Kioxia 通过 UFS 5.0 和下一代 NAND 扩大 AI 存储布局

Kioxia 凭借两项雄心勃勃的存储动作登上 Google News，但其 UFS 5.0 指标并未超过 Samsung 已公布的移动端性能。这家日本存储器制造商正在提供新型嵌入式存储样品，同时为未来的 PCIe 6.0 数据中心产品准备更快的 NAND。这些进展共同表明，Kioxia 打算在 AI 市场的两端展开竞争。

关键的竞争并非单项规格之间的较量。Kioxia 正通过更广泛的 NAND 战略挑战 Samsung 和 SK hynix。它希望其闪存在运行本地语言模型的智能手机中，也希望其闪存进入为 AI 加速器提供数据的服务器。这一路径不同于业内对高带宽内存（HBM）的高度聚焦；HBM 将高速 DRAM 置于处理器旁。

不过，原始标题将数项独立进展压缩成了一项说法。UFS 5.0 面向移动和边缘设备。Kioxia 的第十代 BiCS 闪存面向对性能敏感的存储应用，包括未来采用 PCIe 6.0 的企业级硬盘。其试验性高带宽闪存研究则属于完全不同的类别。

因此，Kioxia 并非在推出一款同时结合 UFS 5.0、PCIe 6.0 和各种“AI NAND”的单一产品。它是在围绕一个共同判断构建产品组合：随着 AI 模型和检索数据库的规模超过可用 DRAM 容量，NAND 必须更靠近计算环节。

这一判断很重要，但公告与商业成功并不等同。Samsung 已发布略快的 UFS 5.0 规格以及明确的量产窗口。SK hynix 拥有自己的 AI-NAND 产品线，并与 SanDisk 开展高带宽闪存合作。Kioxia 必须将样品、演示和组件技术转化为获得客户认证的产品。

Kioxia 实际公布了什么

Kioxia 眼下的产品是一对 UFS 5.0 样品，而不是一款已完成的 PCIe 6.0 AI 硬盘。

7 月 29 日，Kioxia America 宣布推出容量为 512GB 和 1TB 的 UFS 5.0 嵌入式闪存商业样品。通用闪存存储（UFS）是一种紧凑型存储标准，通常用于高端智能手机和其他移动设备。

该公司表示，其设备的顺序读取速度可达 10GB/s、顺序写入速度可达 9GB/s。其中 9GB/s 的写入指标适用于 1TB 型号。Kioxia 预计将在 2026 年底前开始量产。

其 UFS 5.0 样品采用 MIPI M-PHY 6.0 物理层和 UniPro 3.0 协议。这些接口技术决定数据如何在嵌入式存储与设备处理器之间传输。

底层接口每条通道的理论支持速度为 46.6Gb/s。双通道实现可提供约 10.8GB/s 的有效理论性能。由于控制器、闪存介质、散热限制和软件都会带来额外开销，实际产品速度仍低于这一上限。

Kioxia 将自主设计的控制器与第八代 BiCS 3D 闪存配对使用。BiCS 通过垂直堆叠存储单元，使制造商能够在不单纯依赖更小横向特征尺寸的情况下提高容量。据 Kioxia 称，该封装尺寸为 7.5×13 毫米，并具备改进的热管理能力。

公布的应用场景不止旗舰手机。Kioxia 还列出了平板电脑、游戏系统、扩展现实硬件、机器人、安防摄像头和工业边缘设备。每一类设备都可以生成或处理大量数据集，而无需将每项操作都发送至云端服务器。

这种本地处理角度解释了此次发布围绕 AI 的表述。手机必须先将模型参数从持久化闪存转移至更快的工作内存，处理器才能执行推理。缓慢的存储可能延长应用启动时间，并推迟首次生成的响应。

Kioxia 表示，随着本地模型不断增长，UFS 读取性能已成为限制因素。该说法在技术上是合理的，但存储只是系统的一部分。模型架构、量化、DRAM 容量、内存带宽、处理器吞吐量和软件优化同样会影响响应时间。

