Kioxia的Flash-for-DRAM计划关注AI工作负载

铠侠向着其宏伟目标又迈进了一步：在部分承载 AI 工作负载的内存场景中，用闪存替代 DRAM。铠侠在东京的简报会上展示了一款 Compute Express Link（CXL）模组；该模组以 XL‑Flash 为核心，这是一款经过专项开发、处理性能大幅提升的 NAND 芯片。

这款 CXL 模组旨在配合 AI 计算设备，承担部分原本由 DRAM 负责的内存任务，采用专为高速处理优化的 NAND 闪存。铠侠称，使用 CXL 模组替换部分 DRAM，能够在同等成本下将内存容量提升一倍，同时实现 30% 的性能提升。

这款 CXL 外接内存扩展模组以 XL‑Flash 为核心，XL‑Flash 是一款专项定制 NAND 芯片，处理速度得到大幅提升。（来源：铠侠）

CXL 是一种接口标准，它可以把系统内部不同类型的内存与设备整合为统一的大容量内存空间，支持根据实际需求动态分配内存容量。因此，基于 NAND 的 CXL 模组具备与 DRAM 竞争的成本优势。DRAM 的数据读取速度极快，但容量扩展难度高、成本也更高。

与之相对，成本更低的 NAND 架构 CXL 方案可以构建超大规模内存池，整体成本低于纯 DRAM 配置。在部分 AI 工作负载中用 NAND 替代 DRAM，前提是系统架构完成迭代：能够接受更高延迟，以此换取更高存储密度与更低的单位比特成本。

闪存迎来发展机遇窗口

同等预算下，NAND 闪存可以提供大得多的存储容量；但它的访问时延单位是微秒，而 DRAM 为纳秒。不过，数据中心分层存储、边缘 AI 这类新兴应用，为支持混合时延存储层级的系统带来全新机会。

这类系统可以把对时延不敏感的业务交由闪存内存处理，而将 DRAM 留给对性能要求严苛的任务。以数据中心内的机器学习模型推理为例：只要时延恶化幅度不超出高带宽内存（HBM）一个数量级，时延带来的影响通常就不会很显著。

而在普遍使用预训练模型的边缘 AI 场景，铠侠表示自家 CXL 模组可以充分发挥 NAND 大容量的优势。同时该方案规避了 NAND 写入慢、耐久性有限的短板，并且功耗低，适配对能耗敏感的边缘环境。

站在这一内存技术的关键节点，CXL 模组能够提升 NAND 闪存的处理性能，是 AI 服务器中用闪存承接部分 DRAM 需求方案的重要一环。如果 NAND 闪存可以在数据中心服务器、边缘 AI 等新兴场景承接一部分 DRAM 的容量需求，闪存的目标市场就会进一步扩张，挤压 DRAM 芯片的市场空间。

CXL 复用 PCI‑Express 物理层，当它与 CPU、GPU 搭配使用时，会带来 100‑200 纳秒的额外时延。（来源：铠侠）

即便如此，铠侠这套 “闪存替代部分 DRAM” 的方案属于补充型技术路线，并非核心设计方案，面向的是可以弥补 DRAM 缺位的特定 NAND 应用场景。但问题在于：为什么是铠侠？

铠侠的内存战略动因

和美光、三星、SK 海力士这些头部内存厂商不同，铠侠没有 DRAM 产品线。在竞争对手可以同时运用 DRAM 与闪存技术的市场环境下，这家日本存储芯片厂商因此陷入被动。换句话说，只专注 NAND 闪存已经成为它的短板。

此外在 NAND 闪存赛道，中国长江存储正在短短数月之内，逐步缩小持续多年的技术代差，这尤其冲击铠侠对价格敏感的细分市场。而美光在经历多年低谷后，也重新在 NAND 市场恢复竞争力。

来自各方的竞争压力，迫使铠侠寻求差异化的发展路径。它必须依托现有的 NAND 技术储备，推出创新方案，基于 NAND 的 CXL 模组、承接部分 DRAM 需求就是其中之一。但这只是故事的一半。

NAND 架构 CXL 模组，其技术取舍逻辑已经十分清晰，但落地需要配套软件栈与系统设计：既要发挥成本和密度优势，又要处理时延增加带来的负面影响。这就离不开服务器厂商、大型云服务商、软件厂商组成的生态协同支持。

如果拿不到客户设计订单、缺少生态支持，该方案只会停留在内存架构的前瞻构想，无法成为存储行业的突破性技术。因此行业观察者都在密切关注铠侠的客户落地公告，这些订单将验证 “在内存密集型 AI 工作负载中用 NAND 替代 DRAM” 这一技术设想是否成立。

在此之前，铠侠想要开辟中间赛道，把闪存定位成介于 DRAM 与存储之间的层级，依旧任重道远。尽管这款尚未正式发布的模组的技术细节已经在存储行业引发热议，但想要让闪存真正成为 DRAM 的替代选项、成长为可以长期比肩 HBM 的方案，还必须开辟差异化的营收赛道。