存储竞赛,角逐未来

随着人工智能(AI)和大数据驱动的海量数据需求,对存储技术的要求也在不断提高。在此背景下,各大存储芯片巨头之间的技术竞赛日益激烈。

在NAND闪存领域,企业关注的重点在于层数的突破。近日,《韩国经济日报》报道称,三星电子预计本月晚些时候将开始大规模生产第9代NAND闪存(V-NAND)。

三星已于2022年实现236层的第8代V-NAND闪存大规模生产。即将推出的第9代V-NAND闪存将继续采用双层NAND闪存堆栈结构,层数将达到290层。行业预测显示,三星未来的第10代V-NAND有望达到430层,并将在那时转向三层堆栈结构。

根据报告,继推出290层V9之后,三星打算在2025年下半年发布第10代430层V-NAND。与此同时,其他行业参与者也不甘落后。SK海力士正准备在明年初生产321层NAND,而YMTC计划在2024年下半年制造300层产品。

放眼未来,三星和铠侠均透露了开发1000层NAND闪存的计划。三星目标在2030年开发出1000层NAND闪存,而铠侠计划在2031年实现1000层以上3D NAND闪存芯片的大规模生产。

在DRAM方面,内存巨头们正聚焦于先进制程节点和3D DRAM技术。

2024年3月,美光在其财务报告中披露,目前大多数DRAM芯片处于1±和1≤的先进节点,下一代1≥ DRAM将引入EUV光刻机,已进入试产阶段。

三星的DRAM芯片技术处于1b纳米级别,近期报道显示,这家韩国公司计划今年内开始大规模生产采用EUV技术的1c纳米DRAM。并在行业大会Memcon 2024上,三星宣布其计划成为首家在2025年后步入3D DRAM内存时代的行业领军者。随着DRAM内存行业在本十年后期将线宽压缩至低于10纳米,现有的设计解决方案在如此精细的尺度上难以进一步扩展,因此业界正在探索包括3D DRAM在内的多种创新内存设计。

SK海力士也在开发3D DRAM。去年,BusinessKorea报道,SK海力士提出采用IGZO作为新一代3D DRAM的通道材料。行业消息源称,IGZO是一种由铟、镓、氧化锌组成的金属氧化物材料,其最大优势在于待机功耗低,适合需要长寿命的DRAM晶体管。通过调整In、Ga、ZnO的组成比例,可以轻易实现这一特性。

随着人工智能、大数据分析、云计算及高端图形处理等领域对高速、高带宽存储需求的激增,下一代高带宽内存(High Bandwidth Memory, HBM)——HBM4已成为全球存储芯片巨头三星、SK海力士和美光竞相追逐的技术高地。

随着AI、机器学习以及高性能计算应用的迅速发展,尤其是生成式AI技术对更高性能计算能力的需求,市场对HBM的需求正以迅猛的速度增长,预计年复合增长率高达82%至35%,并且到2025年市场规模可能翻一番。

随着存储密度的不断提升,工艺微缩面临物理极限的挑战,如量子隧穿效应、漏电流增大等,需要不断创新和优化工艺技术以应对。高密度、高速度的HBM4对电源管理和散热提出了更高要求。从HBM2e逐渐过渡到HBM3e,再到HBM4,各厂商不断推进技术革新,提升内存带宽和容量,满足日益严苛的数据传输需求。韩国已将HBM技术上升为国家战略层面,反映了全球范围内对尖端存储技术重视度的提高。

韩国媒体The Elec和ETNews于4月7日报道,三星电子先进封装团队高管金大宇在韩国微电子封装学会年会上宣布,公司近期已验证了一种16层混合键合HBM(高带宽内存)技术。金大宇表示,三星电子已成功使用混合键合技术生产出16层堆叠的HBM3内存样品,该样品运行正常,未来将把16层堆叠的混合键合技术应用于HBM4内存的大规模生产。

相较于当前的键合工艺,混合键合无需在DRAM内存层之间添加凸点,而是直接利用铜将上下层连接,大大提升了信号传输速率,更适合AI计算所需的高带宽需求。此外,混合键合还能缩小DRAM层间的距离,降低HBM模块的整体高度。然而,该技术面临成熟度不足和应用成本高等挑战。

三星电子在HBM4内存键合技术上采取双轨策略,同时开发混合键合技术和传统的TC-NCF(热压缩氮化硅填充)工艺。

HBM4模块的高度限制将提升至775微米,有利于继续使用TC-NCF工艺。三星正在努力缩小TC-NCF工艺中的晶圆间隙,目标在HBM4中将其高度降至7.0微米以内。

尽管外界对TC-NCF技术持怀疑态度,但金大宇辩护称,与竞争对手SK海力士的MR-RUF相比,三星电子的解决方案更适合用于12层甚至16层的高堆叠模块。

各大厂商HBM研究进度:

