nand英文全称一文让你看懂三星第五代V-NAND技术

一文让你看懂三星第五代V-NAND技术

转自天极网

今年1月底，三星电子又发大招，推出采用第五代V-NAND技术的SSD产品——三星970 EVO Plus SSD。事实上，随着新一代3D NAND技术的不断成熟，速度更快的NVMe协议的SSD固态硬盘已经成为市场主流。

以前，我们见过的闪存多属于Planar NAND平面闪存，3D闪存则是立体堆叠的。打个比方，如果说普通NAND是平房，那么3D NAND则是高楼大厦。简单说，在3D NAND领域，谁堆叠的层数多，谁的产品性能就更先进。

众所周知，平面NAND闪存不仅有SLC、MLC和TLC类型之分，而且为进一步提高容量、降低成本，NAND的制程工艺不断进步。虽然更先进的制程工艺带来了更大的容量，但容量提升、成本降低的同时可靠性及性能都在下降。

与之相比，为提高NAND的容量、降低成本，存储厂商只需要堆叠更多的层数即可。

据悉，2bit MLC每cell单元存储2bit数据只需要一两打电子，3bit MLC(也就是TLC)的每个cell单元储存。随着制程工艺的不断革新，cell单元之间的干扰现象越来越严重。

三星的V-NAND不再追求缩小cell单元，而是通过3D堆叠技术封装更多cell单元，实现容量增多的目的。

传统上，SSD中使用的是浮栅极MOSFET(Floating gate MOSFET)，电子储存在栅极中，它相当于一个导体。这种晶体管的缺点是写入数据时，栅极与沟道之间会形成一次短路，这会消耗栅极中的电荷。

即每次写入数据，都要消耗一次栅极寿命。一旦栅极中的电荷没了，cell单元就相当于挂了，无法存储数据。

三星V-NAND闪存放弃浮栅极MOSFET，使用电荷攫取闪存(charge trap flash，简称CTF)设计。每个cell单元看起来更小了，但里面的电荷是储存在一个绝缘层而非之前的导体上，理论是没有消耗的。这种更小的电荷有很多优点，比如更高的可靠性、更小的体积。

据了解，使用CTF结构的V-NAND闪存被认为是一种非平面设计，绝缘体环绕沟道(channle)，控制栅极又环绕着绝缘体层。这种3D结构设计提升了储存电荷的的物理区域，提高了性能和可靠性。

相比传统的FG(Floating Gate，浮栅极)技术,三星NAND的电荷撷取闪存(charge trap flash，简称CTF)技术难度更小一点，因此这有利于加快产品量产。

目前，三星的3D V-NAND存储单元的层数(Layer)由2009年的2-layer逐渐提升至24-layer、64-layer，再到2018年的96-layer(层)。

参考资料：

1. https://zhuanlan.zhihu.com/p/21967038

2. https://zhuanlan.zhihu.com/p/48579501

3. https://news.mydrivers.com/1/273/273419.htm

IT之家 7 月 25 日消息，集邦咨询于 7 月 22 日发布市场研报，透露苹果公司正酝酿使用 QLC NAND 闪存，最早 2026 年用于 iPhone 产品中，让其存储上限达到 2TB。

TLC 的全称是 Triple Level Cell（三层单元） ，进一步增加存储密度，每个存储单元存储三位信息。

TLC NAND 的成本甚至低于 MLC NAND，使其成为消费电子产品和主流 SSD 的有吸引力选择。

QLC 的全称是 Quad-level cells（四层单元） ，每个单元可储存 4bit 数据，跟 TLC 相比，QLC 的储存密度提高了 33%。

QLC NAND 通常用于入门级消费者固态硬盘和大容量存储应用中，QLC NAND 的耐久度最低，通常 P / E Cycle（Program Erase Cycle）在 100 到 1000 之间。

制造商实施先进的错误校正机制、预留配置（OP）和 Wear leveling 以维持可靠性。

虽然 QLC NAND 可能不适合写入密集型工作负载，但它为日常使用提供了充足的存储容量，使固态硬碟在更广泛的用户范围内触手可及。

最早曝料信息称苹果计划在 iPhone 14 系列上采用 QLC NAND，IT之家今年 1 月报道，苹果可能会在 iPhone 16 Pro 系列上采用 QLC NAND。

集邦咨询预估认为苹果公司正在加速推进 QLC NAND 换代，从而将内置存储上限提高到 2TB。

不过需要注意的是，虽然 QLC 的密度比 TLC 高，但速度却比后者慢；而且单个单元中存在更多的单元，它们的耐用性较差，这意味着它们能处理的写入周期比 TLC 少。

苹果公司还在探索如何使用 NAND 闪存，而不是内存来存储大型语言模型（LLMs），从而能够在本地运行更多 AI 任务，因此过渡到 QLC NAND 可能有助于改善 Apple Intelligence 的表现。