Trước nhu cầu ngày càng đa dạng về bộ nhớ và lưu trữ trong các hệ thống trí tuệ nhân tạo (AI), Samsung Electronics được cho là đang phát triển ba dòng sản phẩm zNAND gồm zNAND-O, zNAND-T và zNAND-I. Theo các báo cáo từ truyền thông Hàn Quốc, mỗi dòng hướng đến những yêu cầu khác nhau, từ băng thông cao, thông lượng lớn đến khả năng xử lý nhiều thao tác đọc ghi, đặc biệt trong trung tâm dữ liệu AI và các tác vụ suy luận.

Theo ZDNet Korea, dẫn nguồn từ các đơn vị trong ngành, Samsung đang ở giai đoạn đầu phát triển ba sản phẩm này. Hiện Samsung chưa chính thức công bố đầy đủ thông số kỹ thuật cũng như kế hoạch thương mại hóa zNAND-T và zNAND-I. Do đó, các thông tin về định hướng sản phẩm và mục tiêu hiệu năng cần được xem là thông tin được báo cáo, chưa phải thông số thương mại đã xác nhận.

Samsung định hướng zNAND theo từng yêu cầu của hệ thống AI

zNAND-T: Tập trung vào thông lượng và băng thông

Theo ZDNet Korea, zNAND-T được cho là hướng đến các trung tâm dữ liệu AI quy mô lớn, nơi yêu cầu thông lượng và băng thông lưu trữ cao.

Tương tự thiết kế zNAND-O được đề cập trong các báo cáo trước đó, zNAND-T được cho là sử dụng kiến trúc xếp chồng nhiều lớp NAND theo chiều dọc, kết nối thông qua các đường dẫn xuyên silicon (Through-Silicon Via – TSV). Cách tiếp cận này cũng được nhắc đến trong quá trình phát triển bộ nhớ flash băng thông cao (High-Bandwidth Flash – HBF).

Nếu được triển khai theo định hướng được báo cáo, kiến trúc này có thể giúp tăng khả năng truyền dữ liệu giữa các lớp bộ nhớ. Tuy nhiên, hiệu quả thực tế còn phụ thuộc vào thiết kế sản phẩm, bộ điều khiển, giao diện kết nối và cách tích hợp vào hệ thống.

zNAND-I: Ưu tiên số lượng thao tác đọc ghi mỗi giây

Trong khi zNAND-T tập trung vào thông lượng và băng thông, zNAND-I được cho là ưu tiên số lượng thao tác đầu vào/đầu ra mỗi giây (Input/Output Operations Per Second – IOPS).

Hai chỉ số này phản ánh những khía cạnh khác nhau của hiệu năng lưu trữ. Băng thông thể hiện lượng dữ liệu có thể được truyền trong một đơn vị thời gian, trong khi IOPS cho biết số lượng thao tác đọc hoặc ghi mà thiết bị có thể xử lý mỗi giây.

Sự khác biệt này có ý nghĩa đối với các hệ thống AI có kiểu truy cập dữ liệu đa dạng. Một số tác vụ có thể cần truyền các khối dữ liệu lớn với tốc độ cao, trong khi những tác vụ khác yêu cầu thực hiện liên tục nhiều thao tác truy cập dữ liệu nhỏ.

Theo định hướng được báo cáo, zNAND-I có thể phù hợp với những khối lượng công việc suy luận AI thường xuyên truy cập dữ liệu, trong đó có các ứng dụng liên quan đến bộ nhớ đệm khóa-giá trị (Key-Value Cache – KV cache). KV cache lưu trữ các trạng thái trung gian trong quá trình xử lý chuỗi token của mô hình ngôn ngữ lớn (LLM), giúp hạn chế việc tính toán lại những thông tin đã xử lý.

Dù vậy, mức độ phù hợp của NAND có IOPS cao đối với từng ứng dụng còn phụ thuộc vào độ trễ, kích thước thao tác, tính chất truy cập dữ liệu và kiến trúc bộ nhớ của toàn hệ thống. Chưa có đủ thông tin công khai để kết luận zNAND-I sẽ thay thế các giải pháp bộ nhớ hiện có trong những tác vụ này.

zNAND-O: Samsung được cho là đặt mục tiêu cung cấp mẫu vào năm 2028

zNAND-O là sản phẩm đã được đề cập trong các báo cáo trước đó. Theo NewsPim, Samsung đã giới thiệu mô hình minh họa của thiết kế này tại một sự kiện trong ngành bộ nhớ ở Mỹ vào tháng 8/2026.