    • 三星:作为HBM市场的领军企业之一,三星已经实现了HBM订单的大幅增长,并且正在持续扩大其生产能力和封装技术,预期将在未来继续保持领先地位,包括下一代HBM产品的开发与生产。
    • SK海力士:已宣布其HBM3e产品进入大规模量产阶段,并制定了明确的时间表,即在2026年开始大规模生产HBM4。同时,该公司积极布局国际市场,计划在美国设立先进封装厂,以应对客户需求的增长。
    • 美光:尽管美光并未透露具体关于HBM与逻辑芯片整合的战略,但美光仍在HBM领域保持活跃,提供HBM解决方案给主要GPU和其他加速器芯片制造商,通过HBM-GPU等方式支持市场发展。美光科技开始批量生产HBM3E产品,已经开始发货。 对于HBM产品,2024年的库存已经售罄,而且2025年的大部分供应量已被提前预定。

主流NAND原厂技术路线图全景展示
 

根据TechInsights解析三星、铠侠/西部数据、美光、SK海力士/Solidigm、长江存储以及旺宏等主要厂商在3D NAND技术上的规划与发展,供大家参考!

三星:

  • V7世代:三星已将单层结构改为双层结构,并将2D外围阵列设计转变为Cell-on-Periphery(COP)集成。目前,三星已向市场推出第二代COP结构的V8 236层1Tb TLC产品。
  • 预测:去年曾推测三星可能在300层以下再推出一个节点,如280或290层产品。
  • V6P版本:三星为990 EVO新增了133层V6 Prime(V6P)版本,作为128层V6的补充。133层为单层结构,无COP设计,总门数为133,有效字线数由128增至133,512Gb裸片上两个面各有两个子平面,速度提升至1600MT/s。未来V10将采用类似铠侠218L CBA和YMTC Xtacking产品的混合键合技术。


 

铠侠/西部数据:

  • BiCS结构:铠侠和西部数据继续沿用BiCS结构,市场上大部分产品仍为第5代112层。去年成功采购到第6代162层BiCS,但该产品可能存在风险,生命周期可能较短。
  • 发展规划:铠侠已宣布跳过第7代BiCS,第8代将直接采用218层,后续开发中的产品将达到284层。这两代产品均采用双晶圆混合键合技术,若3xx层(如300层)开发进展顺利,可能再次跳过284层。


 

美光:

  • 结构转换:美光在128层时将FG CuA结构改为CTF CuA集成,随后领先竞争对手推出了176层和232层产品。
  • 未来规划:美光正在开发类似三星280层的Gen7(2yy层,小于300层)。美光有可能直接跨入400层产品,而不经过300层,美光的计划可能发生变化。


 

SK海力士/Solidigm:

  • Solidigm 144L QLC NAND由三层结构(每层48层)组成,已发布并分析了192L QLC设备,下一步将是230层QLC产品。
  • SK海力士继续采用4D PUC结构,V7 176层产品将在2024年持续供应,而238层V8 4D PUC产品将很快广泛应用于市场。去年已宣布321层V9 4D PUC样品,下一个节点可能为3yy层(如370层或380层),位于400层以下。


 

长江存储:

  • Xtacking结构:长江存储采用双晶圆混合键合的Xtacking结构,跳过了176层,直接进入232层。在开发232层之前,长江存储内部曾有过192层和198层样品,但最终选择了直接过渡到232层。
  • 下一代G5产品将拥有超过300层,并采用Xtacking 4技术。由于受到美国芯片禁令影响,长江存储可能将更多精力转向已发布的128L和232L QLC设备,并为未来3D NAND开发多Xtacking技术。同时,长江存储正对包括美光在内的NAND竞争对手提起专利诉讼。
     

旺宏:

  • 旺宏已向市场提供了首款3D NAND产品,如为任天堂Switch提供的48层3D NAND芯片,目前正在采购相关零部件。旺宏正在开发第二代96层产品。

如果您看完有所受益,欢迎点击文章底部左下角“关注”并点击“分享”、“在看”,非常感谢!

精彩推荐:

  • SSD数据错误如何修复?

  • CXL与PCIe世界的尽头|你相信光吗?

  • 全景剖析SSD SLC Cache缓存设计原理

  • 存储革新:下一代低功耗PCM相变存储器

  • 3D DRAM虽困难重重,最快明年到来

  • 字节跳动入局存储内存SCM

  • 解读“CFMS中国闪存市场峰会”存储技术看点

  • 首个业内DNA存储技术规范发布

  • 如何突破SSD容量提升的瓶颈?

  • 固态存储是未来|浅析SSD架构的演进与创新技术

  • 论文解读:NAND闪存中读电压和LDPC纠错码的高效设计

  • 华为新发布磁电存储“王炸”,到底是什么?

