SK Hynix 321 Katmanlı 2Tb QLC’yi Seri Üretime Aldı

Yapay zekada veri yalnızca bir yerde durmaz; eğitilirken, çıkarım alınırken ve yeniden düzenlenirken sürekli hareket halindedir. Bu akışın hızını belirleyen şey artık tek başına kapasite değil, aynı kalıp içinde eşzamanlılıkla sağlanan aktarım kabiliyetidir. SK hynix’in 321 katmana ulaşan 2Tb QLC yongası, bu yüzden salt bir “rekor” değil; veri yolunun, tamponların ve hücre seviyesinin birlikte hızlandığı yeni bir düzen öneriyor.

Tek die üzerinde daha fazla bit sığdırmak tek başına yeterli olmazdı. Buradaki fark, aktarımın ikiye katlanmasıyla birlikte ölçülen somut kazançlarda gizli: yazma tarafında %56’ya varan, okumada %18’lik artış; yazma başına güç tüketiminde ise %23’e ulaşan düşüş. Bu tablo, AI kümesinde watt başına iş miktarını büyütürken, istemci sınıfı sürücülerde aynı kalıpla daha yüksek kapasiteyi daha küçük kart alanına taşımayı kolaylaştırıyor.

Katman Sayısı Rekoru, Depolama Matematiğini Yeniden Kuruyor

Katman yükseltmek, şehirde bina katı eklemeye benzer: alan verimliliği artar, fakat altyapı yeniden tasarlanmadıkça trafik tıkanır. 321 katmanlı QLC’de zamanlama şemaları, dahili veri yolları ve hata düzeltme politikaları birlikte elden geçirilerek, yüksek yoğunluğun tipik gecikme bedeli törpüleniyor. Bu yaklaşım, “daha çok katman = daha yavaş” önyargısını kırıp yoğunlukla hızı aynı denklemde tutuyor.

6 Düzlemli Paralellik: Aynı Anda Daha Çok İş

Yeni kalıpta düzlem sayısı altıya çıkıyor. Düzlemler, tek yonganın içinde bağımsız çalışabilen küçük depolama adacıkları gibi düşünülebilir. Paralel okumalarda veriyi bu adacıklardan eşzamanlı çekebilmek, çoklu iş parçacığına sahip AI iş yüklerinde kuyrukların kısalmasını sağlıyor. Özellikle vektör aramaları, embedding güncellemeleri ve karışık rastgele/ardışık paternlerde, bu eşzamanlılık pratik hız kazanımına dönüşüyor.

Veri Aktarımında İkiye Katlama: Denetim ve Zamanlama Uyumu

Arabirim hızının ikiye çıkması tek başına “tabloda büyük sayılar” demek değil; denetleyicinin kalıp içi iş dağıtımıyla uyumlu çalışması gerekiyor. Gelişmiş tamponlar, daha agresif I/O kuyrukları ve güncel LDPC şemalarıyla birleşince, PCIe 4.0 ve 5.0 platformlarında tepe hızların yalnızca anlık değil, uzun süreli yük altında da korunması hedefleniyor. Kullanıcı tarafında bu, aynı zaman diliminde daha çok eğitim verisi çevrimi ya da daha hızlı veri hazırlama süreci olarak hissediliyor.

32DP Paketleme: Daha Az Kalıpla Daha Büyük Sürücüler

Paket başına 32 die’a kadar birleştirme olanağı sunan 32DP yaklaşımı, kart üzerindeki yerleşimi sadeleştiriyor. Yoğun kalıplar bu kadar sıkı paketlenince, kurumsal sınıfta 200 TB’ı aşan eSSD tasarımları gerçekçi hale geliyor; istemci tarafında ise 2 TB ve üzeri kapasitelere daha az kalıpla çıkılabildiği için maliyet eğrisi aşağı yönlü hareket ediyor. Daha az lehim noktası ve daha kompakt yerleşim, güvenilirlik ile termal yönetim için de avantaj sağlıyor.