Theo thông tin được công bố trong báo cáo, zNAND-O hướng đến AI chạy trực tiếp trên thiết bị (on-device AI), sử dụng công nghệ TSV để xếp chồng bốn hoặc tám lớp NAND theo chiều dọc. Thiết kế này nhằm rút ngắn đường truyền dữ liệu giữa các lớp bộ nhớ, qua đó cải thiện tốc độ truy xuất và hiệu quả sử dụng năng lượng.

NewsPim cũng đưa tin Samsung đặt mục tiêu để zNAND-O đạt mật độ bit cao gấp 10 lần DRAM, cùng băng thông đọc và hiệu quả sử dụng năng lượng cao gấp bảy lần NAND truyền thống.

Đây là các mục tiêu được báo cáo, không nên hiểu là kết quả hiệu năng đã được xác nhận qua sản phẩm thương mại. Các phép so sánh cũng cần được xem xét trong đúng điều kiện thử nghiệm và cấu hình kỹ thuật tương ứng.

Theo cùng nguồn tin, Samsung dự kiến cung cấp các mẫu zNAND-O vào năm 2028. Mốc thời gian này phản ánh kế hoạch được báo cáo và có thể thay đổi trong quá trình phát triển sản phẩm.

Về định hướng, zNAND-O được kỳ vọng kết hợp mật độ lưu trữ cao của NAND với khả năng truyền dữ liệu được cải thiện, nhằm đáp ứng những ứng dụng AI có nhu cầu xử lý dữ liệu ngày càng lớn. Tuy nhiên, NAND và DRAM có những đặc tính khác nhau về độ trễ, độ bền và cách thức vận hành; vì vậy, việc kết hợp các công nghệ này cần được đánh giá trên cơ sở yêu cầu thực tế của từng hệ thống.

SK hynix cũng phát triển NAND chuyên dụng cho AI

Xu hướng phát triển NAND theo từng nhóm khối lượng công việc không chỉ xuất hiện ở Samsung. Theo ZDNet Korea, SK hynix đã xây dựng danh mục AI-NAND (AIN) trong nửa cuối năm 2025, với ba nhóm sản phẩm định hướng theo hiệu năng, mật độ lưu trữ và băng thông.

• AIN P (Performance): Tập trung vào hiệu năng, với mục tiêu phát triển được báo cáo lên tới 100 triệu IOPS.
• AIN D (Density): Ưu tiên mật độ lưu trữ SSD, hướng đến dung lượng ở cấp petabyte (PB).
• AIN B (Bandwidth): Tập trung cải thiện băng thông, với định hướng phát triển tương tự bộ nhớ flash băng thông cao (HBF).

Các mục tiêu trên phản ánh định hướng phát triển được báo cáo, không đồng nghĩa với việc tất cả sản phẩm đã đạt thông số hoặc sẵn sàng thương mại hóa.

Việc cả Samsung và SK hynix theo đuổi những danh mục NAND chuyên biệt cho AI cho thấy các nhà sản xuất đang tìm cách đáp ứng những yêu cầu ngày càng khác biệt về lưu trữ và truy xuất dữ liệu. Thay vì chỉ tối ưu một chỉ số hiệu năng duy nhất, các thiết kế mới có thể tập trung vào những đặc tính cụ thể tùy theo ứng dụng.

Các kiến trúc NAND chuyên dụng như zNAND và AI-NAND có thể mở ra thêm lựa chọn thiết kế cho những hệ thống có yêu cầu đặc thù về dung lượng, thông lượng, IOPS hoặc hiệu quả năng lượng.

Tuy nhiên, hiệu quả của các công nghệ này sẽ không chỉ phụ thuộc vào bản thân chip NAND. Bộ điều khiển, giao thức kết nối, phần mềm, cơ chế quản lý dữ liệu và khả năng tích hợp với kiến trúc máy chủ cũng có thể ảnh hưởng đáng kể đến hiệu năng toàn hệ thống.

Trong thời gian tới, những thông tin đáng theo dõi sẽ là thông số kỹ thuật chính thức, kết quả thử nghiệm thực tế, khả năng tích hợp với các nền tảng AI và lộ trình thương mại hóa của từng dòng sản phẩm. Đây sẽ là cơ sở quan trọng để đánh giá liệu NAND chuyên dụng có thể đáp ứng hiệu quả những yêu cầu lưu trữ mới của trung tâm dữ liệu AI hay không.