332层NAND发布，铠侠祭出最新存储路线图

为了提升存储的密度，过去几年里NAND Flash供应商都是围绕着堆叠更多的层数，作为产品的发展方向。除此以外，这些厂商还围绕NAND的外围电路做创新，为存储的进步多为布局。

作为闪存的发明者，铠侠（前身东芝闪存业务）无疑是这个领域最有代表性的企业之一。

如图所示，在过去多代产品的发展中，铠侠BiCS FLASH 产品的密度、性能和能效都获得了大幅提升。例如在第八代BiCS ，铠侠就凭借业界首创的32 Die堆叠架构，在小巧的154 BGA封装内实现8TB容量。

现在，随着BiCS 9和BICS 10的发布，铠侠不但带来了332层的NAND，还更新了公司的闪存发展路线图，为打造面向未来的闪存技术夯实了基础。

如前文所说，通过增加层数去提升NAND的容量是一个行之有效的方法，这也是一个被大部分人所熟知的途径。但其实除此以外，通过增加每个存储单元能够存储的数据量，也是一种提高闪存容量的可靠方法。

在过去的发展中，铠侠也和很多同行一样，走过了从SLC、MLC到TLC和QLC的发展历程。之所以大家都热衷于此，其实很容易理解。因为伴随每一次升级，单个存储单元承载的比特数都会增加，在几乎不增加芯片面积的情况下，实现更高的存储密度与更低的单位容量成本。

虽然行业在过去的发展中一直按照这个思路推进升级，但我们也必须承认，增加存储位数的时候，伴之而来还会有阈值电压之间的间隔变窄，读取速度降低，甚至寿命会缩短等问题，这就成为阻碍QLC普及的原因之一。

有见及此，铠侠在2023年发布、2024年量产的218层3D NAND闪存BiCS8上采取TLC和QLC并行策略，根据市场需求灵活匹配。其中，QLC版本于2024年7月正式推出，单Die容量达2Tb，是当时业界容量最大的QLC闪存颗粒之一。按照铠侠所说，BiCS8的QLC路线直接服务于”SSD替代HDD”的产业趋势。而经过技术演进，铠侠QLC SSD的耐久性已远超HDD。

除了在层数和存储位数上发力以外，自BiCS8开始，铠侠还通过引入CBA（CMOS directly Bonded to Array，CMOS直接键合到阵列）、OPS（On Pitch SGD，节距选通）和High-k/Metal Gate（HKMG）工艺等工艺进一步推进闪存科技往前演进。当中，CBA通过将存储单元阵列与 CMOS 外围电路分离制造，再以铜直接键合进行集成，使两者能够分别采用最优工艺，这不仅减少了传统架构的互连损耗，更打破了高温存储工艺与高性能 CMOS 电路之间的制程权衡，实现性能、可靠性与存储密度的同步提升。

站在这些技术基础上，铠侠带来了新一代的BiCS9和BiCS10技术。和大多数厂商只采用一代接一代更新产品技术不一样，这次铠侠采用了双轨并进的策略：其中，BiCS9为“降本轨”，用相对低的资本投入实现高性能，面向移动终端、客户端SSD、UFS等对产能、可靠性和成本敏感的市场，打造成本优先的”平民旗舰”。

据介绍，铠侠此次推出的新一代 CBA NAND，最大的创新在于将存储阵列与 CMOS 外围电路彻底解耦。首款产品为 512Gb TLC，采用第五代 BiCS FLASH 的 112 层存储阵列，搭配先进 CMOS 技术；后续 1Tb TLC 则升级至约 230 层存储阵列，并导入与 BiCS10 相同的新一代 CMOS。这意味着产品迭代时无需重构存储阵列平台，只需升级 CMOS 晶圆即可实现性能换代。

