手机的相册不知不觉存了上万张照片，电脑里的工作文档和电影塞满了几个硬盘，我们似乎早已习惯数字存储空间的“无限”扩张。
这些看似平常的数字生活背后，是一场围绕存储芯片层数展开的“军备竞赛”。从智能手机到数据中心服务器，从汽车电子到边缘计算设备，这个技术正在重塑我们存储数据的方式。
最近，全球领先的存储芯片制造商SK海力士宣布，将采用321层QLC格式3D NAND技术生产超大容量、高性能的AI服务器SSD-4。
存储芯片的世界曾长期被二维平面结构主导，但物理极限很快显现。当二维NAND闪存工艺节点发展到15/16纳米后，继续缩小特征尺寸面临着器件物理极限和制造成本飙升的双重挑战-8。
3D NAND技术的革命性突破在于改变了设计思路——从“铺地砖”转向“盖高楼”。它通过将存储单元垂直堆叠形成三维阵列，用高度换密度，实现了存储容量的飞跃-2。
早期3D NAND堆叠仅32层，而如今主流产品已超过300层。SK海力士最新推出的321层QLC芯片，通过6平面设计使数据传输速度提升一倍，写入速度提高56%-4。
全球主要NAND制造商正竞相增加垂直堆叠层数。三星、铠侠/西部数据、美光等巨头均已推出超过160层的产品-1。
长江存储作为中国存储芯片的领军企业，已成功自主研发并小规模量产超过200层的3D NAND闪存芯片，性能与功耗比对标国际大厂同类产品-3。
在这场“层数竞赛”中，铠侠计划2026年启动下代BiCS10 3D NAND闪存的量产，采用332层堆叠技术，位密度相较现有产品提升59%-7。
随着堆叠层数增加，制造工艺面临严峻挑战。在3D NAND结构中，制造商需要蚀刻出极深且均匀的孔洞，并沿着孔洞侧壁精确沉积多层材料-2。
当堆叠高度达到30微米时，确保一条直径一致的串列贯穿所有层变得极为困难，这考验着多层堆叠沉积和高深宽比蚀刻的工艺能力-5。
应用材料公司等设备供应商推出了创新解决方案，如比传统硬掩模更具选择性和低应力的硬掩模薄膜，使硬掩模变得更薄，应对不断增加的高深宽比挑战-2。
这项技术已渗透到我们数字生活的方方面面。在消费电子领域，它支撑着智能手机和平板电脑的核心存储需求，满足用户对高分辨率视频、游戏和摄影的大容量存储需要-3。
数据中心与云计算领域，这项技术通过提高存储密度和性能，加速了数据密集型工作负载的处理，如AI训练和大数据分析-3。
汽车电子行业对3D NAND闪存的需求快速增长，主要应用于自动驾驶辅助系统和车载信息娱乐系统，需要在极端温度下维持稳定性能-3。
边缘计算与物联网设备，如工业传感器和智能摄像头，也依赖这项技术提供高密度、节能的存储解决方案-3。
行业正在探索多种技术路径持续提升存储密度。“Z间距缩放”通过减小氧化层和字线层的厚度，在同样高度下堆叠更多存储层，成为控制成本的关键-5。
imec等研究机构正在开发气隙集成和电荷陷阱层分离等关键技术，以在不牺牲存储器性能和可靠性的情况下实现垂直间距的进一步微缩-6。
一些公司正在将底层逻辑电路从NAND阵列中分离，通过CMOS键合阵列配置重新集成，这种设计能够提升性能并降低功耗-5。
行业预测，到2030年3D NAND闪存堆叠层数可能达到惊人的1000层，相当于约100Gbit/mm²的存储容量-5。
当我们站在半导体创新的交叉路口，存储芯片层数的数字游戏仍在继续。SK海力士计划2029至2031年间推出超过400层堆叠的NAND闪存-10，而铠侠已经规划着332层的BiCS10量产-9。
手机应用启动速度以毫秒计，自动驾驶系统实时处理海量环境数据，这些数字生活的高效便利，建立在一层层堆叠的存储单元之上。当存储芯片的“摩天大楼”越来越高时，我们装下整个世界数据容量的梦想，似乎触手可及。
