תערוכת Future of Memory and Storage 2026, שנערכה בין 4 ל-6 באוגוסט במרכז הכנסים של סנטה קלרה בקליפורניה, הפכה עבור Sandisk לבמה להצגת חזון רחב של תשתיות זיכרון ואחסון לעידן שבו בינה מלאכותית אינה מסתמכת רק על כוח עיבוד, אלא גם על היכולת להזין את המעבדים והמאיצים בכמויות עצומות של מידע במהירות גבוהה ובצריכת אנרגיה מבוקרת. החברה הציגה בתערוכה את הדור הבא של טכנולוגיות NAND, לצד High Bandwidth Flash, פתרונות SSD ארגוניים ותפיסה מערכתית לניהול מחזור החיים של נתוני AI.
המעבר מאימון מודלים לעידן ההסקה
אחד השינויים המשמעותיים בתשתיות AI הוא המעבר ההדרגתי ממיקוד כמעט מוחלט באימון מודלים למיקוד גובר בהרצת מודלים קיימים. שלב ההסקה, או Inference, מתרחש כאשר מודל שכבר אומן מקבל בקשות ומייצר תשובות, תחזיות, סיווגים או פעולות. בניגוד לאימון, שבו ניתן להפעיל תשתית חישובית לתקופות מוגדרות, מערכות הסקה עשויות לפעול באופן רציף, מול מיליוני משתמשים, סוכנים דיגיטליים ומערכות תוכנה. Sandisk מתייחסת לשינוי הזה כאל גורם שמגדיל באופן משמעותי את חשיבותם של קיבולת זיכרון, רוחב פס, זמני גישה ויעילות אנרגטית.
הבעיה אינה רק כמות הנתונים. מודלי שפה גדולים ומערכות AI מודרניות מייצרים עומסי עבודה שבהם הנתונים צריכים לעבור שוב ושוב בין שכבות שונות בהיררכיית הזיכרון. מעבדי AI מסוג GPU, מעבדי AI ייעודיים ומאיצים אחרים יכולים לספק מספר עצום של פעולות חישוב בשנייה, אך אם הנתונים אינם זמינים בקצב המתאים, חלק מהיכולת החישובית נשארת ללא ניצול. מכאן מגיע המושג Memory Wall, המתאר את הפער בין קצב הגידול ביכולת החישוב לבין קצב הגידול ביכולת להעביר ולאחסן את המידע הדרוש לחישוב.
NAND הופך משכבת אחסון לשחקן מרכזי בתשתית AI
NAND Flash מוכר במשך שנים בעיקר כבסיס לכונני SSD, כרטיסי זיכרון ואמצעי אחסון נוספים. אולם תשתיות AI מייצרות דרישה למספר תכונות שקשה לספק באמצעות שכבת זיכרון אחת בלבד. זיכרון DRAM ו-HBM מספקים רוחב פס גבוה מאוד וזמן גישה נמוך, אך העלות לקיבולת גבוהה משמעותית. NAND, לעומת זאת, מאפשר צפיפות גבוהה מאוד ועלות נמוכה יותר לכל ביט, אך באופן מסורתי אינו מתחרה ב-DRAM מבחינת רוחב פס וזמן גישה.
הכיוון שמציגה Sandisk מבקש לשנות את החלוקה הקלאסית הזו. במקום לראות NAND רק כשכבה שנמצאת רחוק מהמעבד ומשמשת לאחסון מידע, החברה מפתחת ארכיטקטורות שבהן NAND יכול להשתלב עמוק יותר במערכת הזיכרון של תשתיות AI. High Bandwidth Flash, או HBF, הוא הדוגמה הבולטת ביותר לכך. לפי Sandisk, הטכנולוגיה מתוכננת לספק קיבולת גבוהה בהרבה מזיכרון HBM תוך שמירה על רוחב פס המתאים לעומסי AI, ובכך ליצור שכבת זיכרון חדשה בין יכולות הקיבולת של NAND לבין דרישות הביצועים של מערכות AI.
