5XからLPDDR6に進化しても規格自体は継続します。むしろ、LPDDR6ベースのSOCAMM3が登場し、さらに高帯域・低消費電力になる可能性が高いです。
Q. SOCAMMの読み方は?
A. メーカーは読み方を示していません(2026年10月時点)。略さずに書くと Small Outline Compression Attached Memory Module で、「小型の、押し付けて付けるメモリモジュール」という意味です。
Q. SOCAMMとLPCAMM2の違いは?
A. どちらもLPDDR5Xを載せ、押し付けて固定するモジュールですが、LPCAMM2はノートPCなど向けの規格(JEDECのCAMM2、JESD318、2023年12月公開)、SOCAMMはAIサーバーのCPU向けです。形も規格も別のものです。
次に読むなら、この1本

LPDDRとHBMの使い分けは、データセンターの外、ロボットに載せる半導体でも問題になります。ロボットのメモリの選び方は、次の記事で整理しています。

フィジカルAIのメモリとは?ロボットがHBMでなくLPDDRを積む理由を図解
視点を広げる
フィジカルAIのメモリとは?ロボットがHBMでなくLPDDRを積む理由を図解

ロボットに積むメモリ、LPDDRとHBMの使い分け

次の記事を読む →
免責事項:本記事は、技術と産業の構造を理解するための情報提供を目的としたもので、特定の銘柄の売買を推奨するものではありません。社名・証券コードや、株価・業績などの数値は、記事中に示した時点の公開情報にもとづきます。投資判断は、ご自身の責任と最新の一次情報(IR・有価証券報告書など)にもとづいて行ってください。
この記事のテーマを、本でもっと深くPR(アフィリエイト広告)

HBMを支える積層の技術を、製造工程から知りたい方に。本書(技術評論社)は、半導体製造プロセスの全体像から各工程までを図解した本で、「パッケージング」の章ではTSV・バンプ形成・パッケージの種類が、「製造技術・装置の最新動向」の章ではチップレット/3D積層が取り上げられています。

S
シラス
電験三種・QC検定1級 / メーカーでパワエレ設計・品質保証 実務10年

メーカーで回路設計と生産技術(品質改善)に携わってきた経験をもとに、AIインフラを支える半導体・電力・冷却の仕組みを、図解でやさしく解説しています。

テーマ別に、もっと深く学ぶ

気になるところから読んでも大丈夫です。どの記事も、はじめての方にもわかるように図解で書いています。

HBM・先端パッケージをもっと深く
【図解】DRAMとHBMの違いとは?速さ・構造・価格を5つの視点で比較
同じ分野
【図解】DRAMとHBMの違いとは?速さ・構造・価格を5つの視点で比較

同じDRAMなのに、HBMは何が違う?5つの視点で比べる

続きを読む →
【図解】プローブカードとは?仕組み・3つの種類とHBM時代に需要急増の理由
同じ分野
【図解】プローブカードとは?仕組み・3つの種類とHBM時代に需要急増の理由

HBMの時代に、なぜ検査の「針」の需要が急増したのか

続きを読む →
HBMの製造工程とは?TSV・積層(MR-MUF・TC-NCF)・検査の15ステップを図解
同じ分野
HBMの製造工程とは?TSV・積層(MR-MUF・TC-NCF)・検査の15ステップを図解

TSVから積層・検査まで、HBMができるまでを15段階で

続きを読む →
【完全図解】TCボンダーとハイブリッドボンディングの違い|HBMの積層の仕組みと用語
同じ分野
【完全図解】TCボンダーとハイブリッドボンディングの違い|HBMの積層の仕組みと用語

HBMを積み上げる2つの接合技術、何が違うのか

続きを読む →
HBMの歩留まりとは?MR-MUFとTC-NCFの違いと、SK hynixが先行する理由を図解
同じ分野
HBMの歩留まりとは?MR-MUFとTC-NCFの違いと、SK hynixが先行する理由を図解

なぜSK HynixはHBMの歩留まりで先行できたのか

続きを読む →
つまずきやすい「違い」を解決
あわせて知りたい、隣のテーマ
AIメカテック(6227)とは?何の会社か、HBMの積層を支えるボンダー・デボンダー装置と大口受注・決算を図解
担う企業
AIメカテック(6227)とは?何の会社か、HBMの積層を支えるボンダー・デボンダー装置と大口受注・決算を図解

HBMを積み上げる工程を支える、知られざる会社

企業を見る →
【完全図解】NVIDIA GB300(Blackwell Ultra)とは|HBM3E 288GB搭載の"AI推論最強チップ"
隣のテーマ
NVIDIA GB300(B300)とは?仕様・価格・B200との違いを図解|Blackwell Ultra

NVIDIA GB300はどんなチップ?HBM3E搭載の推論向けGPU

続きを読む →
日本電子材料(6855)とは?HBM向けMEMSプローブカードで伸びる会社を図解
担う企業
日本電子材料(6855)とは?HBM向けMEMSプローブカードで伸びる会社を図解

HBMのテストを支える「針」の技術を持つ会社とは

企業を見る →
日本マイクロニクス(6871)とは?メモリ用プローブカード世界シェア1位、HBM検査を支える会社を解剖
担う企業
日本マイクロニクス(6871)とは?メモリ用プローブカード世界シェア1位、HBM検査を支える会社を解剖

HBM検査の世界1位、日本マイクロニクスの構造

企業を見る →

記事の更新情報を受け取りたい方へ

新しい記事が公開されたら、Xアカウント @shirasusoloでお知らせします。AI半導体×投資の構造を一緒に学んでいきましょう。

コメント

タイトルとURLをコピーしました