Grzegorz Kamiński: Nowe pamięci nieulotne – część 1
Ostatnio praktycznie każdy tekst zaczynam od wyjaśnienia co mnie skłoniło do jego napisania. Tym razem był to raport Yole Group – Emerging Non-Volatile-Memory 2026, obublikowany w czerwcu bieżącego roku. Skupia się on na pamięciach wbudowanych, najczęściej w mikrokontroler. Mogą one jednak znaleźć zastosowanie również w systemach AI, chociaż nie jako pamięci główne. Yole skupia się na rynku i trochę na technologii, a ja chciałbym zawarte tam informacje znacznie poszerzyć.
Obecnie wielkość rynku dla wszystkich czterech rodzajów nowych pamięci nieulotnych nie jest jeszcze zbyt duża, ale niektóre prognozy wzrostu sięgają nawet 65 mld USD w latach 2034…2035. Razem z podgrupami jest ich więcej, lecz to ciągle rozwijające się technologie i nic dziwnego, że nawet w obszarze jednej grupy np. RRAM, zwanej też ReRAM, jest kilka podrodzajów.

Grzegorz Kamiński
Myśląc o napisaniu tego artykułu zwróciłem uwagę na ogromne zapotrzebowanie na pamięci w systemach AI, generujące potężne zyski producentów. Dowiedziałem się, że marża firmy Micron przekracza 87%. Wydaje się to niewiele, bo marża często jest mylona z narzutem. Policzmy: gdy koszt wytworzenia wynosi 100 to przy tej marży cena sprzedaży wynosi ok. 770. No cóż, taki jest rynek. Wszak nakłady inwestycyjne dla zwiększenia produkcji są bardzo duże, a czas budowy nowych fabryk to minimum 2 lata. Wynika z tego, ze do 2028 roku raczej trudno będzie o znaczącą poprawę na tym rynku.
Rodzaje pamięci
Przejdźmy już do meritum. Na początek musimy się przyjrzeć rodzajom pamięci. Potem przejdziemy do tych najbardziej interesujących.
Na niższym rysunku widzimy rodzaje pamięci półprzewodnikowych. Tradycyjne, takie jak SRAM czy DRAM są ulotne, co oznacza, że ich zawartość jest tracona po zaniku zasilania. Natomiast NOR i NAND Flash to pamięci nieulotne.

Rodzaje pamięci półprzewodnikowych (rysunek wygenerowany przez autora przy pomocy AI)
Wydaje się że nowe pamięci nie wyprą tych tradycyjnych. Jednak w określonych zastosowaniach, gdzie ich parametry będą pomocne do osiągnięcia zamierzonego celu technicznego, z pewnością znajdą zastosowania. Niektórzy producenci pamięci tradycyjnych przewidują, że w produkcji znajdą się pamięci hybrydowe, łączące dwa typy, czyli pamięć tradycyjną i nowe możliwości.
Infografika dość dobrze opisuje podstawowe właściwości pamięci i ich zastosowania, więc nie będę ich tu powtarzał. Kolejny rysunek przedstawia rodzaje pamięci DRAM.

Rozdaje pamięci DRAM (rysunek wygenerowany przez autora przy pomocy AI)
W związku z rozwojem urządzeń bateryjnych oraz – przede wszystkim – rozwojem AI, powstały specyficzne rodzaje pamięci. Powyższy rysunek pokazuje rodzaje pamięci DRAM ze względu na zastosowanie. W tym wypadku ponownie nie będę powtarzać informacji tam zawartych. Wspomnę tylko, że pamięci HBM konsumują ogromne zasoby produkcyjne tradycyjnych producentów pamięci DRAM czyli firm Samsung, Micron i SK Hynix. Dzieje się tak ze względu na ogromne zapotrzebowanie na tego rodzaju pamięci w systemach AI. Pamięci HBM mają strukturę trójwymiarową 3D, mamy więc do czynienia ze stosem czipów. Technologia ta została zapożyczona z dużych pamięci NAND Flash stosowanych w między innymi w dyskach SSD. Tam też występuje stos 3D chipów. W przypadku NAND Flash chodzi o jak największą pojemność pamięci, przy zachowaniu małych rozmiarów. W HPM taka konstrukcja pozwala przełamać tzw. ścianę pamięci (memory wall). Oznacza to sytuację, kiedy procesor przetwarza dane szybciej niż pamięć może mu je dostarczyć. Szerokopasmowa HBM ma bardzo szeroką magistrale danych, 1024 bity dla wersji HBM3/3E co pozwala na pokonanie wspomnianej powyżej bariery.
Technologia pamięci HBM musiała zostać tylko trochę zmodyfikowana, by umożliwić ich montaż w stos i dlatego są one wytwarzane na tych samych liniach produkcyjnych co inne pamięci DRAM. To musiało doprowadzić do kryzysu dostępności pamięci DRAM a także do gwałtownego wzrostu cen.
Na pierwszym rysunku pominięte zostały pamięci EEPROM. Być może ze względu na ich stosunkowo małe pojemności, pomocniczy charakter w wielu zastosowaniach oraz to, że wielu producentów traktuje je jak dość proste układy scalone. Rzeczywiście te pamięci nie wymagają zastosowania najnowocześniejszych technologii.

