Sign in Subscribe
Storage

Samsung V10 BV-NAND 400-Layer Hadir 2026: Revolusi Storage untuk Era AI

Samsung memperkenalkan V10 Bonded V-NAND dengan 400+ layer di FMS 2026, menjanjikan kapasitas 58% lebih besar, kecepatan I/O lebih tinggi, dan efisiensi daya superior. Teknologi ini bersama HBM5, zHBM, dan zNAND-O menjadi fondasi infrastruktur AI generasi depan.

Aziz

— 3 min read
Share
Samsung V10 BV-NAND 400-Layer Hadir 2026: Revolusi Storage untuk Era AI

Industri penyimpanan data memasuki fase transformasi radikal pada 2026. Di ajang Future of Memory and Storage (FMS) 2026 di Santa Clara, California, Samsung Electronics memamerkan portofolio teknologi memori terbarunya yang dirancang khusus menjawab kebutuhan infrastruktur AI skala besar. Puncak inovasi ini adalah V10 Bonded V-NAND (BV-NAND) — chip memori flash pertama di dunia dengan lebih dari 400 lapisan sel memori.

Arsitektur Bonding: Menembus Batas Fisik Scaling

Penambahan layer pada V-NAND konvensional menghadapi batas mekanis: semakin tinggi tumpukan, semakin sulit memproses etching dan deposition secara merata. Samsung memecahkan ini dengan teknologi bonding — memisahkan pembuatan array sel memori dan logika periferal, lalu menumpuknya secara vertikal melalui hybrid bonding (Cu-to-Cu). Pendekatan ini mengizinkan peningkatan layer dari 280+ (V9) ke 400+ tanpa menambah ketebalan die.

// Perbandingan Generasi V-NAND Samsung
V9 (2024):  ~280 layer, 1 Tb/die, 2.4 Gbps I/O
V10 BV-NAND (2026):  400+ layer, 1.6 Tb/die, 3.2 Gbps I/O
Peningkatan kapasitas/die: +58%
Peningkatan bandwidth I/O: +33%
Efisiensi daya/bit: -25%

Insight Teknis: Bonding memisahkan thermal budget antara array cell (suhu tinggi untuk etching) dan CMOS under-array (suhu rendah untuk logika). Hasilnya: yield lebih tinggi, latency lebih rendah, dan fleksibilitas desain yang memungkinkan integrasi langsung dengan controller SSD generasi baru.

Ekosistem Memori AI: HBM5, zHBM, dan zNAND-O

V10 BV-NAND tidak berdiri sendirian. Samsung menghadirkan tiga pilar pendukung yang membentuk tumpukan memori AI terpadu:

  • HBM5 — Generasi ke-5 High Bandwidth Memory dengan bandwidth >1.2 TB/s per stack, ditujukan untuk training LLM trillion-parameter.
  • zHBM (Vertical HBM) — Arsitektur 3D stacking di mana HBM dipasang atop die compute (GPU/ASIC) bukan di samping. Mengurangi jarak interconnect, menurunkan latency 8x, meningkatkan kapasitas memori per unit area 10x, efisiensi daya 3x.
  • zNAND-O — Flash memory berbasis V-NAND dengan 4/8 layer stacking, latency sub-10µs, bandwidth random read >2M IOPS. Target: edge AI inference di mana model harus berjalan dekat sumber data.

LPDDR5X-PIM: Compute-in-Memory untuk Edge

Inovasi lain yang menarik perhatian adalah LPDDR5X-PIM (Processing-in-Memory) — DRAM mobile pertama dengan unit komputasi terintegrasi di bank memori. Dengan memindahkan operasi matrix-vector ke dalam memori, PIM mengurangi data movement hingga 70%, hemat daya 40% untuk workload AI on-device (computer vision, NLP ringan).

// Contoh konfigurasi SSD Enterprise berbasis V10 BV-NAND
namespace SamsungV10SSD {
  class EnterpriseSSD {
    capacity: 30.72 TB  // 16-channel controller x 1.6 Tb/die x 12 dies
    interface: PCIe 5.0 x4 / CXL 2.0
    seqRead: 14,000 MB/s
    seqWrite: 10,500 MB/s
    randRead: 2.5M IOPS (4KB)
    randWrite: 1.8M IOPS (4KB)
    dwpd: 3.0 (5 years)
    powerActive: 25W
    powerIdle: 5W
  }
}

Implikasi untuk Arsitektur Data Center Modern

Kombinasi V10 BV-NAND + HBM5 + zHBM + zNAND-O menciptakan hierarki memori 4-tingkat yang optimal untuk pipeline AI:

  1. HBM5/zHBM — Working memory untuk training/inference aktif (latency ~ns, bandwidth TB/s)
  2. CXL-attached DRAM — Memory expansion untuk model besar (latency ~100ns)
  3. zNAND-O / PIM-enabled SSD — Hot tier untuk feature store, KV cache, checkpoint (latency ~µs)
  4. V10 BV-NAND SSD — Warm/cold tier untuk dataset training, log, backup (latency ~ms, $/TB terendah)

Arsitektur ini memungkinkan disaggregated memory fabric di mana compute, memory, dan storage diskalakan independen melalui CXL 2.0/3.0 — kunci untuk efisiensi biaya cluster AI skala exascale.

Tantangan Adopsi dan Roadmap 2026-2027

Meski menjanjikan, rantai pasok V10 BV-NAND menghadapi hambatan:

  • Yield bonding — Cu-to-Cu hybrid bonding memerlukan kontrol partikel sub-µm; fasilitas baru Samsung Pyeongtaek P3 baru ramp-up Q3 2026.
  • Ekosistem controller — Controller SSD PCIe 5.0/CXL 2.0 yang mendukung 400-layer NAND baru tersedia dari Phison (E28), Silicon Motion (SM2508), Samsung sendiri (Pablo).
  • Harga awal — Estimasi premium 40-50% vs V9 pada peluncuran; konvergensi harga diharapkan H1 2027 saat volume naik.

Samsung menargetkan mass production V10 BV-NAND Q4 2026, dengan supply prioritized untuk hyperscaler (Google, Microsoft, Meta, AWS) yang sudah menandatangani long-term supply agreement (LTSA) kapasitas exabyte-scale untuk 2027-2028.

Kesimpulan

V10 BV-NAND 400-layer menandai titik balik: scaling vertikal NAND flash kini diterapkan melalui bonding, bukan sekadar etching lebih dalam. Gabungan dengan HBM5, zHBM, zNAND-O, dan PIM menciptakan fondasi memori yang co-designed untuk workload AI — bukan adaptasi dari arsitektur server tradisional. Bagi arsitek infrastruktur, 2026 adalah tahun untuk mulai merancak ulang hierarki memori/storage mengacu pada model 4-tingkat ini, mempersiapkan cluster yang tidak hanya cepat, tapi efisien secara ekonomi di era AI ubiquitous.

Read more