BiCS10: הדור העשירי של 3D NAND
אחד הבסיסים הטכנולוגיים המרכזיים של Sandisk הוא BiCS, קיצור של Bit Cost Scalable, ארכיטקטורת NAND תלת-ממדית המאפשרת להגדיל את מספר תאי הזיכרון בשטח פיזי נתון באמצעות בנייה לגובה ושילוב של שיטות ייצור מתקדמות. במסגרת הדור העשירי החברה מציגה התקדמות משמעותית בצפיפות, בביצועים וביעילות האנרגטית.
ב-2 ביולי 2026 הודיעה Sandisk על דגימה של BiCS10 1Tb TLC, הדור העשירי של טכנולוגיית 3D NAND שלה. הגרסה המדוברת כוללת 332 שכבות זיכרון, צפיפות ביטים של יותר מ-29Gb/mm² וממשק NAND המגיע עד 4.8Gb/s. בהשוואה לדור השמיני של טכנולוגיית 3D Flash שנמצא בייצור המוני, מדובר בשיפור של 59% בצפיפות הביטים ובשיפור של 33% במהירות הממשק.
המספרים האלה משמעותיים במיוחד כאשר הם מוכפלים על פני מערכי אחסון גדולים. שיפור בצפיפות מאפשר לייצר יותר קיבולת מאותה כמות שטח סיליקון, או לחלופין לספק קיבולת נתונה באמצעות מספר קטן יותר של רכיבים. במרכז נתונים שבו אלפי כוננים ומודולי זיכרון מותקנים במקביל, אפילו שינוי קטן בצפיפות לכל רכיב יכול להשפיע על שטח הארונות, צריכת החשמל, מערכות הקירור, עלויות תשתית ויכולת ההתרחבות העתידית.
332 שכבות ו-CBA: כיצד מגדילים צפיפות
BiCS10 משתמשת בטכנולוגיית CBA, או CMOS directly Bonded to Array. הרעיון הוא לייצר את לוגיקת ה-CMOS ואת מערך תאי הזיכרון על פרוסות נפרדות ולאחר מכן לחבר אותן בדיוק גבוה. גישה זו מאפשרת ל-Sandisk להמשיך ולהרחיב את מערך הזיכרון התלת-ממדי מבלי להיות מוגבלת לחלוטין על ידי הצורך לייצר את כל מרכיבי המערכת באותו מבנה פיזי.
הדור החדש מגיע ל-332 שכבות זיכרון, כאשר השיפור אינו נובע רק מהוספת שכבות. Sandisk משלבת גם טכניקות של Scaling אופקי ושיפור יעילות ה-Floor Plan כדי להגדיל את מספר הביטים שניתן להציב בכל יחידת שטח. לפי נתוני החברה, השילוב בין הגישה הארכיטקטונית לבין תהליכי הייצור החדשים מאפשר עלייה של 59% בצפיפות הביטים לעומת BiCS8.
4.8Gb/s והמשמעות של מהירות ממשק NAND
מהירות של עד 4.8Gb/s היא נתון המתייחס לממשק שבין רכיב ה-NAND לבין רכיבי הבקרה והמערכת. חשוב להבחין בין מהירות ממשק NAND לבין מהירות קריאה או כתיבה של SSD שלם. כונן SSD כולל בקר, מספר רכיבי NAND, זיכרון מטמון, קושחה, ממשק PCIe, פרוטוקול NVMe ומנגנוני ניהול נוספים, ולכן הביצועים הסופיים של המוצר אינם נגזרים ישירות מנתון ממשק NAND יחיד.
למרות זאת, העלאת מהירות הממשק מאפשרת לבקר להזין ולקרוא את רכיבי הזיכרון בקצב גבוה יותר. כאשר מספר רב של רכיבי NAND פועלים במקביל, שיפור כזה יכול לתרום להגדלת רוחב הפס המצטבר של המערכת. עבור מרכזי נתונים, המשמעות היא אפשרות לבנות מערכי אחסון שבהם יותר מידע עובר בין הבקר לבין שכבת ה-Flash בפרק זמן קצר יותר.