与 PCIe 6.0 的关联来自 Kioxia 的另一项计划。该公司与 SanDisk 开发了第十代 BiCS 闪存，NAND 接口速度为 4.8Gb/s。该组件旨在支持未来的数据中心存储，包括围绕更快主机接口设计的硬盘。

PCI Express（PCIe）将存储和加速器连接到服务器处理器。PCIe 6.0 将 PCIe 5.0 的原始传输速率提高一倍，达到每条通道每秒 64 千兆传输。单个符合规范的 NAND 组件并不能构成完整的 PCIe 6.0 SSD。

这一区别对于解读 Google News 标题至关重要。Kioxia 在移动和企业级存储领域拥有可信的基础模块，但尚未发布一款消除这些市场边界的统一设备。

Google News 为何将 UFS 5.0 与 AI 联系起来

随着更大的本地模型必须反复跨越闪存与工作内存之间的边界，存储正成为 AI 性能的一部分。

Kioxia 对典型端侧工作流程的描述异常具体。语言模型在闲置时保留于 UFS 中；当应用需要推理时，设备会将其参数加载到 DRAM，然后系统级芯片执行计算。

Kioxia 估计，包含 30 亿至 40 亿参数的本地模型在经过 8 位量化后，容量大约为 3GB 至 4GB。量化会降低模型权重的数值精度，从而减少内存需求，但会在一定程度上牺牲准确性。

Kioxia 表示，在有利条件下，UFS 4.0 和 4.1 可在不到一秒内加载该规模的模型。更大的模型会增加传输时间，并延迟首个 token 的生成。随着手机容纳能力更强的模型，更快的存储接口也变得更有价值。

该公司的端侧 AI 分析认为，UFS 5.0 可支持约 10GB 的模型文件。这是公司估算，而非对应用性能的独立保证。模型大小并不能说明其质量、处理器需求或可用上下文长度。

Kioxia 还希望智能手机能够容纳检索增强生成数据库。检索增强生成（RAG）会在模型回答之前搜索外部集合。检索到的材料可提供模型训练参数中未保留的信息。

本地 RAG 集合可能包含文档、消息、图像或应用数据。将该索引保留在设备上可以减少对云端的依赖，并支持注重隐私的工作流程。但这也会产生与连续复制单一大文件不同的不规则读取。

这一差异揭示了标题规格的局限性。顺序吞吐量衡量的是受控条件下长时间、有序的传输。AI 检索可能涉及大量较小的请求、元数据查找、解压步骤，以及与其他应用之间的资源争用。

在这些情形下，随机读取延迟和持续性能可能比峰值顺序性能更重要。设备升温后，热节流也可能降低速度。手机制造商需要测试完整系统，而非仅比较存储标签。

Kioxia 开发了 AiSAQ，这是一款可在数据库仍位于 SSD 上而非占用 DRAM 时搜索向量数据的软件。该公司称，其已在技术上验证了一种可能的智能手机实现方式，但尚未宣布采用该组合的商用手机。

其吸引力不难理解。移动 DRAM 昂贵、耗电，并且会争夺有限的主板空间。闪存可提供大得多的容量，但速度仍然较慢，且在持续工作负载下的行为也有所不同。

因此，将部分 AI 数据从 DRAM 转移至闪存涉及权衡。制造商获得了容量和持久性，但也接受了更高的延迟。更快的 UFS 可以缩小这一代价，却无法将 NAND 变成 DRAM。

这正是该消息通过 Google News 和科技资讯流传播的原因。变化不只是手机存储可以更快复制文件。存储供应商正将闪存定位为 AI 内存层级中的活跃层。

这一层级涵盖处理器缓存和 HBM、传统 DRAM、专用闪存以及大容量 SSD。每一层都在速度、容量、能耗、耐久性和成本之间平衡。Kioxia 希望 NAND 承担更多工作，但并未声称它可以取代所有更快的层级。

Samsung 仍在已公布的 UFS 5.0 指标上领先

Kioxia 已加入 UFS 5.0 竞赛，但 Samsung 目前公布了更强的性能主张和更早的量产时间表。

Samsung 于 6 月 23 日公布其 UFS 5.0 解决方案，较 Kioxia 宣布商业样品早一个多月。Samsung 宣称其顺序读取速度为 10.8GB/s、写入速度为 9.5GB/s，两项指标均超过 Kioxia 所称的 10GB/s 和 9GB/s 最高值。

