ဉာဏ်ရည်တုခေတ်တွင်၊ ကျွန်ုပ်တို့သည် ကွန်ပြူတာစွမ်းအား၊ စွမ်းရည်နှင့် အမြန်နှုန်းတို့ကို ကာလအတန်ကြာ အာရုံစိုက်လာခဲ့သည်။ပိုကြီးသောမော်ဒယ်များနှင့် ပိုမိုမြန်ဆန်သော ကောက်ချက်တို့ကို ပံ့ပိုးရန်အတွက် DRAM၊ stack HBM နှင့် 3D NAND ကို ချဲ့ထွင်ပါသည်။သို့သော် အသံတိတ်ပြီး အန္တရာယ်ရှိသော အကျပ်အတည်းတစ်ခု ပေါ်ထွက်လာသည်- ဒေတာကို စိတ်ချယုံကြည်စွာ သိမ်းဆည်းနိုင်တော့မည် မဟုတ်ပါ။.
AI သည် generative AI မှ autonomous Agentic AI သို့ ပြောင်းလဲလာသည်နှင့်အမျှ စနစ်များသည် မြဲမြံသောအခြေအနေ၊ ရေရှည်မှတ်ဉာဏ်နှင့် စဉ်ဆက်မပြတ် ဆုံးဖြတ်ချက်ချရန် လိုအပ်ပါသည်။၎င်းတို့သည် ယာယီ သို့မဟုတ် မတည်မငြိမ်ဒေတာများကို သည်းမခံနိုင်တော့ပါ။တစ်ချိန်တည်းမှာပင်၊ ပိုမိုမြင့်မားသောသိပ်သည်းဆရရှိရန် DRAM နှင့် NAND တို့ကို မဆုတ်မနစ် ချဲ့ထွင်ခြင်းသည် ဒေတာထိန်းသိမ်းမှုနှင့် အမှားအယွင်းအနားသတ်များကို ဆိုးရွားစွာ ထိခိုက်စေပါသည်။
သိုလှောင်မှု၏ အဓိကစိန်ခေါ်မှုမှာ ပြောင်းလဲသွားသည်- "ငါတို့သိမ်းထားလို့ရမလား""ငါတို့ အဲဒါကို မှန်မှန်ကန်ကန် ထိန်းနိုင်ပါ့မလား"
Core Trend- AI သည် Storage Reliability ကို အရေးပါစေသည်။
AI စနစ်များသည် တစ်ခုတည်းသော ကွန်ပြူတာ လုပ်ဆောင်စရာများ မဟုတ်တော့ပါ။ခေတ်သစ် Agent AI သည်-
- ရေရှည်မှတ်ဉာဏ်
- တည်တံ့သော စနစ်အခြေအနေ
- ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်၊ စဉ်ဆက်မပြတ် ဆုံးဖြတ်ချက်ချခြင်း။
ဆိုလိုတာက သိုလှောင်ထိန်းသိမ်းရမယ်။ အချိန်နှင့်အမျှတိကျသောဒေတာအချိန်တိုအတွင်း အလုပ်လုပ်ရုံသာမက၊ယုံကြည်စိတ်ချရမှုသည် AI အခြေခံအဆောက်အအုံတည်ငြိမ်မှုအတွက် ဖန်တီးမှု သို့မဟုတ် ချိုးဖျက်သည့်အချက်ဖြစ်လာသည်။
အရင်းခံအကြောင်းအရင်း- အတိုင်းအတာသည် ယုံကြည်စိတ်ချရမှုကို လျော့နည်းစေသည်။
သိပ်သည်းဆ တိုးတက်မှုများသည် တည်ငြိမ်မှုကို တိုက်ရိုက်ထိခိုက်စေသည်။ဤသည်မှာ ရှောင်လွှဲ၍မရသော အပေးအယူတစ်ခုဖြစ်သည်။
NAND Flash အတွက်
- XY အတိုင်းအတာများကို လျှော့ပါ။
- 3D stacking အလွှာများကို တိုးမြှင့်ထားသည်။
- ရလဒ်- အမှားအနားသတ်၊ အားသွင်းမှု ဆုံးရှုံးမှု ပိုနည်းသည်။
DRAM အတွက်
- 3D DRAM သို့ ကူးပြောင်းခြင်း။
