ໃນຍຸກຂອງປັນຍາປະດິດ, ພວກເຮົາໄດ້ສຸມໃສ່ເວລາດົນນານກ່ຽວກັບພະລັງງານຄອມພິວເຕີ, ຄວາມອາດສາມາດ, ແລະຄວາມໄວ.ພວກເຮົາເພີ່ມ DRAM, stack HBM, ແລະຂະຫຍາຍ 3D NAND ເພື່ອສະຫນັບສະຫນູນແບບຈໍາລອງທີ່ໃຫຍ່ກວ່າແລະໄວກວ່າ.ແຕ່ວິກິດການທີ່ງຽບໆ, ອັນຕະລາຍແມ່ນເກີດຂື້ນ: ຂໍ້ມູນບໍ່ສາມາດເກັບຮັກສາໄວ້ຢ່າງເຊື່ອຖືໄດ້ອີກຕໍ່ໄປ.
ໃນຂະນະທີ່ AI ພັດທະນາຈາກ AI ທົ່ວໄປໄປສູ່ AI Agentic autonomous, ລະບົບຕ້ອງການສະຖານະຄົງທີ່, ຄວາມຊົງຈໍາໃນໄລຍະຍາວ, ແລະການຕັດສິນໃຈຢ່າງຕໍ່ເນື່ອງ.ເຂົາເຈົ້າບໍ່ສາມາດທົນຕໍ່ຂໍ້ມູນຊົ່ວຄາວ ຫຼື ບໍ່ສະຖຽນໄດ້ອີກຕໍ່ໄປ.ໃນຂະນະດຽວກັນ, ການປັບຂະຫນາດຂອງ DRAM ແລະ NAND ຢ່າງຕໍ່ເນື່ອງເພື່ອບັນລຸຄວາມຫນາແຫນ້ນທີ່ສູງຂຶ້ນແມ່ນການທໍາລາຍການເກັບຮັກສາຂໍ້ມູນແລະຄວາມຜິດພາດຢ່າງຫນັກແຫນ້ນ.
ສິ່ງທ້າທາຍຫຼັກຂອງການເກັບຮັກສາໄດ້ປ່ຽນແປງ: ຈາກ "ພວກເຮົາສາມາດເກັບຮັກສາມັນໄດ້ບໍ?""ພວກເຮົາສາມາດຮັກສາມັນຢ່າງຖືກຕ້ອງບໍ?"
ທ່າອ່ຽງຫຼັກ: AI ເຮັດໃຫ້ຄວາມໜ້າເຊື່ອຖືໃນການເກັບຂໍ້ມູນສຳຄັນ
ລະບົບ AI ບໍ່ແມ່ນວຽກຄອມພິວເຕີແບບດຽວອີກຕໍ່ໄປ.Modern Agentic AI ອີງໃສ່:
- ຄວາມຊົງຈໍາໄລຍະຍາວ
- ສະຖານະລະບົບແບບຍືນຍົງ
- ປົກຄອງຕົນເອງ, ການຕັດສິນໃຈຢ່າງຕໍ່ເນື່ອງ
ນີ້ຫມາຍຄວາມວ່າການເກັບຮັກສາຕ້ອງຮັກສາ ຂໍ້ມູນທີ່ຖືກຕ້ອງຕາມເວລາ, ບໍ່ພຽງແຕ່ເຮັດວຽກສໍາລັບໄລຍະເວລາສັ້ນ.ຄວາມໜ້າເຊື່ອຖືໄດ້ກາຍເປັນປັດໃຈສ້າງ ຫຼືທຳລາຍຄວາມໝັ້ນຄົງຂອງໂຄງສ້າງພື້ນຖານ AI.
ສາເຫດຂອງຮາກ: ການຂະຫຍາຍຄວາມຫນ້າເຊື່ອຖືຫຼຸດລົງ
ການປັບປຸງຄວາມຫນາແຫນ້ນໂດຍກົງທໍາລາຍຄວາມຫມັ້ນຄົງ.ນີ້ແມ່ນການແລກປ່ຽນທີ່ຫຼີກລ່ຽງບໍ່ໄດ້.
