SK海力士正式量产192GB容量SOCAMM2， “建立面向AI服务器的存储器性能新基准”

• 公司正式量产192GB的大容量产品，面向英伟达Vera Rubin平台设计

• 搭载基于1c纳米工艺的高集成度DRAM，实现能效最大化

• “通过与英伟达紧密合作，缓解AI基础设施的瓶颈问题，提供最优性能”

韩国首尔，2026年4月20日——SK海力士（或‘公司’，https://www.skhynix.com）20日宣布，公司正式量产基于第六代10纳米级（1c）LPDDR5X低功耗DRAM的192GB（千兆字节）容量SOCAMM2产品。

SOCAMM2*是一款将主要适用于智能手机等移动端设备的低功耗内存，针对服务器环境进行优化的内存模块，主要面向下一代AI服务器等应用场景。

* SOCAMM2（Small Outline Compression Attached Memory Module 2）：一种基于低功耗DRAM的内存模块，具备厚度薄与可扩展性等特性，特别适用于AI服务器。该产品采用压缩式连接器，可提升信号完整性且易于更换。

SK海力士表示：“公司采用1c工艺的SOCAMM2，是专为高性能AI运算优化的解决方案。与传统的RDIMM*相比，其带宽提升逾两倍，功耗降低75%以上。”

* 寄存双列直插式内存模块（RDIMM, Registered Dual In-line Memory Module）：在存储器模块的内存控制器与DRAM芯片之间增加可中继地址、命令信号的寄存器（Register）或时钟缓冲器（Buffer），适用于服务器和工作站的DRAM模块。

公司特别强调，该SOCAMM2产品是面向英伟达的Vera Rubin*平台设计的。

* 英伟达Vera-Rubin介绍网页：https://www.nvidia.com/en-us/data-center/technologies/rubin/ 

此外，该产品可从根本上缓解数千亿参数级AI大模型在训练与推理过程中所面临的存储瓶颈*问题，SK海力士期待其助力能够大幅提升整体系统的处理速度。

* 瓶颈（Bottleneck）：指因某些特定零部件的处理能力受限，导致整个系统性能下降的现象。AI运算过程中，若存储器的数据传输速度滞后于GPU运算速度，便会引发此现象。

公司还表示：“随着AI发展从训练转向推理阶段，支持大型语言模型低功耗运行的SOCAMM2作为下一代存储器解决方案，正备受瞩目。为满足全球云服务供应商（Cloud Service Provider）客户需求，公司提前搭建起稳定的量产体系。”

SK海力士AI Infra担当金柱善社长（CMO，Chief Marketing Officer）表示：“通过192GB容量SOCAMM2的产品供应，公司建立了面向AI的存储器性能新基准。公司将与全球AI客户紧密合作，成为‘客户最信赖的面向AI的存储器解决方案企业’。”