  • SSD LDPC软错误探测方案解读

  • 关于SSD LDPC纠错能力的基础探究

  • 存储系统如何规避数据静默错误?

  • PCIe P2P DMA全景解读

  • 深度解读NVMe计算存储协议

  • 对于超低延迟SSD,IO调度器已经过时了吗?

  • 浅析CXL P2P DMA加速数据传输的原理

  • NVMe over CXL技术如何加速Host与SSD数据传输?

  • 浅析LDPC软解码对SSD延迟的影响

  • 为什么QLC NAND才是ZNS SSD最大的赢家?

  • SSD在AI发展中的关键作用:从高速缓存到数据湖

  • 浅析不同NAND架构的差异与影响

  • SSD基础架构与NAND IO并发问题探讨

  • 字节跳动ZNS SSD应用案例解析

  • CXL崛起:2024启航,2025年开启新时代

  • NVMe SSD:ZNS与FDP对决,你选谁?

  • 浅析PCI配置空间

  • 浅析PCIe系统性能

  • 存储随笔《NVMe专题》大合集及PDF版正式发布!

图片

如果您也想针对存储行业分享自己的想法和经验,诚挚欢迎您的大作。
投稿邮箱:Memory_logger@163.com (投稿就有惊喜哦~)

《存储随笔》自媒体矩阵

图片

更多存储随笔科普视频讲解,请移步B站账号

图片

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/561424.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

linux下编译c++程序报错“undefined reference to `std::allocator<char>::allocator()‘”

问题 linux下编译c程序报错“undefined reference to std::allocator::allocator()”。 原因 找不到c标准库文件。 解决办法 开始尝试给gcc指令添加-L和-l选项指定库路径和库文件名,但是一直不成功,后来把gcc改为g就可以了。

Stylus精讲:网页设计新境界【写作AI一键生成】

首先,这篇文章是基于笔尖AI写作进行文章创作的,喜欢的宝子,也可以去体验下,解放双手,上班直接摸鱼~ 按照惯例,先介绍下这款笔尖AI写作,宝子也可以直接下滑跳过看正文~ 笔尖Ai写作:…

SWCTF

easy_php 源码 <?php// flag is in flag.php highlight_file(__FILE__); ini_set(display_errors, 0); error_reporting(0);if (isset($_GET[myon1]) && isset($_GET[myon2]) && isset($_GET[myon3])) {$myon1 $_GET[myon1];$myon2 $_GET[myon2];$myon…

# Win10 打不开【本地组策略编辑器】解决方案

Win10 打不开【本地组策略编辑器】解决方案 段子手168 问题描述&#xff1a; 当在 WIN R 打开【运行】输入&#xff1a;gpedit.msc 打开【本地组策略编辑器】时&#xff0c;出现错误时&#xff0c; 或者在【计算机管理】中 没有【本地用户和组】这一项。 可以试一下以下方…

Go 之 sync.Mutex 加锁失效现象

我先声明一下&#xff0c;并不是真的加锁失效&#xff0c;而是我之前的理解有误&#xff0c;导致看起来像是加锁失效一样。于是乎记录一下&#xff0c;加深一下印象。 我之前有个理解误区&#xff08;不知道大家有没有&#xff0c;有的话赶紧纠正一下——其实也是因为我这块的…

Spec-Gaussian:3D高斯溅射的各向异性视图相关外观

Spec-Gaussian: Anisotropic View-Dependent Appearance for 3D Gaussian Splatting Spec-Gaussian&#xff1a;3D高斯溅射的各向异性视图相关外观 Ziyi Yang1,3  Xinyu Gao1  Yangtian Sun2  Yihua Huang2  Xiaoyang Lyu2 杨子怡 1,3 高新宇 1 太阳扬天 2 黄宜华 2 吕晓阳…

【github主页】优化简历

【github主页】优化简历 写在最前面一、新建秘密仓库二、插件卡片配置1、仓库状态统计2、Most used languages&#xff08;GitHub 常用语言统计&#xff09;使用细则 3、Visitor Badge&#xff08;GitHub 访客徽章&#xff09;4、社交统计5、打字特效6、省略展示小猫 &#x1f…

Java+springboot开发的医院智能导诊服务系统源码 自动兼容小程序与H5版本

智能导诊系统 一、什么是智慧导诊系统&#xff1f; 智慧导诊系统是一种医院使用的引导患者自助就诊挂号、精准推荐科室、引导患者挂号就诊的系统。该系统结合医院挂号及就诊的HIS系统&#xff0c;为患者带来全流程的信息指引提醒&#xff0c;可以在全院区构建一个精细化、移动…

react 项目路由配置(react-router-dom 版本 v6.3、v6.4)

