AI驱动闪存革命：垂直堆叠架构实现内存级延迟与亿级IOPS

人工智能对存储技术提出更高要求，不仅体现在对动态随机存取存储器的需求增长上，也显著推动了对高性能非易失性存储介质的演进。除主流内存方案外，具备高吞吐、低延迟特性的闪存技术正加速走向前沿。多家国际头部存储厂商已布局新一代AI适配型闪存架构，其中一种聚焦于突破传统闪存性能瓶颈的技术路径正逐步成型。

该技术以垂直堆叠三维闪存结构为基础，延续既有工艺演进路线，但通过电路设计优化与工作模式重构，使芯片在保持闪存物理特性的前提下，实现接近内存级的响应速度。其核心机制采用类单层单元运行逻辑，在保障数据可靠性的同时，显著压缩访问延迟——实测延迟仅为当前主流闪存产品的十分之一。

在系统集成层面，该芯片支持计算快速互联协议，可直接接入主机计算平台，无需经由中央处理器中转。配套固态硬盘采用512字节页面粒度设计，有别于业界通用的4KB或16KB页结构，大幅增强随机读写效率，实测随机输入输出操作能力达一亿次每秒。相比之下，当前主流PCIe 4.0与5.0接口固态硬盘的同类指标普遍处于百万量级。

该存储方案进一步拓展至异构计算协同场景，支持与图形处理单元直连通信，实现数据在存储与加速器之间的高效流转。按规划，相关产品预计于2028年进入量产阶段，并将与新一代高性能计算显卡实现深度协同部署。

此类面向人工智能负载定制的固态硬盘，在设计理念上主动权衡容量密度与制造成本，优先强化性能指标与耐用性。虽不具备替代高带宽内存的定位，但在大模型训练与推理所需的海量参数缓存、中间结果暂存等场景中，凭借TB级起步的可扩展容量及更具竞争力的单位容量成本，有望在内存与存储之间的功能分层中占据关键位置。