SK hynix正在三个方向上扩展其NAND技术:速度、容量和带宽,以满足AI数据存储性能和数据量需求。
AIN(AI NAND)是SK hynix的AI NAND战略,包含性能(AIN P)、密度(AIN D)和带宽(AIN B)三个产品开发方向。AIN P驱动器将处理大规模AI推理工作负载产生的大量数据。PB级别的AIN D固态硬盘旨在通过以低功耗和成本存储大量AI数据来替代磁盘驱动器,实现固态硬盘速度和硬盘成本效率的结合。
AIN-B闪存采用高带宽闪存(HBF)概念,将闪存芯片堆叠在中介层上方,中介层将这些并行运行的芯片连接到GPU。这一AIN产品倡议在加利福尼亚州圣何塞举行的"2025年OCP(开放计算项目)全球峰会"上发布。
SK hynix专注于AI推理,并在推理工作流程的不同阶段看到了不同的NAND驱动器需求。
AIN P驱动器设想为PCIe Gen6驱动器,具备5000万IOPS性能,数据访问块为512B,相比之下,当前用于随机读写IOPS的4KB块在PCIe gen 6固态硬盘上运行约700万IOPS级别。据SK hynix幻灯片显示,美光的9650 Pro和Max PCIe Gen 6驱动器的随机读取IOPS为550万。SK hynix的AIN P驱动器将比它们快7倍,公司表示,1亿IOPS型号可能在2027年推出。
AIN P将配备专为执行传统和高IOPS工作负载设计的控制器,采用EDSFF E3.x外形规格构建。SK hynix正在设计AIN P NAND样品,希望在2026年底前准备就绪。
AIN B NAND使用HBF(高带宽闪存)技术。SK hynix表示,AIN B将具有比固态硬盘更高的吞吐量,大致相当于使用类似堆叠芯片概念的高带宽内存(HBM),只是用于DRAM。AIN B产品将具有比HBM更高的容量,大约达到固态硬盘容量水平。AIN B可以增强GPU的有效内存容量,从而避免需要购买/租用更多GPU来获得更多HBM容量,例如存储KV缓存内容。
这种HBF堆叠可以与HBM堆叠共同定位,共享相同的中介层基础。SK hynix和闪迪正在合作推广HBF标准。
AIN D磁盘替代固态硬盘将具有PB级容量,称为近线(NL)固态硬盘。幻灯片文本提到"JEDEC-NLF",其中JEDEC是半导体标准机构,NLF表示近线闪存。目前没有公共JEDEC NLF标准,因此这可能是正在进行的工作。图形没有提到PLC(5位/单元)NAND,因此我们可能暂时假设NL-SSD使用QLC闪存。
SK hynix幻灯片显示其AIN产品系列将如何适配数据中心。这是一个清晰且逻辑性强的图景。
看SK hynix的NAND路线图,似乎其子公司Solidigm并不存在。AIN D高容量企业级固态硬盘似乎独立于Solidigm的高容量QLC固态硬盘技术。实际上,Solidigm凭借其D5-P5336 192L QLC 61.44和122.88 TB驱动器开创了高容量近线级固态硬盘。Solidigm的路线图包括超过2XX层数,以及245 TB QLC固态硬盘,预计在2026年底前出货。
公司表示正在开始量产321层QLC 2 Tb芯片,这是首个使用QLC技术实现超过300层的产品,将在2026年上半年出货。
Q&A
Q1:AIN战略是什么?包含哪些产品方向?
A:AIN(AI NAND)是SK hynix的AI NAND战略,包含三个产品开发方向:性能(AIN P)、密度(AIN D)和带宽(AIN B),分别针对不同的AI数据存储需求。
Q2:AIN P驱动器的性能表现如何?
A:AIN P驱动器设想为PCIe Gen6驱动器,具备5000万IOPS性能,比当前PCIe gen 6固态硬盘快7倍,SK hynix表示1亿IOPS型号可能在2027年推出。
Q3:AIN B技术与传统存储有什么区别?
A:AIN B使用高带宽闪存技术,将闪存芯片堆叠在中介层上连接到GPU,具有比固态硬盘更高的吞吐量,容量约达固态硬盘水平,可以增强GPU的有效内存容量。
好文章,需要你的鼓励
字节跳动Seed团队提出的虚拟宽度网络(VWN)通过解耦嵌入宽度与主干宽度,在几乎不增加计算成本的情况下显著提升模型表示能力。8倍虚拟宽度扩展使训练效率提升2.5-3.5倍,且发现虚拟宽度因子与损失呈对数线性关系,为大模型效率优化开辟新维度。
亚马逊研究团队通过测试15个AI模型发现,当AI助手记住用户背景信息时,会对相同情感情况产生不同理解,称为"个性化陷阱"。优势社会地位用户获得更准确的情感解释,而弱势群体接受质量较低的理解。这种系统性偏见可能在心理健康、教育等领域放大社会不平等,提醒我们需要在追求AI个性化的同时确保算法公平性。
两家公司在OverdriveAI峰会上分享了AI应用经验。Verizon拥有超过1000个AI模型,用于预测客户呼叫原因和提供个性化服务,将AI推向边缘计算。Collectors则利用AI识别收藏品真伪,将每张卡片的鉴定时间从7分钟缩短至7秒,估值从8.5亿美元增长至43亿美元。
微软等机构联合研发了DOCREWARD文档奖励模型,专门评估文档的结构布局和视觉风格专业度。该模型基于包含11.7万对文档的大规模数据集训练,在人类偏好准确性测试中超越GPT-5达19.4个百分点。研究解决了现有AI工作流忽视文档视觉呈现的问题,为智能文档生成和专业化排版提供了新的技术方案。