带宽 vs. IOPS vs. 效率：Samsung 为 AI 应用开发三种新型 NAND 存储

这种类型的存储器专为本地 AI 应用设计。为缩短数据路径并提高速度和能效，NAND 芯片以四层或八层堆叠，并通过 TSV（硅通孔）连接。在这种情况下，性能的重要性略低于效率，因为 AI 应用旨在本地运行，同时尽可能降低功耗。

这一变体更侧重于高性能 AI 数据中心，因此其闪存设计旨在处理单位时间内特别庞大的数据量。这里的一个关键术语是高带宽闪存（HBF）。最终目标是尽可能快速地传输大量数据。

此型号侧重于特别高的 IOPS 指标，即每秒输入/输出操作次数。这对于 AI 推理尤为重要，因为 AI 推理需要快速处理大量小规模数据访问。

目前只有 zNAND-O 已公开亮相。另外两款系统尚未得到官方确认，仍处于开发早期阶段。

此举表明，Samsung 正在效仿竞争对手 SK Hynix 的策略，后者也在开发三种专用 NAND。从长远来看，这一做法可能加剧 AI 存储市场的竞争，并将 NAND 闪存的用途拓展至传统 SSD 应用之外。