Южнокорейская компания SK hynix заявляет о технической детализации архитектуры 3D FeNAND, которая позволяет выполнять вычисления непосредственно в самой флеш-памяти NAND. В сообщении подчеркивается, что новая архитектура реализует Analog Compute-in-Memory (A-CiM) — аналоговые вычисления внутри памяти, где сами ячейки участвуют в операциях умножения и сложения над данными нейросетей. Это значит, что процесс передачи данных между памятью и вычислительными узлами минимизируется, что особенно критично при работе с крупными ИИ-моделями. Источник так и формулирует экономию движений данных как ключевой эффект новой концепции. sources: [0,1,2]},{

По данным компании, в сравнении с изучаемыми экспериментальными структурами памяти и при сопоставимой площади кристалла пропускная способность достигает диапазона 10–20 раз выше, а энергоэффективность — 4000–5000 раз выше. Эти цифры относятся к конкретным архитектурным исследованиям и не являются прямым сравнение с современными графическими процессорами или коммерческими серверами для ИИ. В материалах отмечается, что данные результаты — характерная особенность рассматриваемых экспериментальных структур памяти, а не итог для массового рынка. details: 1.5: SK hynix подчеркивает ограниченность сравнения и контекст выделенных плюсов. sources: [1]},{

Архитектура A-CiM предполагает использование сегнетоэлектрических ячеек на основе оксида гафния и циркония (HZO) в качестве элемента памяти. В отличие от обычной NAND, где запись идёт через захват заряда, здесь состояния задаются поляризацией сегнетоэлектрика, что позволяет кодировать веса модели различными уровнями тока. Это создает вызов — обеспечить точность и воспроизводимость аналоговых состояний. SK hynix сообщает, что на экспериментальных образцах удалось различать четыре уровня тока на одну ячейку при низких токах, что демонстрирует потенциал точности вычислений внутри памяти. sources: [4,2]},{

Чтобы повысить производительность и снизить паразитную емкость, инженеры оптимизировали электрические соединения и компоновку проводников с меньшим сопротивлением, а также применили воздушные зазоры между структурами. Благодаря этим мерам удалось снизить паразитную ёмкость примерно на 60%. Дополнительно реализована концепция In-Page Pipelining, которая распределяет вычисления по нейронной сетке внутри одной страницы памяти; в симуляциях эта методика дала девятиразовый рост пропускной способности по сравнению с базовой архитектурой. Исследование также анализировало разбиение страницы в 16 КБ на четыре области и указывало, что оптимальная схема зависит от конкретной структуры нейросети: слишком широкое разделение может увеличить число переключений и замедлить обработку. sources: [5]},{

Однако до коммерческого внедрения остаются вопросы: ученые требуют проверить устойчивость аналоговых состояний при долговременном хранении, проверить точность вычислений, оценить выход годных изделий на производстве и упростить интеграцию управляющих схем. В пресс-релизе SK hynix не опубликованы сроки массового выпуска 3D FeNAND, указывая на этап исследования и тестирования. Эти условия подчеркивают, что перед компанией стоят задачи перехода от прототипов к реальному рынку. sources: [6]