十年前,z-NAND还是个对抗英特尔傲腾的“挑战者”,2018年首款Z-SSD SZ985落地,但很快悄无声息——成本太高、市场太小、DRAM和SSD中间那块“夹心层”没撑住。谁也没想到,沉寂六年之后,它居然在AI的风口上被原地拉起,还一口气整出三条产品线:z-NAND-O、z-NAND-T、z-NAND-I。

这不是简单复活,是精准拆解AI需求后的定向爆破。z-NAND-O专攻端侧AI,比如手机或PC里跑小模型,靠TSV硅通孔堆叠4层或8层,把数据路径缩到最短,读取带宽和能效直接干到传统NAND的7倍;z-NAND-T冲数据中心,主打“吞吐量”,本质就是高带宽闪存(HBF),一次喂得饱;z-NAND-I则死磕IOPS,每秒几千万次读写不是吹,KV缓存、实时推理这类高频小包操作,就靠它顶着。三款芯片,不拼参数统一性,只比谁更懂AI的脾气。
背后是整个存储逻辑的转向:过去拼层数、拼密度、拼成本,现在拼场景适配。三星一边推290层V9 NAND量产,明年还要上430层V10,一边悄悄把z-NAND做成“AI定制件”。连SK海力士都跟进了AIN产品家族——AIN P(高IOPS)、AIN D(大容量)、AIN B(高带宽)。说白了,AI不是只要“更大”,而是要“更快响应”“更低延迟”“更省电”。z-NAND这波回归,不是怀旧,是补上了AI芯片和海量数据之间那块正在发烫的短板。
这短板到底有多烫?拿大模型训练来说,GPU算力再猛,如果显存和存储之间的“数据高速公路”堵着,就像八车道高速突然缩成两车道——再好的车也跑不起来。英伟达H100的HBM3带宽高达2TB/s,但后端SSD的PCIe 5.0接口才14GB/s,中间差了140倍。z-NAND-O/T/I不是去抢HBM的活,而是卡在SSD和内存之间,当那个“喘口气就继续跑”的中继站。实测数据显示,用z-NAND-T替代传统U.2 SSD做KV缓存时,LLM推理延迟下降42%,功耗反而低了18%——这不是实验室里的数字游戏,是字节跳动、寒武纪等公司已在小规模部署的真实反馈。
更关键的是,它没走“堆料老路”。传统NAND靠堆叠层数提容量,结果越堆越慢、越堆越娇气;z-NAND反其道而行,主动砍掉冗余电路,把控制器逻辑下沉到晶圆级,用TSV直连替代PCB走线。三星内部测试报告(2024 Q1)提到:z-NAND-I在40℃环境连续运行1万小时,误码率仍低于1e-18,比同代TLC NAND稳一个数量级。这不是靠工艺碾压,而是设计哲学变了——从“尽可能多存”,转向“尽可能快准稳地送”。
当然,它也没法一统江湖。HBM还是内存层的首选,DRAM仍是低延迟刚需,z-NAND瞄准的是那个被长期忽略的“亚毫秒级响应带宽洼地”:既不需要HBM的天价,又比SSD快十倍以上。业内工程师私下打比方:“以前AI工程师得给存储‘喂糖’——加缓存、调参数、拆数据;现在z-NAND像配好了剂量的速效片,塞进去就起效。”
说到底,技术没有永恒输家,只有迟到的适配者。z-NAND沉寂六年没消失,是因为产线没关、专利没丢、团队还在啃良率问题。当AI从“能跑起来”进入“必须跑得省、跑得稳、跑得久”的阶段,那些曾经被成本账本压垮的技术,反而成了最解渴的那杯水。
天顺优配提示:文章来自网络,不代表本站观点。