יעילות אנרגטית הופכת לפרמטר מרכזי
בעולם ה-AI, ביצועים לבדם אינם מספיקים. מרכזי נתונים נדרשים להתמודד עם מגבלות של אספקת חשמל, פינוי חום, שטח פיזי ועלויות תפעול. לכן כל שיפור בביצועים שמגיע עם צריכת חשמל גבוהה יותר עלול להיות מוגבל מבחינה מעשית. Sandisk מדגישה ב-BiCS10 גם את הצד הזה של הארכיטקטורה.
לפי נתוני החברה, צריכת החשמל בפעולות קלט ויציאה של BiCS10 TLC נמוכה ב-10% בקלט וב-34% בפלט בהשוואה ל-BiCS8. בנוסף, הטכנולוגיה כוללת תמיכה ב-Toggle DDR6.0, בפרוטוקול SCA ובטכנולוגיית PI-LTT שנועדו לתמוך בפעילות מהירה ובצריכת הספק נמוכה יותר בממשק.
במערכת בודדת ההבדלים הללו עשויים להיראות קטנים, אך במרכז נתונים בקנה מידה של אלפי או עשרות אלפי התקני אחסון הם מצטברים. הפחתת הספק לכל פעולה יכולה להשפיע על צריכת החשמל הכוללת, על דרישות הקירור ועל צפיפות ההתקנים שניתן להציב בכל ארון. במערכות AI שבהן גם המאיצים עצמם צורכים כמויות משמעותיות של חשמל, היכולת לחסוך אנרגיה בשכבת הזיכרון והאחסון הופכת לחלק מהתכנון הכולל.
QLC וקיבולת גבוהה בעידן הנתונים
במקביל לטכנולוגיות TLC, עולם ה-NAND עושה שימוש גם ב-QLC, שבו כל תא זיכרון מסוגל לשמור ארבעה ביטים. העלייה ממספר ביטים נמוך יותר לכל תא מאפשרת להגדיל את צפיפות האחסון ואת הקיבולת המתקבלת מאותו שטח פיזי, אם כי היא מגדילה את המורכבות של ניהול התא ואת האתגרים הקשורים לביצועים, שחיקה ושמירת מידע.
QLC מתאים במיוחד לתרחישים שבהם קיבולת ועלות לביט הן פרמטרים מרכזיים. בעולם ה-AI קיימים מאגרי מידע עצומים הכוללים מערכי נתונים לאימון, מודלים, Checkpoints, קבצי לוג, אינדקסים, נתוני משתמשים ותוצרים שנוצרים במהלך ההסקה. לא כל הנתונים האלה זקוקים לאותה רמת ביצועים, ולכן שכבות NAND בעלות צפיפות גבוהה יכולות לשמש חלק משמעותי מהארכיטקטורה הכוללת.
הגישה של Sandisk אינה מתמקדת רק בשאלה כמה טרה-בייט ניתן להכניס להתקן, אלא בשאלה היכן כל סוג מידע צריך להימצא בזמן מסוים. מידע קר יכול להישמר בשכבת אחסון צפופה וחסכונית, בעוד מידע פעיל יכול לעבור לשכבות בעלות ביצועים גבוהים יותר. כך נוצרת היררכיה שבה NAND יכול לספק את הקיבולת, בעוד DRAM, HBM וזיכרונות נוספים מספקים את רוחב הפס הנדרש לפעולות הקריטיות ביותר.
AI Data Cycle Framework: התייחסות לכל מחזור החיים של המידע
Sandisk מציגה גם את AI Data Cycle Framework, תפיסה שמבקשת להסתכל על האחסון לא כמוצר בודד אלא כמערכת העוברת שלבים שונים לאורך מחזור החיים של נתוני AI. מחזור כזה יכול להתחיל בארכיון מידע, לעבור למאגר נתונים מהיר, להמשיך לשלב הכנת הנתונים והאימון, ולאחר מכן לעבור להרצת המודל ולשמירת התוצרים.
