DRAM और NAND का छिपा हुआ संकट: AI युग का डेटा संग्रहीत नहीं रह सकता
कृत्रिम बुद्धिमत्ता के युग में, हमने लंबे समय से कंप्यूटिंग शक्ति, क्षमता और गति पर ध्यान केंद्रित किया है।हम बड़े मॉडलों और तेज़ अनुमान का समर्थन करने के लिए अधिक DRAM जोड़ते हैं, HBM को स्टैक करते हैं और 3D NAND का विस्तार करते हैं।लेकिन एक मौन, खतरनाक संकट उभर रहा है: डेटा अब विश्वसनीय रूप से संग्रहीत नहीं रह सकता.
जैसे-जैसे एआई जेनरेटिव एआई से स्वायत्त एजेंट एआई में विकसित होता है, सिस्टम को लगातार स्थिति, दीर्घकालिक स्मृति और निरंतर निर्णय लेने की आवश्यकता होती है।वे अब अस्थायी या अस्थिर डेटा बर्दाश्त नहीं कर सकते.साथ ही, उच्च घनत्व प्राप्त करने के लिए DRAM और NAND की निरंतर स्केलिंग डेटा प्रतिधारण और त्रुटि मार्जिन को गंभीर रूप से कम कर रही है।
भंडारण की मुख्य चुनौती बदल गई है: "क्या हम इसे संग्रहीत कर सकते हैं?" से"क्या हम इसे सही ढंग से रख सकते हैं?"
मुख्य प्रवृत्ति: एआई भंडारण विश्वसनीयता को महत्वपूर्ण बनाता है
एआई सिस्टम अब एकमात्र कंप्यूटिंग कार्य नहीं रह गए हैं।आधुनिक एजेंटिक AI इस पर निर्भर करता है:
- दीर्घकालिक स्मृति
- सतत प्रणाली स्थिति
- स्वायत्त, निरंतर निर्णय लेना
इसका मतलब है कि भंडारण बनाए रखना होगा समय के साथ सटीक डेटा, सिर्फ थोड़े समय के लिए काम नहीं।एआई बुनियादी ढांचे की स्थिरता के लिए विश्वसनीयता एक बनाने या तोड़ने वाला कारक बन गई है।
मूल कारण: स्केलिंग से विश्वसनीयता कम हो जाती है
घनत्व में सुधार सीधे तौर पर स्थिरता को नुकसान पहुंचाता है।यह एक अपरिहार्य व्यापार-बंद है।
नंद फ़्लैश के लिए
- सिकुड़े हुए XY आयाम
- 3डी स्टैकिंग परतों में वृद्धि
- परिणाम: कम त्रुटि मार्जिन, आसान चार्ज हानि
DRAM के लिए
- 3D DRAM में संक्रमण
- छोटी कोशिका का आकार
- परिणाम: कम अवधारण समय, कम शोर सहनशीलता
नियम: उच्च घनत्व = कम विश्वसनीयता
NAND की आवश्यक समस्या: चार्ज हानि
NAND की विफलता कम हो जाती है प्रभार हानि, जो दो मुख्य तरीकों से होता है:
- लंबवत चार्ज रिसाव - चार्ज चैनल में चला जाता है
- पार्श्व चार्ज प्रसार - चार्ज वर्डलाइन के बीच फैलता है
अल्पकालिक बनाम दीर्घकालिक अवधारण विफलता
- अल्पावधि: उथले जाल, प्रारंभिक वोल्टेज बदलाव (आईवीएस), परिवर्तन जल्दी दिखाई देते हैं
- दीर्घकालिक: गहरे जाल, संयुक्त तंत्र (टीएटी/डीटी/टीई), समय के साथ मुद्दे और अधिक जटिल हो जाते हैं
DRAM की छिपी हुई कमजोरी: यह डेटा को "पकड़" नहीं सकता
DRAM अवधारण विफलता से सुरक्षित नहीं है।यह कई रिसाव पथों से ग्रस्त है:
- संधारित्र रिसाव
- सीधी सुरंग बनाना
- सबथ्रेशोल्ड लीकेज और जीआईडीएल
- जंक्शन रिसाव
भंडारण में मौलिक बदलाव
अतीत: भंडारण = क्षमता + गति, ईसीसी के साथ त्रुटियां ठीक की गईं
अभी: भंडारण = दीर्घकालिक विश्वसनीयता + स्थिति स्थिरता, भंडारण सिस्टम स्थिरता की नींव है
निष्कर्ष
एआई युग में वास्तविक संकट अपर्याप्त कंप्यूटिंग शक्ति नहीं है - यह है अविश्वसनीय डेटा प्रतिधारण.
जैसे-जैसे 3D NAND और DRAM छोटे ज्यामिति और उच्च घनत्व के पैमाने पर होते हैं, चार्ज हानि और रिसाव बदतर हो जाते हैं।लगातार मेमोरी के लिए एआई की मांग इन खामियों को बढ़ाती है।
स्थिर, एंटरप्राइज़-ग्रेड एआई सिस्टम बनाने के लिए, उद्योग को गति और क्षमता से ध्यान हटाकर अवधारण, चार्ज नियंत्रण और दीर्घकालिक विश्वसनीयता पर ध्यान केंद्रित करना चाहिए।