面向超大容量、极致性能的企业级与数据中心SSD应用的332层AI旗舰BiCS10则是其中的“性能轨”。铠侠也将其视为面向AI时代存储的拳头产品线。

作为铠侠第十代 BiCS FLASH，BiCS10 将 3D NAND 堆叠层数进一步提升至 332 层，较第八代 BiCS8 的 218 层增加约 52%，并延续 CBA + OPS 架构设计，在保持高良率平台的同时实现更高存储密度。1Tb TLC 产品位密度突破 29Gb/mm²，较前代提升 59%；随后发布的 QLC 版本位密度更超过 37Gb/mm²，较 BiCS8 提升约 60%。

具体到产品线方面，据透露，1Tb TLC 已于 2026 年启动送样，QLC 版本则于 FMS 2026 正式亮相，成为业界首款接口速率达到 4.8Gbps 的 QLC 3D NAND，而 BiCS10 的量产仍是铠侠 2026 财年至 2027 年的核心战略项目。

有了这些产品线，铠侠能够很好地为无论消费还是企业级客户提供服务。在面对AI汹涌而来的浪潮，铠侠更是有了打造针对性产品的底气。

虽然存储器种类繁多，，但对于绝大多数读者而言，真正贯穿手机、电脑、服务器乃至 AI 数据中心的两大核心存储，依然是 DRAM 和 NAND Flash。前者负责数据的高速临时存取，相当于系统的“工作内存”；后者则承担长期数据保存，是 SSD、手机闪存和 U 盘等存储设备的基础。过去几十年，整个存储产业的发展，也几乎都是围绕这两条技术主线不断演进。例如现在因为AI大红大致的HBM和HBF，也都是基于这两种技术而做二次开发的。

然而，虽然被广泛使用，但两者在访问延迟、带宽、成本与易失性上的巨大断层：DRAM 拥有纳秒级速度却成本高且断电丢失数据，NAND 则具备非易失性和高容量优势，却存在数十至数百微秒的访问延迟。

针对这个现状，铠侠开发了一种具有极低延迟、高性能特性的闪存XL-FLASH，借助灵活且价格实惠的存储级内存（SCM）解决方案，也弥合上述DRAM和NAND鸿沟。

据介绍，采用铠侠BiCS FLASH 3D闪存技术制造的XL-FLASH旨在帮助数据中心、云提供商以及企业满足日益严苛的应用需求。其特点是易于管理和扩展。与传统闪存产品不同，XL-FLASH具备独特的用于改善延迟的16平面架构设计，其字和位线的寻址尺寸较短，并针对电路结构进行了优化，从而显著降低了读/写延迟。

资料显示，铠侠在2019年推出的第一代XL-FLASH产品采用 96 层 BiCS4 与 SLC 架构，实现 128Gb 容量和 低于 5 微秒 的读取延迟，性能约为同期 TLC NAND 的 10 倍；第二代则进一步引入 MLC 技术，将单颗 Die 容量提升至 256Gb，在延续低延迟特性的同时显著改善成本竞争力。

展望第三代 XL-FLASH ，铠侠对其的定位似乎已经不只是低延迟闪存，而是面向生成式 AI 的超高性能存储平台。

提前泄露的数据显示，其随机读取延迟降至传统 BiCS FLASH 的 10% 以下，专为超高 IOPS 场景设计，可显著提升 AI 推理、向量数据库等高并发随机访问负载的响应能力。更值得关注的是，这一代的 XL-FLASH将是铠侠 “1 亿 IOPS” 路线图的核心载体。

对于存储而言，我们常听的一个参数是带宽，这某种程度决定了“水管有多粗”。而另一个关键词IOPS 则决定“收费站每秒能放行多少辆车”。在 AI 时代，真正限制系统效率的往往是后者，而不是前者。这也是他们规划将于 2026 年结合第二代 XL-FLASH 与 PCIe 6.0 实现 1000 万 IOPS，并于 2027 年借助第三代 XL-FLASH 与 PCIe 7.0 冲击 1 亿 IOPS 的存储性能目标的原因之一。