Pamięci EEPROM – struktura, rynek i zastosowania (rysunek wygenerowany przez autora przy pomocy AI)
Powyższy rysunek pokazuje strukturę pamięci EEPROM, ich zasadę działania oraz aplikacje. Jak na tak niedocenianie układy z punktu widzenia ich roli, szacowany rynek w tym roku wynosi ponad 4 mld USD i rośnie ponad 10% rocznie. Kluczowi producenci tych pamięci to pierwsza wymieniona na infografice trójka, czyli Microchip Technology, STM i onsemi.
Udział w rynku tych trzech największych wynosi ok. 50%. Na liście brakuje jeszcze jednego znacznego producenta – to chińska firma Giantec Semiconductor, ale ona dostarcza swoje pamięci głównie na wewnętrzny rynek w Chinach.
Czy w najbliższym czasie zwiększy się podaż pamięci?
Niestety na to pytanie nie można odpowiedzieć pozytywnie. Sztuczna inteligencja pochłania większość produkcji tradycyjnych pamięci, szczególnie DRAM w wersji HBM oraz NAND Flash. Odbija się to nie tylko na cenach samych pamięci i typowych urządzeń kojarzących się z nimi, np. laptopów, ale całej elektroniki konsumenckiej. Jak już wspomniałem, firma Micron podała, że za ostatni kwartał osiągnęła marżę 87%. Pokazuje to skalę dochodów firm produkujących pamięci półprzewodnikowe, głównie HBM. W poniższej tabeli Trend Force informuje o planach rozbudowy mocy produkcyjnych tych producentów.

Plany budowy nowych fabryk pamięci (źródło : Trend Force)
Z podanych danych wynika, że do 2030 roku moce produkcyjne ulegną podwojeniu, a w kolejnych kilku latach można się spodziewać dalszych wzrostów.
Czy to zaspokoi potrzeby? Zobaczymy. Na pewno przez najbliższe dwa lata, czyli do końca 2028 roku, sytuacja na rynku pamięci będzie wykazywać duże niedobory podaży względem popytu.
Nowe pamięci nieulotne
- ReRAM lub RRAM – Rezystancyjne RAM
- FeRAM lub FRAM – Ferroelektryczne RAM
- MRAM – Magnetorezystancyjne RAM
- PCM – Zmiennofazowa RAM (Phase Change RAM)
Cały czas traktujemy je jako nowe lub wręcz w opracowaniu, ale według różnych firm analitycznych, rynek tych pamięci w roku 2025 miał wartość od 2,5 do nawet 7,6 mld USD, zależnie od firmy. Według Yole Group, wartość rynku wbudowanych nowych pamięci w roku 2024 wynosiła tylko 140 mln USD. Już wówczas spodziewany wzrost roczny oceniany był na aż 69% ( CAGR =69%). To bardzo ciekawy nowy segment produktów nie tylko na rynku pamięci, ale również podzespołów półprzewodnikowych.
W ich produkcję i opracowanie zaangażowane są zarówno małe firmy, takie jak Everspin czy Weebit Nano, jak i potentaci, tacy jak Samsung czy Micron.

Przekrój pamięci STT-MRAM firmy Everspin wykonanej w technologii 28 nm | źródło: Yole Group 2023)

Pamięć STT-MRAM firmy Everspin | źródło: Yole Group 2023
Więcej informacji zamieszczę w kolejnych artykułach z planowanej serii o nowych pamięciach nieulotnych. Myślę, że każdy ich rodzaj zasługuje na osobne omówienie.

Grzegorz Kamiński: „Surowce krytyczne” w półprzewodnikach
Grzegorz Kamiński: Rynek podzespołów GaN według raportów Yole Group
Grzegorz Kamiński: Detektory podczerwieni od VIGO Photonics i nie tylko – technologia i rynek 
![https://www.youtube.com/watch?v=QSnLO-KmBMY O wybranych projektach realizowanych w Laboratorium Zakładu Układów Mikrofalowych – ISE PW opowiadają: mgr inż. Michał Kalisiak, dr hab. inż. Arkadiusz Lewandowski, mgr inż. Andžej Šerlat oraz dr hab. inż. Krzysztof Czuba. Zapraszamy na firm [materiał redakcyjny]](https://mikrokontroler.pl/wp-content/uploads/2026/09/WEiTI-PW-czolowka.png)
![https://www.youtube.com/watch?v=XkeyLmtLfxo O konkursie organizowanym przez firmę TRUMPF Huettinger i polskie uczelnie techniczne opowiada Alicja Peresada i prof. Jacek Rąbkowski oraz kilkoro nagrodzonych dyplomantów: mgr inż. Jakub Dobosz, inż. Maja Zielińska, dr inż. Jakub Kołodziej, dr inż Weronika Hryniewska-Guzik i dr inż. Grzegorz Bartyzel. Zapraszamy do obejrzenia filmu! [materiał redakcyjny]](https://mikrokontroler.pl/wp-content/uploads/2026/07/TRUMPF-czolowka.png)