Uygulama Yol Haritası: Önce PC, Sonra eSSD ve Mobil

Yonga ilk aşamada istemci SSD’lerde hayat bulacak; amaç, dizüstü ve masaüstü sistemlerde yüksek kapasiteyi erişilebilir kılmak. Bunu veri merkezine yönelik eSSD’ler ve akıllı telefonlar için UFS çözümleri izleyecek. Seri üretim hattı devrede olsa da küresel müşteri doğrulamalarının ardından ticari ürünlerin 2026’nın ilk yarısında geniş ölçekte görünmesi bekleniyor; böylece aynı yonganın farklı pazarlara uyarlanmış sürümleri zaman içinde sıralanacak.

AI Raflarında Verimlilik: Watt Başına IOPS Dengesi

GPU yoğun raflarda depolama yalnızca hızla ölçülmez; güç ve ısı bütçesi de aynı derecede kritiktir. Yazma gücündeki %23’lük düşüş, raf başına daha fazla sürücü ya da daha sessiz soğutma senaryolarını mümkün kılar. Bu sayede IOPS/terabayt ve IOPS/watt gibi metrikler birlikte iyileşir; eğitim, ince ayar ve çıkarım işlerinde veri kuyruğundan kaynaklı beklemeler daha az görünür hale gelir.

QLC Algısı Değişiyor: Soğuk Depodan Akışkan Katmana

QLC uzun süre “sıcak arşiv” ve medya depolamayla anıldı. Artan düzlem sayısı, daha akıllı SLC önbellekleme ve yüksek I/O ile birlikte, bu yığının yalnızca soğuk katmanda değil; veri hazırlama, özellik önbelleği ya da dönemsel yazma patlamaları olan ara katman görevlerinde de rasyonel bir seçenek olmasının kapısını açıyor. Dayanım gerektiren yazma yoğun işlerde TLC hâlâ kritik bir rol oynasa da QLC’nin konumu bariz biçimde yukarı taşınıyor.

Denetleyici ve Yazılım Eşleşmesi: Hızın Kullanıcıya Dönüşü

Kalıp içindeki değişikliklerin son kullanıcıya “hız” olarak yansıması, denetleyici yazılımının çizdiği rota ile olur. Genişletilmiş kuyruk derinlikleri, adaptif SLC önbellek pencereleri ve iş yüküne göre yeniden boyutlanan arabellek yönetimi; kart üzerinde ölçülen ham iyileştirmeleri uygulama düzeyinde hissedilir hale getirir. Özellikle veri tabanı dizinleme, büyük dosya ardışıkları ve karışık küçük blok yazmalarda, bu yazılım-kalıp uyumu fark yaratır.

Büyük Resim: HBM ile NAND Arasında Uçtan Uca Akış

Şirketin AI odaklı ürün haritasında HBM bellek en üst katmanda ham hesaplamayı beslerken, kalıcı depolama tarafında 321 katmanlı QLC’nin hedefi darboğazları inceltmektir. Daha yoğun kalıplar, iki katına çıkan aktarım, altı düzlemli paralellik ve paketleme esnekliği bir araya geldiğinde, veri yolu “bekleyen sürücü” değil “akışkan düğüm” davranışı gösterir. Bu birleşim, hem sunucu ölçeğinde toplam sahip olma maliyetini hem de istemci tarafında yüksek kapasiteli SSD’lerin erişilebilirliğini yeniden tanımlar.

Neden Önemli?

300 katman eşiğinin QLC tarafında seri üretimle aşılması, kağıt üzerindeki bir madde işaretinden ibaret değil. Ölçülmüş hız kazanımları ve güç verimliliği iyileşmesi, yeni kalıbın gerçek sistemlerde anında anlam bulacağına işaret ediyor. Bu eşik, önümüzdeki nesil denetleyici tasarımlarına ve ürün mimarilerine yön veren bir referans noktası olacak; yoğun AI çağında depolama düğümlerinin rolü, artık kapasite kadar akışkanlıkla da tanımlanacak.