随着大规模人工智能模型的不断发展，数据传输相关的功耗和延迟正成为人工智能基础设施的主要瓶颈。为了应对这些挑战，SK海力士的研究团队专注于模拟内存计算（一种将数据存储和计算相结合的架构），并提出了一种基于3D FeNAND的方案。3D FeNAND是一种融合了铁电特性的3D NAND架构，该架构能够直接在存储器结构内部进行模拟计算。

铁电材料特性：以极化状态实现低功耗多级电流控制

研究团队发现，3D FeNAND是一种非常适合模拟存内计算（A-CiM）的存储架构。商用3D NAND主要采用电荷陷阱氮化物 (CTN) 结构，通过在氮化物层内捕获或释放电子来控制单元状态。虽然这种结构在密度方面具有优势，但在精确区分模拟计算所需的多个电流级别方面存在局限性。

相比之下，FeNAND利用铁电材料的电状态变化来控制单元电流。铁电材料即使在外部电场移除后也能保持其内部极化状态。通过改变这种极化状态，可以存储数据并控制存储单元的状态。这些特性使得FeNAND在以更低的功耗精确控制多个电流级别方面优于传统的 3D CTN NAND。

方案协同优化：吞吐量提升10到20倍，能效提升4000到5000倍

然而，将3D FeNAND应用于A-CiM并非仅仅改变单元结构那么简单。单元级、非单元级和页级方案需要协同优化。为了将3D FeNAND的潜力转化为实际的A-CiM效率，必须在单一集成架构中同时改进单元级电流控制、字线切换开销和页级利用率。

SK海力士这项研究的独特之处在于它采用整体方法，将单元、非单元和页面方案协同优化，而不是分别改进每个方案。

3D FeNAND可以一次性存储更多权重并直接用于计算，从而减少了重新加载的需要。与传统的基于3D NAND的架构相比，优化后的3D FeNAND架构显著提高了吞吐量和能效。在相同的芯片面积限制下，其吞吐量比传统3D阵列高出约10到20倍，能效高出约4000到5000倍。这些优势体现了3D FeNAND的高集成密度，以及通过对单元、非单元和页方案进行协同优化而实现的数据传输量的减少。

NAND不再只是“仓库”：从存储介质走向计算平台的潜力

凭借其高集成度、低功耗和多级控制能力，基于3D FeNAND的A-CiM展现了NAND​​从存储介质扩展到计算介质的巨大潜力。这项研究表明，NAND闪存有望从存储介质发展成为计算平台。基于铁电材料的FeNAND闪存展现出比传统二维非易失性存储阵列和三维CTN NAND闪存更高的能效，证明了其作为低功耗、高效率A-CiM平台的潜力。

这种方法不仅可以应用于人工智能计算，还可以扩展到其他以数据为中心的计算应用，包括内存搜索。从开发用于大规模人工智能模型的超高密度、低功耗内存计算平台的角度来看，这项研究为NAND技术的发展指明了新的方向。