网友A：我最近想买个大容量SSD装到电脑里，看到有QLC、TLC这些术语，还有不同层数的说法。能不能简单讲讲，对于我们普通消费者来说，3D NAND的层数是不是越高越好？买的时候应该怎么选？
这是一个很实际的问题！简单来说，3D NAND的层数就像楼房层高，层数越高，意味着在同样“占地面积”（芯片尺寸）下能“住进”更多的存储单元，从而实现更高的存储容量和更低的单位成本-1。所以，在其他条件相似的情况下，更高层数的SSD通常能提供更大的容量，比如SK海力士321层技术就瞄准了生产超大容量的AI服务器SSD-4。
但对普通消费者而言，层数不是唯一标准。你需要关注几个核心指标：容量、速度、耐久度和价格。QLC（每单元4位）比TLC（每单元3位）容量密度更高、更便宜，但传统上写入速度和耐久度稍逊-1。不过，新技术正在改善这些弱点，比如通过多平面设计提升并行性能-4。
选购建议是：明确需求。如果主要用于存储游戏、电影等大文件，追求极致性价比和大容量，高堆叠层数的QLC SSD很合适。如果用于频繁读写、安装操作系统或专业应用，则需要侧重关注产品标称的读写速度（特别是随机读写IOPS）和TBW（总写入字节数）耐久度指标。可以多看看可靠媒体的评测数据。
网友B：文章提到3D NAND技术对AI发展很重要。能不能具体说说，它到底在AI的哪些环节起了关键作用？和常听到的HBM内存又是什么关系？
这个问题问到了点子上！AI，特别是大模型的训练和推理，是数据与计算的“怪兽”。3D NAND技术在其中扮演了至关重要的“数据仓库”角色。
在训练阶段，海量的训练数据集（文本、图像、视频）首先存储在由3D NAND SSD构建的大容量存储系统中。这些数据需要被高速、持续地喂给GPU进行运算-3-10。高密度、高吞吐量的企业级SSD确保了数据供给不“卡脖子”。
在推理阶段，训练好的模型本身可能高达数百GB甚至更大，需要加载到存储中。基于3D NAND的低延迟高速SSD（如三星Z-NAND），能快速响应查询，减少推理延迟-1。
它与HBM的关系是典型的存储分层架构。HBM是“工作台”，通过极高带宽紧挨着GPU（计算单元），存放当前正在被剧烈计算的“热数据”。而3D NAND SSD则是“后方仓库”，存放全部“冷数据”和模型。当GPU需要新一批数据时，就从SSD这个仓库快速调取到HBM工作台上。两者协同，HBM解决带宽瓶颈，3D NAND解决容量和成本问题，共同支撑AI算力需求-10。
网友C：看起来中国企业在3D NAND领域也在快速追赶。长江存储的Xtacking技术和国际大厂的技术路线有什么不同？这种差异有什么优势和挑战？
很高兴你关注到技术路线的差异，这确实是理解竞争格局的关键。以长江存储为代表的Xtacking技术，与国际主流厂商采用的CMOS under Array或CMOS over Array等技术路线，核心区别在于制造工艺的集成顺序。
简单来说，传统路线（如CuA）是在同一片晶圆上，先制作外围CMOS逻辑电路，再在上面堆叠制造NAND存储单元阵列-2。而长江存储的Xtacking技术则是一种创新的“晶圆键合”方案：它将存储单元阵列和外围逻辑电路分别在两片独立的晶圆上并行加工制造，最后通过垂直互联技术（如混合键合）将两者像“三明治”一样精准地键合在一起-1-5。
这种差异化路线带来了显著优势：一是提升开发效率，存储阵列和逻辑电路可独立优化工艺，缩短研发周期；二是提高存储密度，逻辑电路不占用阵列下方面积，芯片面积利用率更高；三是可能提升性能，优化的互联技术有助于提高I/O速度。
当然挑战也很明显：晶圆键合的精度要求极高，对工艺控制是巨大考验；同时，这也意味着需要构建一套独特且成熟的制造生态。从结果看，长江存储已成功量产128层及以上产品-1，证明了该技术的可行性。这种技术路线的创新，为全球3D NAND行业发展提供了有价值的“中国方案”，促进了技术路径的多元化竞争。
