FMS 2026: Rekordtæt 3D-NAND og en ny hukommelsesklasse til AI

• Bit-tæthed: Over 37 Gb/mm² – omkring 60 procent højere end selskabernes 8. generation .
• Opbygning: 332 aktive lag .
• Grænseflade: Op til 4,8 Gb/s via Toggle DDR6.0 .
• Teknologi: CMOS Directly Bonded to Array (CBA), hvor CMOS-logikken og selve hukommelsesarrayet fremstilles på separate wafere og derefter bindes sammen .

CBA-tilgangen skal forbedre energieffektiviteten og gøre det muligt at øge tæt­heden uden blot at gøre chippen større. Den nye QLC-variant gemmer fire bit i hver celle, hvilket giver højere kapacitet end TLC-varianten, der gemmer tre bit i hver celle.

BiCS10 blev formelt præsenteret under en live-demonstration på konferencen . I juli 2026 begyndte Kioxia og Sandisk desuden at sende prøver af BiCS10 1Tb TLC-NAND med en tæthed på over 29 Gb/mm² . QLC-versionen på FMS repræsenterer dermed et yderligere spring i lagringstæthed.

HBF placerer sig mellem HBM og SSD’er

Den anden store nyhed kom fra Sandisk og SK hynix, som offentliggjorde den første standardiserede tekniske specifikation for High Bandwidth Flash gennem Open Compute Project (OCP) . OCP er et brancheinitiativ, der udvikler åbne specifikationer til datacenterhardware.

HBF er tænkt som et nyt lag i hukommelseshierarkiet mellem HBM – High Bandwidth Memory – og traditionelle SSD’er. HBM er meget hurtigt, men har begrænset kapacitet og høj pris. SSD’er kan lagre langt mere, men er betydeligt langsommere. HBF skal udfylde dette mellemrum, især i AI-inferens, hvor store modeller kræver hurtig adgang til mere data, end der økonomisk kan placeres i HBM .

Specifikationen omfatter blandt andet:

• Kapacitet: Op til 512 GB pr. stak i 8- og 16-lags NAND-konfigurationer .
• Båndbredde: Op til 3,0 TB/s samlet, herunder 1,6 TB/s i hver retning. Tre ydelsesklasser spænder fra cirka 0,4 TB/s til 3,0 TB/s .
• Forbindelse: UCIe, Universal Chiplet Interconnect Express, til forbindelsen mellem chiplets og acceleratorer .
• Deltagere: Google, herunder Google DeepMind, og Tenstorrent sluttede sig til arbejdet under standardiseringsprocessen .

Den åbne specifikation er tilgængelig nu. Hukommelsesprøver ventes i slutningen af 2026, mens kommercielle enheder forventes i begyndelsen af 2027 .

Skal HBF gøre AI-inferens billigere?

Sandisk har tidligere beskrevet HBF som en måde at levere otte til 16 gange HBM’s kapacitet til en sammenlignelig pris . I en simulering med Llama 3.1-modellen med 405 milliarder parametre lå ydelsen ved læsning af de forudtrænede modelvægte inden for 2,2 procent af en hypotetisk HBM-konfiguration med ubegrænset kapacitet .

Det er dog selskabets simulering og ikke en måling af et kommercielt HBF-produkt. Den praktiske gevinst vil derfor afhænge af systemdesign, software, strømforbrug og den måde, AI-acceleratoren fordeler data mellem HBM, HBF og lager.

De centrale FMS 2026-sessioner

Annonceringerne blev fulgt op af flere oplæg og en paneldebat om hukommelse til AI-systemer.

Sandisk: NAND som fundament for AI-æraen

Sandisks keynote, “NAND: The Versatile & Scalable Foundation of the AI Era”, var planlagt til onsdag den 5. august 2026 kl. 11.40 Pacific Time i Mission City Ballroom på Santa Clara Convention Center. Jim Elliott, Khurram Ismail og Alper Ilkbahar fra Sandisk skulle tale om systemoptimering og NAND’s rolle i AI-inferens i stor skala .

SK hynix om lagdelt hukommelse

På konferencens åbningsdag den 4. august holdt SK hynix-ledere Kim Chun-sung og Kang Uk-song en keynote med titlen “Orchestrating Efficient AI Infrastructure through Tiered Memory in the Era of Agentic AI”. Oplægget handlede om lagdelte hukommelsesløsninger til AI-infrastruktur .

Panel: “Breaking the Memory Wall with High Bandwidth Flash”

Torsdag den 6. august kl. 9.45 Pacific Time var der planlagt en paneldebat med Sandisk-vicepræsident Rajeev Nagabhirava, SK hynix-vicepræsident Lim Eui-cheol og Google DeepMind-ingeniøren Xiaoyu Ma. Diskussionen skulle fokusere på, hvordan HBF kan mindske afstanden mellem beregningskraft og hukommelse i AI-inferens .

Paneltitlen er bekræftet i flere officielle omtaler, men den fulde beskrivelse bør fortsat holdes op mod det aktuelle FMS-program. Selve “Breaking the Memory Wall”-sessionen går igen i den officielle dækning .

Hvorfor annonceringerne er vigtige

AI-datacentre presses i stigende grad ikke kun af behovet for flere beregninger, men også af behovet for at flytte og lagre enorme mængder modeldata. BiCS10 QLC-NAND kan gøre det muligt at bygge tættere og mere energieffektive SSD’er til datasøer, modeldata og andre kapacitetsorienterede lag.

HBF forsøger samtidig at løse et andet problem: at HBM tæt på AI-acceleratoren er hurtig, men dyr og begrænset, mens SSD-lager er rummeligt, men for langsomt til alle inferensopgaver. Hvis HBF kan levere en brugbar mellemvej, kan teknologien give acceleratorer adgang til mere hukommelse uden tilsvarende at udvide HBM-kapaciteten.

At specifikationen udgives gennem OCP, og at Google og Tenstorrent har støttet arbejdet, signalerer et ønske om at skabe et fælles økosystem frem for flere lukkede, proprietære løsninger . Det er endnu for tidligt at konkludere, hvor hurtigt HBF bliver udbredt, men den åbne standard giver producenter af acceleratorer, servere og datacentre et fælles teknisk udgangspunkt.