曾经的东芝存储，如今的铠侠刚宣告了一个好：随着存储市场的复苏，铠侠已经结束了NAND 闪存的减产策略，目前铠侠在日本三重县四日市和岩手县北上市两座工厂产线的产能利用率已提升至100%。
此外铠侠在连续 6 个季度的亏损后也在上季度重新实现了103亿日元盈利，由三家银行组成的贷款银团赞许对铠侠即将到期的5400亿日元（当前约249.25 元公民币）贷款进行再融资，并供应2100亿日元的新信贷额度。
而其他存储厂商，也在努力规复之前减少的NAND产能，三星的 NAND 闪存产能已攀升至 70% 旁边， SK 海力士正在加大高容量 NAND 产品（如高容量 eSSD）的生产，而西部数据则正将其生产利用率提高到 90% 旁边。
不过，NAND市场的寒冬恐怕还未结束，有专家担心，产量的快速增长可能会超过需求，从而抑制 NAND 闪存价格的上涨，韩国工业经济贸易研究院研究员金仰N鹏表示：“除了人工智能数据中央利用的高容量 NAND，很难说全体 NAND 市场都在复苏，产量的溘然激增可能会压低一贯在上涨的 NAND 价格。”
这也意味着，接下来的一年中，NAND市场依旧存在着许多不愿定性，能否像DRAM一样快速规复元气，还是一个未知数。
而更大的寻衅仍旧是技能层面的，3D NAND的下一步到底是什么？
NAND，何去何从
对付NAND来说，21世纪的头十年和DRAM别无二致，借助不断发展的摩尔定律，通过更高分辨率的光刻，持续微缩晶体管，从而带来存储密度和性能的提升。
但在2010年之后，这条微缩之路逐渐走到了尽头，一方面，EUV技能量产比想象中更慢，DUV已经达到了极限，而曲线救国的多重曝光方法带来的高本钱与低良率也是NAND厂商所不能接管的。
终极，3D NAND技能成为了新的发展方向，传统NAND Flash 采取平面设计，而3D NAND 因此则由原来平铺的存储单元所堆叠而成，由传统单层存储提升至高达上百层的堆叠，让其存储容量相较于传统2D NAND Flash有了大幅提升。
直到本日，3D NAND也在持续推动着全体存储市场的发展，但行业内的对NAND未来发展方向的争议却彷佛从未停滞过。
早在2004年国际固态电路会议（ISSCC）上，Sub-Micron Circuits的Jagdish Pathak就表示：“为了在2010年之后连续缩放闪存技能，须要进行深入研究。90纳米的闪存已经投入生产，在65纳米上存在争议，有些人认为可以连续缩放，有些人则表示疑惑。我认为在靠近45纳米时，浮动栅极构造会面临更大的缩放困难。有很多很多的寻衅。”
三星存储部门副总裁Kim Ki-Nam博士选择了基于硫属化物的方法（即PCRAM、PRAM和Ovonics统一存储器），这种方法依赖材料的相变效应来实现切换。Kim说：“它比其他方法具有更好的可扩展性。”
日立中心研究实验室的Tomoyuki Ishii正在研究NanoCrystal存储技能，这是一种单电子存储技能的衍生方法。Ishii说：“它可以垂直和水平缩放，多状态数据供应了所有替代方案中最低的每比特本钱。氧化物可以缩放到5纳米的厚度，而且这也是一个纯硅工艺。”NanoCrystal的寻衅是编程和擦除韶光慢以及高电压。Ishii认为这些问题将在两到三年内办理。
英飞凌科技和摩托罗拉则把资金投入到MRAM上。英飞凌的Sitaram Arkalgud称MRAM是“对通用存储运用极具吸引力的候选者”。然而，Jagdish Pathak指出，第一篇关于MRAM的论文揭橥在1991年，但至今仍没有商业产品。
英特尔闪存开拓总监Greg Atwood说：“目前尚不清楚是否存在或即将涌现能够寻衅浮动栅极的技能。”
