FMS 2026 में मेमोरी की बड़ी छलांग: 332-लेयर QLC NAND और 512GB HBF

इस QLC डिवाइस का औपचारिक परिचय FMS 2026 में लाइव डेमोंस्ट्रेशन के दौरान हुआ । इससे पहले जुलाई 2026 में दोनों कंपनियां BiCS10 1Tb TLC NAND के सैंपल भेजना शुरू कर चुकी थीं। उस ट्राई-लेवल-सेल संस्करण की डेंसिटी 29 Gb/mm² से अधिक बताई गई थी । QLC संस्करण प्रति सेल चार बिट स्टोर करने वाली संरचना का इस्तेमाल करता है, इसलिए यह डेंसिटी के मामले में एक और कदम आगे है।

Sandisk और SK hynix का पहला HBF ओपन स्पेसिफिकेशन

Sandisk और SK hynix ने Open Compute Project (OCP) के माध्यम से High Bandwidth Flash यानी HBF का पहला मानक तकनीकी स्पेसिफिकेशन जारी किया । OCP एक ऐसा उद्योग मंच है जो डेटा सेंटर हार्डवेयर और उससे जुड़े डिजाइन मानकों को खुले तौर पर विकसित करता है।

HBF को AI इन्फरेंस के लिए HBM और पारंपरिक SSD के बीच की मेमोरी परत के रूप में डिजाइन किया गया है। बड़े AI मॉडल को अक्सर GPU या अन्य एक्सेलेरेटर के साथ उपलब्ध HBM से अधिक मेमोरी चाहिए होती है, लेकिन SSD की गति इन्फरेंस के लिए पर्याप्त नहीं होती। HBF इसी गति-क्षमता के अंतर को भरने का प्रयास है।

HBF की प्रमुख विशेषताएं

• प्रति स्टैक क्षमता: 8-high और 16-high NAND कॉन्फिगरेशन के साथ 512GB तक ।
• बैंडविड्थ: अधिकतम 3.0 TB/s तक, जिसमें प्रति दिशा 1.6 TB/s तक का आंकड़ा बताया गया है। Grade 1 से Grade 3 तक तीन प्रदर्शन स्तर लगभग 0.4 TB/s से 3.0 TB/s तक फैले हैं ।
• कनेक्शन मानक: UCIe (Universal Chiplet Interconnect Express) ।
• समर्थक सदस्य: Google, जिसमें Google DeepMind भी शामिल है, और Tenstorrent ने मानकीकरण प्रक्रिया के दौरान HBF वर्कस्ट्रीम में भाग लिया ।

AI इन्फरेंस के लिए इसका महत्व

HBM बहुत तेज है, लेकिन इसकी क्षमता सीमित और लागत अधिक हो सकती है। दूसरी ओर, पारंपरिक SSD बड़ी क्षमता देते हैं, मगर उनकी लेटेंसी और बैंडविड्थ कम होती है। HBF का लक्ष्य इन दोनों के बीच संतुलन बनाना है ।

Sandisk के अनुसार, HBF समान लागत पर HBM की तुलना में 8 से 16 गुना अधिक क्षमता दे सकता है। कंपनी के सिमुलेशन में Llama 3.1 के 405 अरब पैरामीटर वाले मॉडल पर प्री-ट्रेंड वेट पढ़ने का प्रदर्शन असीमित क्षमता वाले काल्पनिक HBM सिस्टम से 2.2% के भीतर रहा । यह आंकड़ा कंपनी के सिमुलेशन पर आधारित है, इसलिए इसे स्वतंत्र वास्तविक-विश्व बेंचमार्क नहीं माना जाना चाहिए।

उपलब्धता कब होगी?

