Die verborgene Krise von DRAM und NAND: Daten aus der KI-Ära können nicht gespeichert bleiben
Im Zeitalter der künstlichen Intelligenz konzentrieren wir uns seit langem auf Rechenleistung, Kapazität und Geschwindigkeit.Wir fügen mehr DRAM hinzu, stapeln HBM und erweitern 3D NAND, um größere Modelle und schnellere Inferenz zu unterstützen.Doch es zeichnet sich eine stille, gefährliche Krise ab: Daten können nicht mehr zuverlässig gespeichert bleiben.
Während sich die KI von der generativen KI zur autonomen Agenten-KI weiterentwickelt, benötigen Systeme einen dauerhaften Zustand, ein Langzeitgedächtnis und eine kontinuierliche Entscheidungsfindung.Sie können temporäre oder instabile Daten nicht länger tolerieren.Gleichzeitig führt die ständige Skalierung von DRAM und NAND zur Erzielung einer höheren Dichte zu einer erheblichen Beeinträchtigung der Datenaufbewahrung und der Fehlerquote.
Die zentrale Herausforderung der Speicherung hat sich verschoben: von „Können wir es speichern?“zu „Können wir es richtig halten?“
Kerntrend: KI macht Speicherzuverlässigkeit entscheidend
KI-Systeme sind keine einmaligen Rechenaufgaben mehr.Moderne Agenten-KI basiert auf:
- Langzeitgedächtnis
- Anhaltender Systemzustand
- Autonome, kontinuierliche Entscheidungsfindung
Dies bedeutet, dass die Speicherung aufrechterhalten werden muss genaue Daten im Laufe der Zeit, nicht nur für kurze Zeit arbeiten.Zuverlässigkeit ist zu einem entscheidenden Faktor für die Stabilität der KI-Infrastruktur geworden.
Grundursache: Skalierung verringert die Zuverlässigkeit
Dichteverbesserungen beeinträchtigen direkt die Stabilität.Dies ist ein unvermeidlicher Kompromiss.
Für NAND-Flash
- Verkleinerte XY-Abmessungen
- Erhöhte 3D-Stapelebenen
- Ergebnis: geringere Fehlermarge, leichterer Ladungsverlust
Für DRAM
- Übergang zu 3D-DRAM
- Kleinere Zellgröße
- Ergebnis: kürzere Retentionszeit, geringere Rauschtoleranz
Regel: Höhere Dichte = geringere Zuverlässigkeit
Das wesentliche Problem von NAND: Ladungsverlust
NAND-Fehler läuft darauf hinaus Ladungsverlust, was im Wesentlichen auf zwei Arten geschieht:
- Vertikaler Ladungsverlust – Ladung entweicht in den Kanal
- Laterale Ladungsdiffusion – Ladungsverteilung zwischen Wortleitungen
Kurzfristiges vs. langfristiges Aufbewahrungsversagen
- Kurzfristig: Flache Fallen, anfängliche Spannungsverschiebung (IVS), Änderungen treten schnell auf
- Langfristig: Tiefe Fallen, kombinierte Mechanismen (TAT/DT/TE), Probleme werden mit der Zeit komplexer
Die versteckte Schwäche von DRAM: Es kann auch keine Daten „speichern“.
DRAM ist nicht sicher vor Aufbewahrungsfehlern.Es weist mehrere Leckpfade auf:
- Kondensatorleckage
- Direkter Tunnelbau
- Unterschwellige Leckage und GIDL
- Leckage an der Verbindungsstelle
Der grundlegende Wandel in der Lagerung
Vergangenheit: Speicher = Kapazität + Geschwindigkeit, Fehler mit ECC behoben
Jetzt: Speicherung = langfristige Zuverlässigkeit + Zustandskonsistenz. Speicherung ist die Grundlage der Systemstabilität
Fazit
Die eigentliche Krise im KI-Zeitalter ist nicht unzureichende Rechenleistung – sie ist es unzuverlässige Datenspeicherung.
Da 3D-NAND und DRAM auf kleinere Geometrien und höhere Dichte skaliert werden, verschlechtern sich Ladungsverlust und Leckage.Der Bedarf der KI an persistentem Speicher verstärkt diese Mängel.
Um stabile KI-Systeme der Enterprise-Klasse aufzubauen, muss die Branche den Schwerpunkt von Geschwindigkeit und Kapazität auf Aufbewahrung, Ladekontrolle und langfristige Zuverlässigkeit verlagern.