החשיבות של גישה כזו נובעת מכך שלכל שלב יש דרישות שונות. ארכיון זקוק בעיקר לקיבולת, עלות נמוכה ואמינות. מאגר נתונים המשמש להכנת מודל דורש זמני תגובה טובים יותר ורוחב פס גבוה. אימון והסקה דורשים זמינות גבוהה יותר של נתונים ומעבר מהיר בין שכבות זיכרון. לאחר יצירת התוצרים, חלק מהמידע יכול לחזור לשכבות אחסון חסכוניות יותר.
KV Cache משנה את דרישות האחסון
אחד המונחים החשובים בתשתיות AI מודרניות הוא KV Cache. במהלך הרצת מודלי Transformer, המערכת שומרת נתוני Key ו-Value של טוקנים שכבר עובדו כדי להימנע מחישוב חוזר שלהם. ככל שאורך ההקשר גדל וככל שמספר המשתמשים או הסוכנים הפעילים עולה, גודל ה-KV Cache יכול לגדול משמעותית.
במערכות AI בקנה מידה גדול, ה-KV Cache הופך לכן לא רק לבעיה של חישוב אלא גם לבעיה של קיבולת זיכרון, תעבורת נתונים וניהול מידע. זו אחת הסיבות לכך ש-Sandisk מכוונת את הדור הבא של פתרונות SSD ארגוניים גם לעומסים מסוג זה. המטרה היא לאפשר למערכות להעביר ולשמור כמויות גדולות יותר של מידע באופן שמתאים לדפוסי העבודה של מנועי Inference מודרניים.
Enterprise SSD והמעבר ל-PCIe Gen 6
לצד NAND עצמו, Sandisk מציגה פתרונות SSD ארגוניים המיועדים לעומסי AI ולדור הבא של תשתיות PCIe. המעבר ל-PCIe Gen 6 נועד להגדיל משמעותית את רוחב הפס הזמין בין התקני האחסון למערכת המארחת, ובכך לצמצם צווארי בקבוק במערכות שבהן מספר רב של התקני אחסון פועלים במקביל.
החשיבות של PCIe Gen 6 אינה מסתכמת במהירות שיא של התקן יחיד. במרכז נתונים, האתגר הוא להפעיל עשרות או מאות התקנים תחת עומס מקביל, תוך שמירה על Latency עקבי ועל ניצולת גבוהה של רוחב הפס. כאשר האחסון משמש כחלק מצינור הנתונים של AI, היכולת להזין מאיצים במהירות גבוהה הופכת חשובה כמעט כמו הקיבולת עצמה.
High Bandwidth Flash: ניסיון ליצור שכבת זיכרון חדשה
HBF הוא אולי החידוש השאפתני ביותר שמציגה Sandisk. מדובר בארכיטקטורה המבוססת על NAND שמטרתה להתמודד עם הפער שבין קיבולת גבוהה לבין רוחב פס. לפי Sandisk, HBF תוכנן לספק קיבולת של פי 8 עד פי 16 מזו של HBM, תוך שאיפה לספק רוחב פס קריאה דומה ובנקודת מחיר מתאימה.
המשמעות היא ניסיון ליצור שכבה חדשה בהיררכיית הזיכרון. HBM מציע ביצועים גבוהים מאוד, אך קיבולת לכל התקן מוגבלת יחסית והעלות לכל ביט גבוהה. NAND מציע קיבולת עצומה ועלות נמוכה יותר, אך באופן מסורתי אינו מתוכנן לעבוד כשכבת זיכרון בעלת רוחב פס גבוה. HBF מנסה לצמצם את הפער בין שתי הגישות באמצעות ארכיטקטורה חדשה המותאמת לעומסי Inference.
הסטנדרטיזציה של HBF והעבודה עם SK hynix
כדי שטכנולוגיה חדשה תהפוך למוצר תעשייתי רחב, לא מספיק שחברה אחת תפתח אותה. נדרשים ממשקים, תקנים, בקרי זיכרון, מארזים, לוחות אם, תוכנה, מערכות הפעלה ותמיכה מצד יצרני מערכות. לכן Sandisk ו-SK hynix החלו במהלך 2026 לקדם סטנדרטיזציה של HBF במסגרת Open Compute Project.