基于新的 XL-FLASH 技术，铠侠进一步推出了面向 AI 基础设施的两款新产品：GP1 系列和 XL1。

其中GP1系列（Super High IOPS SSD）是业界首款针对 GPU 直接访问优化的超高 IOPS PCIe SSD，可配合 NVIDIA Storage-Next 架构，将闪存作为 HBM 的扩展存储层，目前已基于第二代 XL-FLASH 实现 1000 万次随机读取 IOPS（512B）、50 DWPD 企业级耐久度，并支持 PCIe 6.0、NVMe 2.2 及冷板液冷设计，计划于 2026 年底向客户送样。

至于 XL1 则采用 CXL 内存扩展形态，将访问频率较低的数据从 DRAM 卸载至 XL-FLASH 模块，在提升 DRAM 利用率的同时，填补 DRAM 与 SSD 之间在性能和成本上的空白，已于 2026 年 8 月启动生态伙伴送样。

在推动产品技术创新的同时，铠侠还在产品容量上花了很多功夫。因为在AI大行其道的当下，其重要性尤为重要。

为什么大家都在追逐大容量SSD，这其实又要从生成式 AI 大爆发说起。

因为大模型训练和推理需要存放 TB 乃至 PB 级的数据集、模型参数和向量索引，而容量有限、成本高昂的 HBM 与 DRAM 无法承担这一角色。大容量企业级 SSD 因此成为 AI 数据中心的核心存储层，在提供高密度存储的同时，持续为 GPU 输送数据并降低整体部署成本。换而言之，大容量 SSD 的价值已不再只是“存得更多”，而是成为 GPU 集群持续供数的关键基础设施。

一方面，大模型训练需要反复读取海量数据集并持续保存训练检查点，推理阶段的 RAG、向量数据库和 KV Cache 又要求 TB 级数据能够被快速访问；另一方面，HBM 和 DRAM 容量有限且成本高昂，HDD 虽容量大却无法匹配 GPU 的数据吞吐速度。因此，数据中心正将大容量企业级 SSD 作为连接高性能内存与冷数据存储的核心层，在提供数十 TB 以上存储密度的同时，减少数据搬运、提升 GPU 利用率，并降低整体存储系统的空间、功耗与成本。

作为行业的领先者，铠侠也在这方面做了布局。基于第八代 BiCS FLASH QLC 3D NAND 与创新 32 Die 堆叠封装推出LC9系列，在行业内率先于2.5 英寸 U.2 规格下实现 245.76TB 的超大容量，成为当时业内容量最高的企业级 SSD。其目的旨在在生成式AI时代全面替代HDD的温数据存储角色。

具体而言，该产品支持 PCIe 5.0、NVMe 2.0 与双端口设计，可满足 AI 训练、对象存储、数据湖和云基础设施对高密度存储的需求，并通过减少 SSD 数量、降低机架空间与功耗，进一步优化数据中心的整体拥有成本（TCO）。据透露，2U服务器搭配BiCS8 QLC的LC9系列可将存储上限做到接近10PB，而传统30TB HDD方案仅有约360TB。值得一提的是，闪迪122.88TB的DC SN670也是基于BiCS8 QLC设计。

从表面来看，铠侠此次发布的是 332 层 BiCS10、第三代XL-FLASH 与 245.76TB LC9 三条产品线；但更深层的意义在于，它重新定义了 AI 时代闪存的发展方向——密度决定容量，低延迟决定效率，超大容量决定数据中心的经济性。

随着 AI 基础设施从“拼算力”走向“拼数据流”，闪存也不再只是数据的存放介质，而正逐渐成为决定 GPU 利用率和数据中心 TCO 的关键一环。这场围绕 NAND 的竞争，才刚刚进入下半场。

铠侠，显然依然拿了一张排队靠前的入场券。

点这里👆加关注，锁定更多原创内容

*免责声明：文章内容系作者个人观点，半导体芯闻转载仅为了传达一种不同的观点，不代表半导体芯闻对该观点赞同或支持，如果有任何异议，欢迎联系我们。