这一比较并不能说明两种产品在零售手机中的实际表现。两家公司公布的都是受控规格，而非独立设备基准测试。控制器固件、容量、工作负载持续时间、散热和主机集成都会改变最终结果。

不过，Samsung 已公布的领先优势削弱了任何“Kioxia 已超越其韩国竞争对手”的简单说法。Samsung 还表示，与该公司的 UFS 4.1 解决方案相比，其产品的能效提升超过 40%。

其封装尺寸为 7.5×13×0.9 毫米，Samsung 称其较前代产品缩小了 16.7%。计划容量最高可达 1TB。该公司预计将在 2026 年第四季度量产。

Kioxia 预计在年底前投产，两家公司的时间表高度重叠。赢得规格公布的意义小于在旗舰设备中获得认证。移动设备制造商通常会在大规模出货产品之前很早便验证存储方案。

Samsung 还拥有额外的结构性优势。它销售存储器、处理器、显示屏、图像传感器以及完整的 Galaxy 设备。这一业务范围使其有机会协调组件开发，并针对真实移动工作负载测试新型存储。

Kioxia 仍是一家专注于闪存的供应商。其专业化可能支持更快的设计决策和深厚的控制器专长。然而，它更依赖外部设备制造商，才能将组件性能转化为消费者可感知的体验。

因此，Kioxia 最有力的论点并不是“比 Samsung 更快”。而是客户如今拥有另一家提供先进 UFS 5.0 的供应商，其控制器和 NAND 均为内部开发。对于需要管理供应、认证和谈判筹码的手机制造商而言，可信赖的第二供应来源可能很重要。

UFS 5.0 的到来，也早于软件开发者充分利用其带宽。更快地加载模型固然有用，但应用必须知道何时预取权重、缓存哪些数据，以及如何限制内存重复占用。

操作系统支持将影响这些决策。能够将存储数据送入神经处理引擎而不制造新瓶颈的移动芯片组也同样重要。高速 UFS 封装无法弥补其他环节中的狭窄通路。

功耗同样值得严格审视。Samsung 公布了具体的代际能效提升数据，而 Kioxia 在美国发布的公告中仅表示能效有所改善，并未给出百分比。两种说法都不能替代量产手机上的实测数据。

更高的峰值速度可通过更快完成传输来降低能耗，但也可能提高瞬时功耗和发热。最终平衡取决于工作负载设计、控制器行为，以及设备处于最大吞吐量状态的时间。

对于买家而言，首次有意义的比较将来自配置相当的设备或工程平台。测试应包括模型加载时间、首个 token 延迟、持续检索性能、表面温度和电池消耗。

在这些结果出炉前，Samsung 的营销立场更为清晰。Kioxia 拥有有竞争力的规格和相近的容量，但其已公布的数据不足以支持其性能全面胜出的结论。

PCIe 6.0 是路线图，而非已出货的 Kioxia SSD

Kioxia 的企业级论点建立在能够为未来 PCIe 6.0 系统供给数据的更快 NAND 之上，而不是一款已广泛上市的 PCIe 6.0 产品。

Kioxia 和 SanDisk 首次在 2025 年国际固态电路会议上详细介绍了其第十代 3D 闪存技术。该设计采用 332 层存储单元和 4.8Gb/s NAND 接口。

两家公司表示，该接口比其第八代闪存快 33%。它们还报告称，输入功耗降低 10%，输出功耗降低 34%。通过增加层数和重新设计平面布局，位密度提升了 59%。

这些都是组件级别的说法。它们描述的是 NAND die 与控制器之间的通信，以及硅片上存储的信息密度；并未说明完整 SSD 的最终速度、耐久性、延迟或容量。

这项 BiCS 技术采用 CMOS directly bonded to array，即 CBA。Kioxia 和 SanDisk 在不同晶圆上制造控制电路和存储单元阵列，然后将两者键合在一起。

