Технический контекст
Я внимательно прошёлся по статье Unconventional AI, и тезис там не декоративный, а очень приземлённый: хватит искать одну идеальную память для всего. Для реального AI implementation это звучит сильно, потому что инференс и тренировка давно упёрлись не только в математику, а в цену движения данных.
Авторы предлагают «сгладить треугольник» из скорости, плотности и удержания данных. Не доводить каждую ячейку до почти безошибочного состояния, как в классической вычислительной школе, а принять, что AI-нагрузки терпят более гибкие компромиссы.
Я бы разложил их мысль на две разные памяти. Первая, для весов модели: здесь важны плотность и удержание, потому что веса при инференсе почти не переписываются. Вторая, для рабочего состояния и KV cache: здесь нужна очень быстрая память рядом с вычислением, даже если удержание короче и архитектуре придётся это компенсировать.
Вот где начинается самое интересное. В качестве кандидатов они двигают gain cells, eDRAM, PCM и 3D-стек HBM поверх логики. Не как «победит кто-то один», а как набор технологий в одном стеке, где каждая закрывает свой класс данных.
Мне особенно зашёл акцент на локальности. Если чтение из внешней памяти реально съедает заметную долю энергии ускорителя, то разговор уже не про красивую схемотехнику, а про стоимость токена. И да, идея держать максимум модели и состояния на кристалле или максимально близко к нему выглядит не как фантазия, а как следующий обязательный шаг.
Статья свежая, июль 2026, так что это не ретроспектива, а вполне актуальный сигнал в сторону следующего поколения AI-инфраструктуры.
Что это меняет для бизнеса и автоматизации
Я вижу здесь три прямых последствия. Первое: выиграют те, кто строит inference-first железо и сервисы, где важна цена ответа, а не только пиковый benchmark. Второе: HBM перестаёт быть единственным священным ответом, а значит откроется рынок для более дешёвых и узкоспециализированных конфигураций.
Проиграют те, кто продолжит проектировать AI architecture по старой логике «всё универсально, всё максимально надёжно, потом разберёмся с энергией». С таким подходом automation with AI быстро упрётся в economics, особенно на длинном контексте и больших объёмах запросов.
Я у клиентов постоянно вижу одну и ту же проблему: все обсуждают модель, но недооценивают память, сеть и стоимость каждого шага пайплайна. А именно там часто решается, взлетит AI automation в проде или останется дорогой демкой.
Если вы уже считаете, как удешевить инференс, упаковать частный контур или спроектировать AI integration без лишнего железного оверхеда, это как раз тот момент, когда стоит пересобрать архитектуру с нуля. В Nahornyi AI Lab мы с этим и помогаем: не рисуем красивые схемы ради схем, а собираем рабочие AI solutions for business под реальные ограничения по цене, скорости и масштабу.