Sign in Subscribe
Storage

Penyimpanan Generasi Baru untuk Era AI On-Device 2026: UFS 5.0, V‑NAND 400‑Layer, dan High‑Bandwidth Flash

Tinjauan mendalam tiga terobosan penyimpanan 2026 — UFS 5.0, V‑NAND 400‑layer, dan High‑Bandwidth Flash — yang bersama‑sama mendefinisikan infrastruktur data untuk era AI on‑device dan data‑center.

Aziz

— 3 min read
Share
Penyimpanan Generasi Baru untuk Era AI On-Device 2026: UFS 5.0, V‑NAND 400‑Layer, dan High‑Bandwidth Flash

Perkembangan kecerdasan buatan (AI) yang bergerak dari cloud ke perangkat edge memaksa industri penyimpanan mengubah perannya dari sekadar tempat simpan data menjadi infrastruktur komputasi yang menentukan kecepatan inferensi. Tahun 2026 menandai konvergensi tiga terobosan besar: standar UFS 5.0 yang melonjak ke 10,8 GB/s baca, V‑NAND generasi ke‑10 Samsung dengan lebih dari 400 lapisan, serta spesifikasi terbuka High‑Bandwidth Flash (HBF) yang dijajakan SK hynix dan Sandisk lewat Open Compute Project. Ketiga teknologi ini saling melengkapi — UFS 5.0 untuk mobile dan XR, V‑NAND untuk kepadatan kapasitas SSD enterprise, dan HBF sebagai lapisan memori tengah yang mengisi kesenjangan bandwidth‑kapasitas antara HBM mahal dan SSD konvensional.

UFS 5.0: Kecepatan Dua Kali Lipat untuk AI On‑Device

Samsung memperkenalkan UFS 5.0 pada kuartal IV 2026 dengan kecepatan baca berurutan 10,8 GB/s dan tulis 9,5 GB/s — lebih dari dua kali lipat UFS 4.1. Efisiensi daya naik 40 % berkat clock‑gating dan multi‑voltage baru, sementara ukuran fisik mengecil 16,7 % menjadi 7,5 × 13 × 0,9 mm. Performa ini memungkinkan model bahasa besar ringan (mis. 7 B parameter) berjalan sepenuhnya di smartphone flagship tanpa offload ke cloud, mendukung kasus penggunaan seperti terjemahan real‑time, pembuatan gambar generatif, dan AR/VR latency‑kritikal.

# Contoh benchmark UFS 5.0 dengan fio
fio --name=ufs5_seqread \
    --rw=read --bs=128k --size=4G \
    --numjobs=4 --ioengine=libaio --direct=1 \
    --filename=/dev/nvme0n1

Hasil uji internal Samsung menunjukkan random read IOPS 1,2 juta pada kapasitas 1 TB, memadai untuk beban kerja AI inference yang membutuhkan akses acak cepat ke weight model.

V‑NAND Generasi‑10 (BV‑NAND) 400‑Layer: Kepadatan Record

Di FMS 2026 Samsung memamerkan V10 Bonded V‑NAND (BV‑NAND) — chip NAND pertama industri dengan >400 lapisan. Teknologi bonding memungkinkan penumpukan sel memori lebih rapat, menghasilkan peningkatan kepadatan 58 % versus V9 pada luas die yang sama. Kecepatan I/O dan efisiensi daya juga meningkat signifikan, menjawab kebutuhan SSD enterprise kapasitas >30 TB per drive untuk cluster AI training.

"Storage bukan lagi sekadar repository; ia menjadi lapisan compute yang menentukan throughput inferensi AI." — Samsung Semiconductor, FMS 2026

Dengan BV‑NAND, vendor SSD bisa merancang drive 61 TB dalam form‑factor U.2 standar, mengurangi TCO data center lewat konsolidasi rack dan penurunan daya per TB.

High‑Bandwidth Flash (HBF): Jembatan HBM dan SSD

SK hynix dan Sandisk merilis spesifikasi HBF 1.0 via OCP. HBF menempati slot memori antara HBM (bandwidth > 3 TB/s, kapasitas terbatas) dan SSD NVMe (kapasitas besar, bandwidth ≈ 14 GB/s). Target HBF: bandwidth 500‑800 GB/s dengan kapasitas 1‑4 TB per modul, cocok untuk model LLM 70‑100 B parameter yang butuh KV‑cache besar saat inference batch.

Arsitektur referensi HBF menggunakan die NAND 3D terbaru dikemas dengan interface 2.5D/3D stacking mirip HBM, namun mengadopsi protokol NVMe‑over‑PCIe Gen 6 untuk kompatibilitas software existing. Google DeepMind dan Tenstorrent sudah terlibat validasi desain, menandakan adopsi cepat di AI accelerator generasi berikutnya.

# Konfigurasi tiering memori HBF di Linux (konsep)
echo 1 > /sys/bus/pci/devices/0000:03:00.0/hbf_tier_enable
echo 80 > /sys/bus/pci/devices/0000:03:00.0/hbf_promote_threshold_pct

Implikasi untuk Arsitektur Data Center & Edge

Konvergensi tiga teknologi ini mendorong pergeseran arsitektur: tier‑0 HBM untuk compute inti, tier‑1 HBF untuk KV‑cache & activation buffer, tier‑2 SSD BV‑NAND untuk checkpoint & dataset, dan tier‑3 UFS 5.0 di edge device untuk inference ringan. Manajemen data otomatis (auto‑tiering) menjadi kritis; orchestration seperti Kubernetes CSI driver baru sudah mulai mendukung policy berbasis latency‑budget per workload AI.

Bagi tim infrastruktur Indonesia, langkah konkret 2026: evaluasi pembelian SSD BV‑NAND saat refresh cycle, uji coba modul HBF di testbed GPU‑cluster, dan pastikan smartphone/devices baru mendukung UFS 5.0 untuk memanfaatkan AI on‑device tanpa ketergantungan konektivitas.

Read more