LPCAMM2 仕様 (2024)(エルピーキャムツー)
LPDDR5Xを搭載した、省電力と高密度化を両立する次世代メモリ規格。基板への圧縮装着方式を採用し、従来のSO-DIMMより小型で高速な信号伝送を実現する。
概要
LPCAMM2(Low-Power Compression Attached Memory Module 2)は、次世代のモバイルコンピューティングにおける「メモリ・ボトルネック」を解消するために設計された新しいメモリモジュール規格です。従来のSO-DIMMが抱えていた信号伝送路の長さによるインピーダンス不整合の問題と、LPDDR(オンボード実装)が抱えていたアップグレード不能という課題を同時に解決することを目指しています。
技術的な核心は「Compression Attached」という物理構造にあります。これはモジュールを基板に対して垂直方向の圧力で接触させる方式であり、従来のソケット式と比較して信号経路を極小化できます。これにより、LPDDR5X-8533 MT/sといった超高帯域なデータ転送においても、ノイズやジッタを抑制した安定した動作が可能となります。2025年から2026年にかけて普及が加速するAI PCにおいては、大規模言語モデル(LLM)の推論性能を左右するメモリ帯域幅の確保が至上命題であり、LPCAMM2はその基盤技術として極めて重要な役割を担います。
スペック表
| 項目 | 仕様詳細 |
|---|---|
| 標準規格 | JEDEC LPCAMM2 |
| 対応メモリタイプ | LPDDR5X / LPDDR5 |
| 最大転送速度 | 7500 - 8533 MT/s |
| 電圧 (VDD) | 1.05V |
| モジュールサイズ | 約 78 x 23 x 4.4 mm (SO-DIMMの約60%面積) |
| 最大容量 | 最大 128GB (32GB×4層スタッキング時) |
| 装着方式 | MicroLatched (圧縮装着型) |
比較表
| 特徴 | LPCAMM2 | DDR5 SO-DIMM | LPDDR5X (オンボード) |
|---|---|---|---|
| 信号整合性 | 極めて高い (配線短縮) | 低い (ソケットによる遅延) | 高い (基板直結) |
| 電力効率 | 非常に高い | 中程度 | 極めて高い |
| 拡張性 | あり (モジュール交換可) | あり (容易に交換可能) | なし (交換不可) |
| 実装面積 | 小さい (高密度化) | 大きい (スペースを占有) | 極小 (基板の一部) |
| コスト | 中程度 | 低い | 高い (設計難易度による) |
関連用語との違い
CAMM2 と LPCAMM2
CAMM2は主にデスクトップやハイエンドワークステーション向けの高性能メモリ規格であり、LPCAMM2はその「Low-Power」版として、モバイルデバイスの省電力性と高密度化に特化した進化系です。
LPDDR5X (チップ単体) と LPCAMM2
LPDDR5Xはメモリセルそのものの動作規格を指し、LPCAMM2はそのLPDDR5Xチップをモジュールとしてパッケージングした「形態」を指します。つまり、LPCAMM2はLPDDR5Xという技術を、交換可能なモジュールとして利用可能にするための器です。
SO-DIMM と LPCAMM2
SO-DIMMは従来のノートPC用規格で、物理的なソケットに差し込む構造のため、信号の反射やノイズが発生しやすい欠点がありました。LPCAMM2は圧縮装着によりこの電気的損失を劇的に低減しています。
技術的ブレイクスルー:MicroLatched設計の意義
LPCAMM2で採用されている「MicroLatched」構造は、一度装着すると頻繁な脱着を想定しない設計思想に基づいています。これは単なるコスト削減ではなく、物理的な接触圧力を一定に保ち、高クロック動作時の信号品質(Signal Integrity)を極限まで維持するための戦略的選択です。ユーザーにとっては「交換は可能だが、頻繁な抜き差しには向かない」という特性を持ちますが、これによりノートPCの薄型化と高性能化の両立が可能になりました。
FAQ
Q1: 従来のノートPCのメモリをLPCAMM2に交換することはできますか?
いいえ、不可能です。LPCAMM2は基板側の設計(物理的な接触構造や配線レイアウト)が根本的に異なるため、LPCAMM2に対応した専用のマザーボードを搭載したデバイスである必要があります。
Q2: AI PCにおいてなぜLPCAMM2が重要視されているのですか?
AI PCの性能、特にローカルでのLLM実行には膨大なメモリ帯域幅が必要です。LPCAMM2はLPDDR5Xの高クロック動作を安定して実現できるため、電力効率を維持したまま、AI処理に必要な高速データ転送を実現する鍵となります。
Q3: 容量の拡張性はどの程度期待できますか?
現在の技術ロードマップでは、チップのスタッキング(積層)技術により最大128GBまでの実装が視野に入っています。これにより、従来のモバイル向けPCでは困難だった、大規模なデータセットを扱うワークステーション級のメモリ容量を、コンパクトな筐体で実現できる可能性があります。