HBF High Bandwidth Flash dan BiCS10 QLC NAND: Terobosan Penyimpanan untuk Era Inferensi AI 2026

Industri penyimpanan data memasuki fase transformatif saat beban kerja inferensi AI menuntut arsitektur memori baru. Di ajang Future of Memory and Storage (FMS) 2026 di Santa Clara, Sandisk memperkenalkan HBF (High Bandwidth Flash) dan BiCS10 QLC NAND — dua terobosan yang dirancang mengatasi "memory wall" yang menghambat skalabilitas model AI generasi terbaru. Teknologi ini menandai pergeseran fundamental: penyimpanan tidak lagi sekadar lapisan pasif, melainkan komponen aktif yang menentukan performa dan efisiensi biaya infrastruktur AI skala besar.

HBF: Jembatan Baru Antara HBM dan SSD

High Bandwidth Flash (HBF) hadir sebagai lapisan memori baru yang mengisi celah antara High Bandwidth Memory (HBM) dan SSD tradisional. Dikembangkan bersama SK Hynix, HBF menggunakan antarmuka UCIe dengan tumpukan TSV 8-lapis hingga 16-lapis, menawarkan kapasitas hingga 512GB per modul dan bandwidth 0,4–3,0 TB/s. Berbeda dengan HBM yang mahal dan terbatas kapasitas, HBF memanfaatkan ekonomis NAND 3D untuk memberikan kapasitas masif dengan biaya per bit jauh lebih rendah.

Insight Kunci: HBF bukan pengganti HBM, melainkan pelengkapnya. Model AI modern membutuhkan HBM untuk latency terendah pada KV cache aktif, sementara HBF menyimpan parameter model dan history yang lebih besar dengan throughput tinggi. Arsitektur hybrid HBM+HBF menjadi jalur realistis untuk inferensi skala enterprise.

BiCS10 QLC NAND: Kepadatan Rekor 332 Lapis

BiCS10 mewakili generasi ke-10 teknologi 3D NAND Sandisk/Kioxia dengan 332 lapis sel memori. Peningkatan kecepatan antarmuka NAND dari 3,6 Gb/s (BiCS8) ke 4,8 Gb/s — lonjakan 33% — memungkinkan SSD enterprise QLC mencapai performa baca acak yang kompetitif dengan TLC generasi sebelumnya, sambil menawarkan kapasitas 2–4x lipat per die. Produksi massal BiCS8 TLC/QLC dengan wafer bonding CBA (CMOS Bonded to Array) sudah berjalan, menjadi tulang punggung produk data center saat ini.

// Contoh konfigurasi SSD Enterprise BiCS10 QLC untuk beban kerja AI
// Spesifikasional referensial berdasarkan roadmap Sandisk FMS 2026
interface SSDConfig {
  nandGeneration: 'BiCS10';
  cellType: 'QLC';
  layers: 332;
  interfaceSpeed: '4.8 Gb/s';
  formFactor: 'E3.S';
  capacity: '30.72 TB - 61.44 TB';
  interface: 'PCIe Gen 5/6';
  useCase: ['KV Cache', 'RAG Retrieval', 'Model Checkpointing'];
  powerEfficiency: '> 2.5 GB/s/W';
}

Framework Siklus Data AI: Dari Arsip hingga Inferensi

Sandisk memperkenalkan Framework Siklus Data AI yang memetakan kebutuhan penyimpanan di empat tahap: ingest data mentah, persiapan/pelatihan, penyimpanan checkpoint, dan inferensi produksi. Setiap tahap memiliki karakteristik I/O berbeda — sequential write masif saat ingest, random read/write campuran saat training, dan read-intensive latency-sensitif saat inferensi. Framework ini membantu arsitek infrastruktur memilih media yang tepat: HDD capacity tier untuk data lake, BiCS10 QLC SSD untuk warm tier, dan HBF/HBM untuk hot tier inferensi.

Implikasi untuk Arsitektur Data Center Indonesia

Bagi penyedia cloud dan enterprise Indonesia yang membangun klaster AI, adopsi HBF dan BiCS10 membawa peluang konkret: konsolidasi rack melalui SSD E3.S kapasitas ultra-tinggi mengurangi footprint dan daya pendingin; biaya total kepemilikan (TCO) menurun berkat efisiensi daya NAND QLC generasi terbaru; dan fleksibilitas arsitektur tiered-storage memungkinkan skalasi inferensi tanpa linear scaling biaya GPU. Vendor server seperti Supermicro dan Apacer sudah mendemonstrasikan platform terintegrasi di COMPUTEX 2026, menandakan kesiapan ekosistem.

Kesimpulannya, tahun 2026 menandai titik balik di mana inovasi NAND — bukan hanya DRAM — menjadi penentu competitiveness infrastruktur AI. Organisasi yang mulai merancang pipeline storage-aware untuk inferensi hari ini akan memiliki keunggulan biaya dan performa saat beban kerja AI generatif melonjak ke skala produksi penuh.