V-NAND 400 Layer & HBF: Terobosan Storage 2026 Hadapi Beban AI

Industri penyimpanan data memasuki era baru pada 2026. Samsung memperkenalkan V-NAND generasi ke-10 dengan 400 lapisan sel memori, sementara SK hynix dan Sandisk meluncurkan spesifikasi terbuka High-Bandwidth Flash (HBF) melalui Open Compute Project. Kedua terobosan ini menjawab tantangan fundamental: bagaimana menyediakan kapasitas masif dan bandwidth tinggi untuk infrastruktur AI tanpa terbatas oleh biaya dan ruang fisik HBM tradisional.

V-NAND V10: Arsitektur Bonding pecahkan batas lapisan

Pada ajang Future of Memory and Storage (FMS) 2026 di Santa Clara, Samsung memamerkan V10 Bonded V-NAND (BV-NAND) — chip flash industri pertama melebihi 400 lapisan. Teknologi bonding memungkinkan penumpukan sel memori lebih rapat dibanding pendekatan etching konvensional yang sudah mendekati batas fisika pada generasi V9 (280+ lapisan).

Hasilnya: kepadatan bit meningkat 58% dalam footprint chip yang sama. Kecepatan baca, tulis, dan I/O naik signifikan, sementara konsumsi daya turun. Samsung juga memperkenalkan zNAND-O berbasis V-NAND untuk edge AI dengan latensi lebih rendah, serta LPDDR5X-PIM yang memproses data langsung di dalam memori (Processing-In-Memory) mengurangi pergerakan data ke prosesor.

Insight kunci: Pergeseran dari scaling vertikal murni (tambah lapisan) ke bonding heterogen menandakan era baru arsitektur memori — di mana integrasi 3D dan komputasi dekat-memori (near-memory compute) menjadi strategi utama, bukan sekadar mengejar jumlah lapisan.

High-Bandwidth Flash: Jembatan antara HBM dan SSD

HBF dirancang sebagai lapisan memori baru yang posisinya di antara HBM (bandwidth ultra-tinggi, kapasitas terbatas, mahal) dan SSD NVMe (kapasitas besar, bandwidth lebih rendah). Spesifikasi OCP yang dikembangkan bersama Google DeepMind dan Tenstorrent mengestandarkan antarmuka, faktor bentuk, dan protokol manajemen termal/kekuatan untuk HBF.

Arsitektur referensi HBF menggunakan die NAND 3D yang dioptimalkan untuk bandwidth bersamaan dengan controller memori cerdas yang mendukung akses acak berperforma tinggi. Target: kapasitas 10x HBM dengan bandwidth mendekati HBM, biaya per bit mendekati SSD enterprise.

# Contoh konfigurasi sistem dengan tier memori HBF (konseptual)
memory_tiers:
  - name: HBM3E
    capacity_per_gpu: 192GB
    bandwidth: 8TB/s
    role: working_set_hot
  - name: HBF_Gen1
    capacity_per_gpu: 2TB
    bandwidth: 3TB/s
    role: working_set_warm
  - name: NVMe_SSD
    capacity_per_node: 30TB
    bandwidth: 14GB/s
    role: capacity_cold

Implikasi untuk Arsitektur Data Center AI

Kombinasi V-NAND 400-layer dan HBF memungkinkan desain server inferensi AI dengan rasio compute-to-memory yang seimbang. Alih-alih memaksakan seluruh model ke HBM mahal, layer-layer model yang jarang diakses (mis. early layers pada LLM, embedding tables) dapat diletakkan di HBF, menyisakan HBM untuk KV-cache dan attention heads yang latency-kritis.

AMD melalui akuisisi MEXT (Juni 2026) mengembangkan Predictive Memory Engine — sistem AI yang memprediksi akses data dan memindahkannya dari NAND ke DRAM sebelum dibutuhkan. Pendekatan ini komplementer dengan HBF: HBF menyediakan kapasitas fisik, predictive engine mengoptimalkan placement dinamis.

Tantangan & Roadmap ke Depan

Produksi massal V10 BV-NAND diproyeksikan kuartal IV 2026. HBF Gen1 sampling ke pelanggan hyperscaler awal 2027, spesifikasi OCP 1.0 final Q1 2027. Kendala utama: yield bonding 400-layer, manajemen termal stacking die, dan ekosistem controller/software stack untuk tiering memori heterogen.

Standarisasi OCP krusial — tanpa antarmuka terbuka, HBF berisiko fragmentasi vendor seperti era awal NVMe. Kolaborasi SK hynix, Sandisk, Google, Tenstorrent mengindikasikan komitmen industri untuk menghindari lock-in.

Bagi praktisi infrastruktur 2026, pesan jelas: kapasitas memori AI tidak lagi dibatasi socket HBM. Arsitektur tiered memory dengan HBF sebagai lapisan menengah akan menjadi standar de facto untuk cluster AI skala besar tahun 2027 mendatang.