ສໍາລັບ NAND Flash
- ຫຍໍ້ຂະໜາດ XY
- ເພີ່ມຊັ້ນວາງຊ້ອນກັນ 3 ມິຕິ
- ຜົນໄດ້ຮັບ: ຂອບເຂດຄວາມຜິດພາດຕ່ໍາ, ການສູນເສຍຄ່າບໍລິການງ່າຍຂຶ້ນ
ສໍາລັບ DRAM
- ປ່ຽນເປັນ 3D DRAM
- ຂະໜາດເຊວນ້ອຍກວ່າ
- ຜົນໄດ້ຮັບ: ເວລາເກັບຮັກສາສັ້ນ, ຄວາມທົນທານຕໍ່ສຽງຕ່ໍາ
ກົດລະບຽບ: ຄວາມຫນາແຫນ້ນສູງກວ່າ = ຄວາມຫນ້າເຊື່ອຖືຕ່ໍາ
ບັນຫາຫຼັກຂອງ NAND: ການສູນເສຍຄ່າບໍລິການ
ຄວາມລົ້ມເຫຼວຂອງ NAND ຕົ້ມລົງໄປ ຄ່າເສຍຄ່າບໍລິການ, ຊຶ່ງເກີດຂຶ້ນໃນສອງວິທີຕົ້ນຕໍ:
- ການຮົ່ວໄຫຼຂອງສາຍຕັ້ງ – ສາກໄຟເຂົ້າໄປໃນຊ່ອງ
- ການແຜ່ກະຈາຍຂອງຄ່າໃຊ້ຈ່າຍທາງຂ້າງ - ການແຜ່ກະຈາຍຂອງຄ່າໃຊ້ຈ່າຍລະຫວ່າງຄໍາສັບ
ໄລຍະສັ້ນທຽບກັບຄວາມລົ້ມເຫຼວຂອງການຮັກສາໄວ້ໄລຍະຍາວ
- ໄລຍະສັ້ນ: ກັບດັກຕື້ນ, ການປ່ຽນແປງແຮງດັນເບື້ອງຕົ້ນ (IVS), ການປ່ຽນແປງຈະປາກົດຂຶ້ນຢ່າງໄວວາ
- ໄລຍະຍາວ: ກັບດັກເລິກ, ກົນໄກລວມ (TAT / DT / TE), ບັນຫາທີ່ສັບສົນຫຼາຍຂື້ນໃນໄລຍະເວລາ
ຄວາມອ່ອນແອທີ່ເຊື່ອງໄວ້ຂອງ DRAM: ມັນບໍ່ສາມາດ "ຖື" ຂໍ້ມູນໄດ້
DRAM ບໍ່ປອດໄພຈາກຄວາມລົ້ມເຫຼວຂອງການຮັກສາໄວ້.ມັນທົນທຸກຈາກເສັ້ນທາງການຮົ່ວໄຫຼຫຼາຍ:
- Capacitor ຮົ່ວ
- ເຈາະອຸໂມງໂດຍກົງ
- Subthreshold leakage & GIDL
- ການຮົ່ວໄຫຼຂອງທາງແຍກ
ການປ່ຽນແປງພື້ນຖານໃນການເກັບຮັກສາ
ທີ່ຜ່ານມາ: ການເກັບຮັກສາ = ຄວາມອາດສາມາດ + ຄວາມໄວ, ຄວາມຜິດພາດທີ່ຖືກແກ້ໄຂດ້ວຍ ECC
ດຽວນີ້: ການເກັບຮັກສາ = ຄວາມຫນ້າເຊື່ອຖືໃນໄລຍະຍາວ + ຄວາມສອດຄ່ອງຂອງລັດ, ການເກັບຮັກສາແມ່ນພື້ນຖານຂອງຄວາມຫມັ້ນຄົງຂອງລະບົບ
ສະຫຼຸບ
ວິກິດການທີ່ແທ້ຈິງໃນຍຸກ AI ບໍ່ແມ່ນພະລັງງານຄອມພິວເຕີ້ບໍ່ພຽງພໍ - ມັນແມ່ນ ການຮັກສາຂໍ້ມູນທີ່ບໍ່ຫນ້າເຊື່ອຖື.
ເມື່ອ 3D NAND ແລະ DRAM ຂະຫຍາຍໄປສູ່ເລຂາຄະນິດທີ່ນ້ອຍກວ່າແລະຄວາມຫນາແຫນ້ນທີ່ສູງຂຶ້ນ, ການສູນເສຍຄ່າໃຊ້ຈ່າຍແລະການຮົ່ວໄຫຼຮ້າຍແຮງຂຶ້ນ.ຄວາມຕ້ອງການຂອງ AI ສໍາລັບຄວາມຊົງຈໍາຄົງທີ່ຂະຫຍາຍຂໍ້ບົກພ່ອງເຫຼົ່ານີ້.
ເພື່ອສ້າງລະບົບ AI ລະດັບວິສາຫະກິດທີ່ມີຄວາມຫມັ້ນຄົງ, ອຸດສາຫະກໍາຕ້ອງປ່ຽນຈຸດສຸມຈາກຄວາມໄວແລະຄວາມອາດສາມາດໃນການເກັບຮັກສາ, ການຄວບຄຸມຄ່າໃຊ້ຈ່າຍແລະຄວາມຫນ້າເຊື່ອຖືໃນໄລຍະຍາວ.