В ерата на изкуствения интелект отдавна се фокусираме върху изчислителната мощност, капацитет и скорост.Добавяме повече DRAM, подреждаме HBM и разширяваме 3D NAND, за да поддържаме по-големи модели и по-бързи изводи.Но се появява тиха, опасна криза: данните вече не могат да се съхраняват надеждно.
Докато AI се развива от генеративен AI към автономен Agentic AI, системите изискват постоянно състояние, дългосрочна памет и непрекъснато вземане на решения.Те вече не могат да толерират временни или нестабилни данни.В същото време безмилостното мащабиране на DRAM и NAND за постигане на по-висока плътност сериозно подкопава запазването на данни и границата на грешки.
Основното предизвикателство на съхранението се измести: от „можем ли да го съхраним?“до „можем ли да го запазим правилно?“
Основна тенденция: AI прави надеждността на съхранението критична
AI системите вече не са еднократни компютърни задачи.Modern Agentic AI разчита на:
- Дългосрочна памет
- Устойчиво състояние на системата
- Автономно, непрекъснато вземане на решения
Това означава, че съхранението трябва да се поддържа точни данни във времето, а не просто работа за кратък период.Надеждността се е превърнала в решаващ фактор за стабилността на AI инфраструктурата.
Основна причина: Мащабирането намалява надеждността
Подобренията в плътността директно увреждат стабилността.Това е неизбежен компромис.
За NAND Flash
- Свити XY размери
- Увеличени 3D слоеве за наслагване
- Резултат: по-нисък марж на грешка, по-лесна загуба на заряд
За DRAM
- Преход към 3D DRAM
- По-малък размер на клетката
- Резултат: по-кратко време на задържане, по-ниска шумоустойчивост
Правило: По-висока плътност = По-ниска надеждност
Същественият проблем на NAND: Загуба на заряд
Неизправността на NAND се свежда до загуба на заряд, което се случва по два основни начина:
- Вертикално изтичане на заряд – зарядът излиза в канала
- Странична дифузия на заряда – разпространението на заряда между редовете на думите
Краткосрочен срещу дългосрочен отказ при задържане
- Краткосрочно: Плитки капани, първоначално изместване на напрежението (IVS), промените се появяват бързо
- Дългосрочен план: Дълбоки капани, комбинирани механизми (TAT / DT / TE), проблемите стават по-сложни с времето
Скритата слабост на DRAM: Тя също не може да „задържа“ данни
DRAM не е защитена от отказ при задържане.Страда от множество пътища на изтичане:
- Изтичане на кондензатор
- Директно тунелиране
- Подпрагово изтичане и GIDL
- Изтичане на кръстовище
Фундаменталната промяна в съхранението
Минало: Съхранение = капацитет + скорост, Грешките са коригирани с ECC
Сега: Съхранение = дългосрочна надеждност + последователност на състоянието, Съхранението е основата на стабилността на системата
Заключение
Истинската криза в ерата на ИИ не е недостатъчната изчислителна мощност – тя е ненадеждно запазване на данни.
Тъй като 3D NAND и DRAM се мащабират до по-малки геометрии и по-висока плътност, загубата на заряд и изтичането се влошават.Търсенето на AI за постоянна памет засилва тези недостатъци.
За да изгради стабилни AI системи от корпоративен клас, индустрията трябва да измести фокуса от скорост и капацитет към задържане, контрол на зареждането и дългосрочна надеждност.