שיתוף הפעולה נועד ליצור מפרט שיאפשר ליצרנים נוספים להשתלב באקוסיסטם ולפתח רכיבים התואמים לטכנולוגיה. לפי Sandisk, HBF מכוון לעומסי Inference שבהם יש צורך בשילוב של רוחב פס, קיבולת גבוהה, התמדה תרמית ויכולת פריסה בקנה מידה גדול.
מה צפוי לקרות בשלב הבא
Sandisk הודיעה בעבר כי היא מכוונת לדגימות ראשונות של HBF במהלך המחצית השנייה של 2026, כאשר התקני AI ראשונים המבוססים על HBF מיועדים לדגימה בתחילת 2027. המשמעות היא שהטכנולוגיה עדיין נמצאת במסלול מעבר מפיתוח והגדרת תקנים למוצרים שניתן לשלב בפועל בתשתיות מחשוב.
המעבר ממעבדות למוצר מסחרי דורש פתרון של שורה ארוכה של אתגרים: בקרי זיכרון, ניהול שגיאות, קושחה, תזמון פעולות, ניהול חום, אריזה, אמינות, תאימות למאיצי AI ומערכות מארחות. גם אם רכיב NAND מסוגל לספק קיבולת גבוהה, הערך האמיתי שלו בתשתית AI ייקבע לפי היכולת לחבר אותו למערכת שלמה ולנצל את רוחב הפס שלו ביעילות.
החיבור בין NAND, HBF, SSD ו-HBM
הכיוון שמציגה Sandisk אינו בהכרח ניסיון להחליף את HBM. למעשה, סביר יותר לראות את העתיד כמערכת היררכית שבה לכל סוג זיכרון תפקיד משלו. HBM יכול להמשיך לשמש שכבה מהירה במיוחד הקרובה למנוע החישוב, DRAM יכול לספק נפח נוסף, HBF יכול להציע שכבת קיבולת ורוחב פס חדשה, ו-SSD מבוסס NAND יכול לספק אחסון מהיר בנפחים גדולים.
היתרון בגישה כזו הוא האפשרות להתאים את מיקום המידע לחשיבותו ולתדירות השימוש בו. מידע שנדרש בכל מחזור חישוב יכול להישאר בשכבות המהירות ביותר. מידע שנדרש בתדירות נמוכה יותר יכול לעבור לשכבות NAND. נתונים שאינם נדרשים באופן מיידי יכולים לעבור לארכיון. תכנון נכון של ההיררכיה מאפשר להפחית את הלחץ מכל שכבת זיכרון בנפרד ולהקטין את העלות הכוללת של תשתית AI.
הייצור כבר עובר לדור העשירי
המעבר ל-BiCS10 אינו רק הצהרת תכנון. ביולי 2026 הודיעו Sandisk ו-Kioxia על תחילת ייצור טכנולוגיית 3D Flash מהדור העשירי במפעל Fab2 במתחם Kitakami ביפן. המפעל החל לפעול בספטמבר 2025 והיה חלק מתשתית הייצור של הדור השמיני, וכעת הוא מתחיל להתרחב אל הדור העשירי.
המשמעות היא שהשיפור הטכנולוגי מתקדם במקביל להרחבת יכולת הייצור. עבור שוק ה-AI, שבו הביקוש לזיכרון ואחסון גדל במהירות, היכולת להגדיל את מספר הביטים המיוצרים לכל פרוסת סיליקון חשובה לא פחות מהשגת ביצועים גבוהים יותר. צפיפות גבוהה יותר יכולה לשפר את כלכלת הייצור ולאפשר לספק יותר קיבולת מבלי להגדיל באותו יחס את מספר הרכיבים.
האתגר האמיתי הוא לא רק מהירות אלא יעילות מערכתית
קל להסתכל על מספר כמו 4.8Gb/s ולהתייחס אליו כאל היעד המרכזי, אך במרכז נתונים אמיתי התמונה מורכבת בהרבה. מערכת AI כוללת מעבדים, מאיצים, זיכרון HBM, DRAM, התקני אחסון, בקרי PCIe, מתגי תקשורת, רשתות, תוכנה ומערכות קירור. צוואר בקבוק באחד המרכיבים עלול להפחית את התועלת מכל השאר.