可以看到，20年前，各家对NAND的下一步提出了不同意见，终极，NAND 闪存行业放弃了传统的扩展办法。首批商用 3D NAND 产品于 2013 年推出，堆栈数量为 24 个字线层 (128 Gb)。根据供应商的不同，构造存在差异，以不同的名称为人所知，例如 V-NAND 和 BICS，3D NAND成为了第一个也是唯一一个将真正的 3D 产品推向市场的技能。
为了担保NAND密度能够不断提升，厂商们在这20年韶光中履行了更多创新，从而促进具有寻衅性的 3D 工艺或进一步提高位密度，后者的一个例子是将每个单元的比特数增加到最多4个，这是NAND闪存技能的真正上风。例如，利用4个比特时，多级单元在每个单独的晶体管中利用16个离散电荷级别，这得益于足够大的存储窗口。
另一个显著的创新是用电荷陷阱单元取代了浮栅单元，这涉及更简化的工艺流程。这两种单元类型的事情事理相对类似，但在电荷陷阱单元中，捕获层是绝缘体——常日是氮化硅——这减少了临近单元之间的静电滋扰。现在，大多数3D-NAND构造都以这种电荷陷阱单元为根本。
值得一提的是，3D NAND依旧在不断的堆叠当中，个中几家紧张的NAND厂商，目前已经向200层以上发起进攻。
三星一贯处于3D NAND创新的前沿。他们在V7中采取了双层构造，并引入了COP整合以提高性能。随着V8 236层1 Tb TLC产品的发布，三星展示了其不断打破技能界线的承诺。展望未来，三星已经在操持V9，采取280层COP V-NAND和类似于其他领先竞争对手的稠浊键合技能。
铠侠（KIOXIA）和西部数据（WDC）保持了BiCS构造，专注于提高层数。通过宣告第八代BiCS产品具有218层，并操持推出具备284层的后续版本，铠侠展示了其在NAND技能进步方面的决心。
美光（Micron）转向CTF CuA整合，凭借 176L 和 232L 产品的发布引领市场。他们还在开拓 Gen7，可能会跳过 300 层节点，瞄准 400 层设备，展现出他们对未来创新的年夜志。
SK海力士连续利用4D PUC构造，操持大规模生产238层V8 4D PUC产品，其正在为进一步发展做好准备，可能在不久的将来达到370层或380层。
长江存储（YMTC）的Xtacking构造取得了显著进展，从176层跳到232层。只管面临芯片禁令带来的寻衅，其仍旧专注于开拓更前辈的QLC设备和multi-Xtacking技能。
旺宏电子（MXIC）以其第一代3D NAND芯片进入市场，运用于任天国Switch等产品。操持推出具有96层的第二代产品，其准备在行业中取得进一步进展。
厂商们乃至已经开始绘制1000层的蓝图。激进的铠侠近期表示，以每年 1.33 倍的增长率，3D NAND到 2027 年将可达到 1,000 层的水平，三星则在之前预测，到 2030 年旁边，其 3D NAND 可以堆叠超过 1,000 层。
随着 3D NAND 的成熟，SLC 和 MLC 逐渐被淘汰，TLC 霸占主导地位，而最新的QLC 比 TLC 密度更高，而且还有五级单元事情，本钱较低。但问题也纷至沓来，只管 QLC SSD 密度高且本钱较低，但性能并不好，更随意马虎出错，利用寿命也不如更昂贵的 TLC NAND 的 SSD 长。
此外，只管 NAND 取得了诸多进步，但它本身能做的事情非常有限，紧张在于其写入速率仍会阻碍其大幅缩小与 DRAM 的差距或达到 Optane 的性能，这紧张归结于量子力学，这意味着闪存写入速率为数十毫秒，而 DRAM 写入速率为数十纳秒，该限定将使 NAND 闪存无法补充空缺。
AI会是希望吗？
AI不仅带动了DRAM市场中HBM部分的增长，也给NAND带来了一些好。
根据市场研究公司Omdia在6月10日的报告，估量今年QLC NAND市场规模将比去年增长85%，其在整体NAND市场的份额将从去年的12.9%增加近8个百分点，达到今年的20.7%。