HBF का ओपन मानक अब प्रकाशित हो चुका है। मेमोरी सैंपल 2026 के अंत तक आने की उम्मीद है, जबकि व्यावसायिक डिवाइस 2027 की शुरुआत में अपेक्षित हैं ।

FMS 2026 में प्रमुख कीनोट और पैनल

Sandisk कीनोट: “NAND: The Versatile & Scalable Foundation of the AI Era”

Sandisk का यह सत्र 5 अगस्त 2026 को सुबह 11:40 बजे PT पर सांता क्लारा कन्वेंशन सेंटर के Mission City Ballroom में निर्धारित था। इसमें Sandisk के Jim Elliott, Khurram Ismail और Alper Ilkbahar ने सिस्टम-स्तरीय ऑप्टिमाइजेशन तथा बड़े पैमाने पर AI इन्फरेंस को सक्षम बनाने में NAND की भूमिका पर चर्चा की ।

SK hynix कीनोट: “Orchestrating Efficient AI Infrastructure through Tiered Memory in the Era of Agentic AI”

4 अगस्त को SK hynix के Executive Vice President Kim Chun-sung और Vice President Kang Uk-song ने टियर्ड मेमोरी समाधानों पर प्रस्तुति दी। सत्र का फोकस एजेंटिक AI के दौर में अधिक कुशल AI इन्फ्रास्ट्रक्चर तैयार करने पर था ।

संयुक्त पैनल: “Breaking the Memory Wall with High Bandwidth Flash”

6 अगस्त को सुबह 9:45 बजे PT पर आयोजित इस पैनल में Sandisk के Vice President Rajeev Nagabhirava, SK hynix के Vice President Lim Eui-cheol और Google DeepMind के Senior Staff Engineer Xiaoyu Ma शामिल थे। चर्चा का केंद्र AI इन्फरेंस में कंप्यूट और मेमोरी के बीच बढ़ते अंतर को HBF के जरिए कम करना था ।

ध्यान दें: “Breaking the Memory Wall with High Bandwidth Flash” पैनल का शीर्षक Sandisk की प्रेस सामग्री, SK hynix के न्यूज़रूम और अन्य आधिकारिक कवरेज में लगातार दिखाई देता है। हालांकि, पैनल का पूरा आधिकारिक विवरण लाइव FMS 2026 एजेंडा से ही सबसे सटीक रूप से सत्यापित किया जा सकता है ।

AI डेटा सेंटर के लिए क्यों अहम है यह घोषणा?

FMS 2026 की ये घोषणाएं AI इन्फ्रास्ट्रक्चर की दो बुनियादी चुनौतियों पर केंद्रित हैं—स्टोरेज डेंसिटी और मेमोरी बैंडविड्थ। BiCS10 QLC NAND डेटा सेंटर में अधिक क्षमता वाले और बेहतर पावर एफिशिएंसी वाले SSD तैयार करने में मदद कर सकती है। इसका उपयोग AI ट्रेनिंग डेटा लेक, क्लाउड स्टोरेज और हाई-कैपेसिटी स्टोरेज टियर में किया जा सकता है।

HBF इससे अलग दिशा में काम करता है। यह एक्सेलेरेटर के पास तेज और अपेक्षाकृत बड़ी क्षमता वाली मेमोरी उपलब्ध कराने का प्रयास है, ताकि हर AI वर्कलोड के लिए महंगी HBM क्षमता बढ़ाने की जरूरत कम हो सके। इसका संभावित लाभ खास तौर पर उन इन्फरेंस सिस्टम में दिख सकता है जहां बड़े मॉडल के वेट और संदर्भ डेटा को बार-बार एक्सेलेरेटर तक पहुंचाना पड़ता है।

HBF को OCP के माध्यम से ओपन मानक के रूप में जारी करना भी महत्वपूर्ण है। Google और Tenstorrent की भागीदारी से संकेत मिलता है कि उद्योग इस नई मेमोरी परत को केवल किसी एक कंपनी के प्रोपराइटरी समाधान तक सीमित रखने के बजाय साझा मानक के रूप में विकसित करना चाहता है । हालांकि, वास्तविक बाजार प्रभाव सैंपल की गुणवत्ता, सॉफ्टवेयर सपोर्ट, एक्सेलेरेटर इंटीग्रेशन और 2027 में उपलब्ध होने वाले व्यावसायिक उत्पादों पर निर्भर करेगा।