לכן ההתמקדות של Sandisk בצפיפות, צריכת הספק, רוחב פס, קיבולת וארכיטקטורה מערכתית חשובה. BiCS10 מספקת את בסיס ה-NAND, SSD ארגוניים מחברים את ה-Flash למערכת דרך ממשקים מהירים, HBF מנסה להכניס NAND עמוק יותר לתוך היררכיית הזיכרון, ו-AI Data Cycle Framework מציג גישה שמנסה לנהל את המידע לאורך כל מחזור החיים שלו.
המשמעות עבור מרכזי הנתונים של הדור הבא
אם תחזיות הצמיחה של עומסי AI יתממשו, מרכזי נתונים יצטרכו להתמודד עם גידול מקביל בשלושה ממדים: יותר חישוב, יותר זיכרון ויותר נתונים. הגדלת מספר המאיצים בלבד אינה פתרון מלא אם הזיכרון והאחסון אינם מסוגלים לספק להם מידע בקצב הנדרש.
במצב כזה, טכנולוגיות NAND מתקדמות עשויות להפוך לחלק מרכזי יותר מהתכנון הארכיטקטוני. צפיפות גבוהה מאפשרת לאחסן יותר מידע בשטח קטן יותר, יעילות אנרגטית מפחיתה את עלות ההפעלה והקירור, וממשקים מהירים יותר מאפשרים לצמצם את הזמן שבו נתונים ממתינים בדרך אל מנוע החישוב. HBF עשוי להוסיף נדבך נוסף, אם יצליח להגיע לביצועים ולתאימות הנדרשים למערכות מסחריות.
העתיד של האחסון הופך לחלק מהעתיד של ה-AI
הופעתם של מודלים ארוכי הקשר, מערכות Agentic AI, מאגרי מידע וקטוריים, מערכות מולטי-מודל ותהליכי Inference רציפים משנה את תפקיד האחסון. במקום לשמש רק מקום שבו מידע נשמר לאחר שהחישוב הסתיים, האחסון הופך לחלק פעיל יותר מצינור העברת הנתונים.
הכיוון שמציגה Sandisk ב-FMS 2026 ממחיש את השינוי הזה היטב. החברה אינה מתמקדת רק בהגדלת מספר הטרה-בייטים בכונן, אלא מפתחת משפחת טכנולוגיות שמכסה את שכבות הזיכרון והאחסון השונות, החל מ-NAND תלת-ממדי בצפיפות גבוהה, דרך SSD ארגוניים ועד HBF שנועד לגשר על הפער שבין קיבולת לבין רוחב פס.
סיכום
Sandisk משתמשת ב-FMS 2026 כדי להציג תפיסה שלפיה עידן ה-AI דורש שינוי עמוק בהיררכיית הזיכרון והאחסון. BiCS10 מביאה 332 שכבות, צפיפות ביטים של יותר מ-29Gb/mm², מהירות ממשק של עד 4.8Gb/s ושיפור משמעותי ביעילות האנרגטית, בעוד פתרונות SSD עתידיים מכוונים לממשקי PCIe מתקדמים ולעומסי AI כמו KV Cache. במקביל, HBF מנסה ליצור קטגוריה חדשה של זיכרון המבוסס על NAND עם קיבולת גבוהה ורוחב פס משמעותי, כאשר שיתוף הפעולה עם SK hynix והעבודה במסגרת Open Compute Project נועדו לסייע ביצירת אקוסיסטם ותקן רחב. אם הטכנולוגיות הללו יצליחו לעבור בהצלחה מפיתוח ליישום מסחרי, NAND עשוי להפוך בשנים הקרובות ממוצר אחסון שנמצא בשולי מערכת החישוב לאחד הרכיבים המרכזיים בארכיטקטורת AI, כאשר קיבולת, רוחב פס, Latency וצריכת חשמל יטופלו כחלק ממערכת אחת ולא כפרמטרים נפרדים.
כתיבת תגובה