根据 react-router-dom 的版本&#xff0c;有不同的方式 一、react-router-dom v6.3 用到的主要 api: BrowserRouteruseRoutesOutlet 下面是详细步骤&#xff1a; 1、index.js BrowserRouter 用来实现 单页的客户端路由使用 BrowserRouter 包裹 App放在 顶级 位置&#x…

MATLAB初学者入门(7)—— 参数估计

参数估计是利用实验数据来推断模型参数的过程&#xff0c;这在科学和工程领域中非常常见。MATLAB提供了多种工具来进行参数估计&#xff0c;尤其是当模型表现为非线性时。以下是使用MATLAB进行参数估计的一种常见方法&#xff0c;我们将通过一个具体的案例——化学动力学模型的…

EI级 | Matlab实现VMD-TCN-LSTM-MATT变分模态分解卷积长短期记忆神经网络多头注意力多变量时间序列预测

EI级 | Matlab实现VMD-TCN-LSTM-MATT变分模态分解卷积长短期记忆神经网络多头注意力多变量时间序列预测 目录 EI级 | Matlab实现VMD-TCN-LSTM-MATT变分模态分解卷积长短期记忆神经网络多头注意力多变量时间序列预测预测效果基本介绍程序设计参考资料 预测效果 基本介绍 1.Matl…

手写一个Spring IOC框架

目录 一&#xff0c;Spring IOC 二&#xff0c;流程图设计 三&#xff0c;设计思路解析 三&#xff0c;开始写代码 1.准备工作: 2.扫描并加载类信息 3.初始化bean 4.测试一下 一&#xff0c;Spring IOC Spring IoC容器是Spring框架的核心&#xff0c;它通过读取配置信息…

【C语言】万字详讲操作符

目录 前言 一、操作符分类 二、算数操作符 三、移位操作符 四、位操作符 五、赋值操作符 六、单目操作符 6.1 逻辑反操作 6.2 负值与正值 6.3 取地址 6.4 sizeof 6.5 取反操作符 6.6 --和操作符 6.7 间接访问操作符&#xff08;解引用操作符&#xff09; 6.8 强…

java导出数据到excel表中

java导出数据到excel表中 环境说明项目结构1.controller层2.service层3.实现层4.工具类&#xff1a;ExcelUtil.java5.ProductModel.java类 使用的Maven依赖postman请求展示&#xff0c;返回内容需要前端接收浏览器接收说明&#xff08;如果下载下来的为zip类型&#xff0c;记得…

矽塔SA8321 单通道 2.7-12.0V 持续电流 3.0A H 桥驱动芯片

描述 SA8321是为消费类产品&#xff0c;玩具和其他低压或者电池供电的运动控制类应用提供了一个集成的电机驱动器解决方案。此器件能够驱动一个直流无刷电机&#xff0c;由一个内部电荷泵生成所需的栅极驱动电压电路和4个功率 NMOS组成H桥驱动&#xff0c;集成了电机正转/反…

polkit服务启动失败

使用systemctl 命令报错 Authorization not available. Check if polkit service is running or see debug message for more information. 查看polkit状态是失败的状态&#xff0c;报缺少libstdc.so.6 systemctl status polkit 需要安装libstdc.so.6库 先加载所有安装包 …

网络安全产品---堡垒机

what 在网上搜索 运维审计与风险控制系统就是是堡垒机 我认为的堡垒机就是提供高效运维、认证管理、访问控制、安全审计和报表分析功能的云服务设备 实现高效运维的同时最大程度控制运维风险。 how 能够对运维人员维护过程进行全面跟踪、控制、记录、回放 支持细粒度配置…

最新Java面试题3【2024中级】

互联网大厂面试题 1&#xff1a;阿里巴巴Java面试题 2&#xff1a;阿里云Java面试题-实习生岗 3&#xff1a;腾讯Java面试题-高级 4&#xff1a;字节跳动Java面试题 5&#xff1a;字节跳动Java面试题-大数据方向 6&#xff1a;百度Java面试题 7&#xff1a;蚂蚁金服Java…

SpringMVC02:注解模式

SpringMVC02&#xff1a;注解模式 文章目录 SpringMVC02&#xff1a;注解模式前言一、代码编写&#xff1a;1. 编写jsp页面2. 在web.xml中&#xff0c;注册DispatcherServlet&#xff08;须要绑定SpringMVC配置文件&#xff09;3. 编写SpringMVC 的 配置文件4. 编写Controller类…

医学临床预测模型发展新趋势-并联式

医学临床预测模型发展新姿势-并联式 现有的预测模型是对单个结局指标进行分类或者回归&#xff0c;得出最终的结论&#xff0c;而辅助医生进行临床决策。众所周知&#xff0c;临床决策过程中&#xff0c;医生通常会考虑多个结局指标来做出最终的决策&#xff1b;临床研究中也通…