Az elmúlt néhány évben az AI-ról szóló beszélgetések szinte kizárólag a GPU-król szóltak. Az NVIDIA-hoz hasonló cégek a befektetők és a technológia iránt érdeklődők körében is ismert névvé váltak, ahogy az AI-gyorsítók iránti igény robbanásszerűen nőtt.

De a GPU csak a történet egyik fele.

Az AI-feladatokhoz óriási mennyiségű, gyors és energiahatékony tárhely is kell, ami képes folyamatosan ellátni adatokkal ezeket a processzorokat. Ahogy a modellek egyre nagyobbra nőnek, és az inference mindennapossá válik, a tárolás az AI-infrastruktúra egy másik kulcselemévé lép elő.

Ezt a valóságot ma látványosan megmutatta, hogy a Sandisk és a Kioxia is bejelentette a 10. generációs BiCS10 3D NAND technológiáját.

A két bejelentés feltűnően hasonlított egymásra, és nem véletlenül. A Sandisk és a Kioxia közösen fejleszti a BiCS flash technológiát, így mindkét cég ugyanazokat az alapvető fejlesztéseket vezeti be, csak a saját márkaneve és termékportfóliója alatt.

A BiCS10 elég meggyőző számokat hoz. Az új flash memória 332 réteget pakol egymásra, és akár 4,8 Gb/s interfészsebességet kínál, ami 33 százalékos fejlesztés az előző, BiCS8 generációhoz képest. A sűrűség 59 százalékkal nőtt, így ugyanakkora fizikai méretben jóval nagyobb kapacitás érhető el.

Az energiahatékonyság szintén kiemelt szempont. A Sandisk szerint a bemeneti fogyasztás 10 százalékkal, a kimeneti fogyasztás pedig 34 százalékkal csökkent a BiCS8-hoz képest. A Kioxia 18 százalékos fejlesztésről számolt be az írási, és 30 százalékosról az olvasási hatékonyság terén.

Ezek a nyereségek azért fontosak, mert az AI-infrastruktúra elképesztő mennyiségű áramot fogyaszt. Minden egyes watt, amit a tárolásnál megspórolnak, jelentős megtakarítást hozhat, ha megszorozzuk a vállalati SSD-kkel teli rackek számával a hatalmas adatközpontokban.

Egyik cég sem a fogyasztói piacra szánja a BiCS10-et, legalábbis egyelőre nem. A technológia először várhatóan vállalati és adatközponti SSD-kben jelenik meg, amelyeket AI-tréningre, inference-re és nagyszabású felhős feladatokra terveznek.

Miközben az AI-iparág továbbra is a GPU-k megszállottja, a memória és a tárolás gyorsan a következő ütközőzónává válik. A gyorsabb és nagyobb sűrűségű flash tárolás nagyobb modelleket, gyorsabb válaszidőt, alacsonyabb üzemeltetési költségeket és végső soron jóval képességesebb AI-rendszereket jelent.

Az AI-robbanás a félvezetőipar számos szereplőjének kedvez, és egyre inkább úgy tűnik, hogy a NAND-gyártók is ott akarnak lenni a nyertesek között.