- ဆဲလ်အရွယ်အစား သေးငယ်သည်။
- ရလဒ်- ထိန်းထားချိန်တိုတို၊ ဆူညံသံခံနိုင်ရည် နည်းပါးသည်။
စည်းမျဉ်း- မြင့်မားသောသိပ်သည်းဆ = ယုံကြည်စိတ်ချရမှု နည်းပါးသည်။
NAND ၏ အဓိကပြဿနာ- အားသွင်းဆုံးရှုံးမှု
NAND ချို့ယွင်းချက် ပြုတ်ကျသွားသည်။ အားသွင်းဆုံးရှုံးမှု၊ အဓိကနည်းလမ်းနှစ်မျိုးဖြင့် ဖြစ်ပျက်သည်-
- ဒေါင်လိုက် အားသွင်း ယိုစိမ့်မှု - အားသွင်းသည် ချန်နယ်ထဲသို့ လွတ်သွားသည်။
- Lateral charge diffusion - စကားလုံးလိုင်းများကြားတွင် အခကြေးငွေ ပျံ့နှံ့ခြင်း။
ကာလတိုနှင့် ရေရှည်ထိန်းသိမ်းထားမှု ပျက်ကွက်ခြင်း။
- ကာလတို- ရေတိမ်ပိုင်း ထောင်ချောက်များ၊ ကနဦး ဗို့အားပြောင်းမှု (IVS)၊ အပြောင်းအလဲများ လျင်မြန်စွာ ပေါ်လာသည်။
- ရေရှည်- နက်နဲသော ထောင်ချောက်များ၊ ပေါင်းစပ်ယန္တရားများ (TAT/DT/TE)၊ ပြဿနာများသည် အချိန်ကြာလာသည်နှင့်အမျှ ပိုမိုရှုပ်ထွေးလာသည်။
DRAM ၏ လျှို့ဝှက်အားနည်းချက်- ၎င်းသည် ဒေတာကို “ကိုင်ထား” ၍ မရနိုင်ပါ။
DRAM သည် ထိန်းသိမ်းမှု မအောင်မြင်ခြင်းမှ မလုံခြုံပါ။ယိုစိမ့်မှုလမ်းကြောင်းများစွာကို ခံစားရသည်-
- Capacitor ယိုစိမ့်မှု
- တိုက်ရိုက်ဥမင်လှိုဏ်ခေါင်း
- Subthreshold ယိုစိမ့်မှုနှင့် GIDL
- လမ်းဆုံ ယိုစိမ့်မှု
သိုလှောင်မှုတွင် အခြေခံအပြောင်းအလဲ
အတိတ်: သိုလှောင်မှု = စွမ်းရည် + မြန်နှုန်း၊ ECC ဖြင့် ပြင်ဆင်ထားသော အမှားများ
ကဲ: သိုလှောင်မှု = ရေရှည်ယုံကြည်စိတ်ချရမှု + အခြေအနေညီညွတ်မှု၊ သိုလှောင်မှုသည် စနစ်တည်ငြိမ်မှု၏ အခြေခံအုတ်မြစ်ဖြစ်သည်။
နိဂုံး
AI ခေတ်ရဲ့ တကယ့်အကျပ်အတည်းက ကွန်ပြူတာ ပါဝါ မလုံလောက်ဘူး - အဲဒါပါပဲ။ စိတ်မချရသော ဒေတာကို ထိန်းသိမ်းခြင်း။.
3D NAND နှင့် DRAM သည် သေးငယ်သော ဂျီသြမေတြီများနှင့် သိပ်သည်းဆပိုမိုများပြားလာသည်နှင့်အမျှ အားသွင်းဆုံးရှုံးမှုနှင့် ယိုစိမ့်မှုတို့သည် ပိုဆိုးလာသည်။မြဲမြံသောမှတ်ဉာဏ်အတွက် AI ၏တောင်းဆိုမှုသည် ဤချို့ယွင်းချက်များကို ချဲ့ထွင်စေသည်။
တည်ငြိမ်သော၊ လုပ်ငန်းအဆင့် AI စနစ်များတည်ဆောက်ရန်၊ စက်မှုလုပ်ငန်းသည် မြန်နှုန်းနှင့် စွမ်းရည်မှ ထိန်းသိမ်းထားမှု၊ အားသွင်းထိန်းချုပ်မှုနှင့် ရေရှည်ယုံကြည်စိတ်ချရမှုဆီသို့ အာရုံပြောင်းသွားရမည်ဖြစ်သည်။