Omdia预测，到2027年，QLC NAND将在全体NAND市场中霸占46.4%的份额，三年内份额将翻倍，靠近目前霸占51%市场份额的三级存储单元（TLC）产品。值得把稳的是，只管直到去年QLC NAND产品紧张面向消费者，但今年需求估量紧张增长在更高价位的做事器产品上。
QLC NAND的特性与大型科技公司在其做事器上支配天生性AI的需求非常契合。SSD比传统硬盘驱动器（HDD）供应更快的数据读写速率，这突显了每单位面积存储更多信息和减少功耗的上风。NAND制造商也在迅速相应对QLC NAND需求的激增。有乐不雅观的说法认为，NAND市场的“春天”可能比预期的更强劲。像去年基于AI需求的HBM需求增长一样，NAND市场可能会经历类似的长期市场形成。
不过，只管QLC NAND吃到了AI的红利，但它本身的问题依旧存在，尤其是在高读取事情负载的环境下，不论是寿命还是性能，都会受到很大的影响。
有趣的是，AI在带动NAND市场发展的同时，也给NAND供应了一种解题思路。
在利用 AI 来更好地管理 SSD 中的 NAND这方面，主控厂商已经走在了前面，据宣布，Microchip Technology 的闪存掌握器内嵌有机器学习引擎，以帮助延长 NAND 的寿命并改进比特缺点率。
在一次独家采访中，Microchip 数据中央办理方案业务部门的 Ranya Daas 说，虽然在后台利用算法会增加开销，由于它须要处理能力，但她表示，机器学习可以使 NAND 单元演习以减少读取和重试次数，从而优化读取电压。“你会从一开始就知道要去读取哪个参考电压。”
Daas认为，这种方法有机会延长 NAND 闪存的寿命，减少延迟，并且不增加必须实时进行的后台处理。
此外，SSD 制造商 Phison Electronics 也在利用 AI 来提高闪存在驱动器内的性能。
“你无法战胜闪存的固有延迟，” Phison 的首席技能官 Sebastien Jean 在接管 EE Times 独家采访时表示。“它具有自身的延迟构造。在任何现实的事情负载和任何现实的数据量中，你不可能缓存足够的数据以在统计上产生差异。”
除了其第四代 LDPC ECC 引擎外，Phison 还专注于可以通过 AI 改进的痛点，Jean 说。其 Imagin+ 定制和设计做事包括 AI 打算模型和 AI 做事办理方案，以帮助公司客户设计和工程定制闪存支配。
Imagin+ 与 Phison 产品一起事情，优化用于 aiDAPTIV AI+ML 事情负载。aiDAPTIV+ 将 SSD 集成到 AI 打算框架中，以提高 AI 硬件架构的整体操作性能和效率。它构造性地划分大规模 AI 模型，并通过 SSD 卸载支持运行模型参数。Phison 的方法旨在在有限的 GPU 和 DRAM 资源内最大化可实行的 AI 模型。
从某种意义上说，AI 正在使闪存更好地处理 AI。Jean表示，AI 可以用于热/冷映射。在闪存存储阵列采取的早期，公司必须决定哪些数据足够主要以存储在较快的闪存上，而不是较慢的旋转磁盘上。他说，通过改进热/冷检测映射，可以延长驱动器的寿命，减少延迟，并在全体读/写周期内保持更紧密的性能。
在一味强调堆叠的本日，NAND本身的性能寿命碰着了新的寻衅，而AI彷佛不仅是NAND未来的“衣食父母”，也是它下一步发展的救星之一。
写在末了
对付NAND家当来说，市情上的参与者比DRAM更多，也意味着竞争更加激烈。
当DRAM家傍边HBM这样的高附加值产品涌现后，也让许多人开始思考，NAND家当的“HBM式变革”在何处，它能否带来家当的新一轮发展。
更高的密度或容许以知足市场目前的需求，但堆叠层数，或许已经不是唯一的答案。
