SK海力士在去年12月举行的2025年旧金山IEDM会议上展示了其最新的5位单元NAND闪存技术。该方法将3D NAND单元分割为两半,在提高位级别的同时将所需电压状态数量减少约三分之二,该公司表示这能提升速度和耐久性。
SK海力士展示的主题为"五级单元NAND的多站点单元"。该公司至少从2022年开始就在研发这种所谓的4D 2.0技术。其理念是绕过电压状态障碍,避免简单地在NAND单元中添加超过4位(QLC)的位级别。
NAND单元存储电荷,通过测量单元开始传导电流的阈值电压来读取数据。如果通过或不通过电流,这就表示二进制状态:通过/不通过,开/关,1或0。1位或单级单元(SLC)只需要两个电压状态,但每增加一位,状态数量就会翻倍:
1位SLC = 0或1 - 意味着两种状态和一个阈值电压
2位MLC = 00, 10, 01或11 - 四种状态,因此需要三个阈值电压
3位TLC = 000, 001, 010, 011, 100, 101, 110, 111 - 八种状态,因此需要七个阈值电压
4位QLC = 0000到1111 - 16种状态,因此需要15个阈值电压
5位PLC = 00000到11111 - 32种状态,因此需要31个阈值电压
增加电压状态会缩小各状态间的间隙,降低感测余量。随着每一位的增加,编程和读取单元内容需要更长时间,而存储的电子会随时间泄漏,削弱电压状态,使位级别越来越难感测,直到变得不可靠。增加额外位数时,单元磨损也会更快。
目前QLC 3D NAND闪存正在商业化生产,但PLC还没有,因为PLC单元的读取可靠性太低,耐久性也不足。但PLC是个有吸引力的想法,因为与QLC技术相比,它能为NAND芯片增加25%的容量,进而提升SSD容量。我们可以通过增加每个NAND芯片内3D NAND堆栈的层数来为SSD增加容量,但这涉及更多且困难的半导体工艺步骤。
如果PLC技术能够以比增加层数更少、更简单的工艺步骤来增加单元容量,同时避免当前技术在速度和耐久性方面的劣势,那么对NAND制造商来说就很有吸引力。SK海力士认为它找到了一种方法,通过将NAND单元有效分割为两半或两个站点,每个站点具有更少且独立的电压状态,通过结合两个站点的值来构建位值。
以下图表比较了现有的多级单元(MLC)技术与多站点单元(MSC)概念的俯视图:
这需要额外的半导体工艺步骤,比如将椭圆形单元一分为二,填补间隙以创建隔墙,并为每一半添加位线连接。
每个站点(半单元)有六个电压状态,将它们相乘得到36个总体电压状态。这些可以提供PLC闪存所需的32种状态,其中四种状态被忽略。
当两个半单元都被擦除(ERS状态)时,位值为11111。
由于每个站点只有六个电压状态,它们之间的间隙可以更大,使电子泄漏不那么成问题,并缩短编程时间。这也延长了单元的耐久性。MSC单元的两半同时、串联读取。
该公司表示,与非MSC PLC闪存相比,读取速度提高了20倍。
SK海力士实际上在2025年IEDM会议上展示了一篇半导体工程研究论文。它已经制造出了带有工作器件的晶圆,并将研究如何能够经济高效地制造PLC MSC闪存。其他闪存制造商也会如此:铠侠、美光、三星和闪迪。
评论
如果为MSC半单元提供八个电压状态,整个单元的结果将是64个电压状态(8 x 8 = 64),足以支持6位十六级单元(HLC)。这可能具有现有TLC单元的速度、类似TLC单元的耐久性,并比QLC芯片提供50%更多的容量。SK海力士的洞察文章讨论了MSC概念,SK海力士的视频对MSC技术进行了基础介绍并提供了一些图表。
Q&A
Q1:SK海力士的多站点单元技术是什么?
A:多站点单元(MSC)技术是SK海力士开发的新型NAND闪存技术,将传统NAND单元分割为两个独立的半单元或站点,每个站点具有更少的电压状态,通过结合两个站点的值来实现5位存储,既提高了容量又改善了速度和耐久性。
Q2:为什么传统5位PLC闪存难以商业化?
A:传统5位PLC闪存需要31个阈值电压,电压状态间隙过小,导致读取可靠性低、耐久性差。随着位数增加,编程和读取时间变长,存储电子泄漏问题加剧,单元磨损加快,因此目前只有4位QLC在商业化生产。
Q3:多站点单元技术相比传统PLC有什么优势?
A:MSC技术的优势包括:每个半单元只需6个电压状态而非31个,电压状态间隙更大,减少了电子泄漏问题;编程时间更短,耐久性更好;读取速度比传统PLC提高20倍;能提供与QLC相比25%的容量提升。
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。