分开生产使工程师能够针对不同任务优化每片晶圆。逻辑电路可采用适合高速切换的制程，而存储阵列则优先考虑密度和单元特性。但这也会在键合阶段带来制造与良率挑战。

新设计将命令和地址流量与数据传输分离。这样的安排让芯片能在移动数据的同时接收指令，减少空闲时间。电源隔离技术则降低了输入和输出操作期间的能耗。

更快的 NAND 至关重要，因为 PCIe 6.0 扩大了 SSD 与主机之间的传输通道。四通道连接提供的理论带宽约为 PCIe 5.0 的两倍。控制器需要许多高速 NAND 通道，才能让主机接口保持满负荷运行。

Kioxia 自己的 PCIe 规格说明将 PCIe 6.0 标示为每通道每秒 64 千兆传输。该标准还改变了信号传输和错误管理方式，以在这一速度下维持可靠性。

仅更换闪存，无法让硬盘达到实用的 PCIe 6.0 性能。它需要兼容的控制器、固件、连接器、服务器平台、电源设计和散热系统。主机处理器和操作系统也必须支持该接口。

因此，“PCIe 6.0 AI NAND”更适合作为路线图描述，而非产品类别。Kioxia 正在准备可服务于未来硬盘的存储介质。客户认证、控制器成熟度和服务器采用情况，将决定这一承诺何时具备商业意义。

与 AI 的关联来自数据移动。训练和推理集群不断获取模型检查点、嵌入向量、数据集和缓存结果。更快的 SSD 可以缩短昂贵的加速器等待输入的时间。

但许多 AI 瓶颈仍存在于存储之外。网络拥塞、预处理、软件编排、加速器内存容量和数据库设计，都可能主导应用延迟。将某一个接口的速度翻倍，并不等于让整个系统性能翻倍。

因此，Kioxia 必须展示的不只是峰值跑分。它还需要证明在混合读写下的持续吞吐量、可预测的尾延迟、可接受的耐久性和可控的功耗。企业买家还期望看到错误处理和集群级可靠性数据。

这些要求有利于包括 Kioxia、Samsung、Solidigm 和 Micron 在内的成熟供应商，但也减缓了接口代际之间的过渡。数据中心客户很少仅仅因为更快的连接可用，就更换已经完成认证的存储产品。

Kioxia 的优势在于时机。其 NAND 路线图在 PCIe 6.0 硬盘普及之前，就预判了这种接口的带宽需求。风险在于，控制器、服务器或工作负载的广泛采用可能晚于其组件的推出节奏。

SK Hynix 正在构建不同的 AI-NAND 挑战

SK hynix 并未等待传统 SSD 接口来定义 AI 存储，这使其成为比标题暗示的更复杂的对手。

SK hynix 描述了一个“AI-NAND Family”，其中的产品针对不同工作负载进行了专门设计。AIN-P 面向更快的企业级 SSD；AIN-B 则利用硅通孔，即 TSV，在垂直堆叠的 die 之间建立更宽的连接。

该公司正通过与 SanDisk 的合作，将 AIN-B 作为高带宽闪存，即 HBF，推进商业化。HBF 试图借鉴堆叠高带宽内存的架构，为加速器提供大得多的闪存容量。

SK hynix 表示，该计划在基础 die 中集成了逻辑处理。堆叠闪存下方的逻辑可协调访问并减少部分数据移动。不过，NAND 的延迟和耐久性与基于 DRAM 的 HBM 仍存在根本差异。

因此，该公司的 AI-NAND 战略瞄准的是内存层级中的不同层面。UFS 5.0 改善移动设备的本地存储；PCIe 6.0 加速通过传统服务器接口连接的存储；HBF 则旨在更靠近加速器。

Kioxia 也探索过高带宽闪存概念。其研究强化了一个更广泛的观点：AI 系统需要位于 HBM 与普通 SSD 之间的中间容量层。但这并不意味着行业已就某一种架构或标准达成一致。

这种竞争带来了多条可能路径。传统企业级 SSD 可以变得更快、更高效；Compute Express Link 设备可通过共享互连扩展容量；HBF 可将大型 NAND 池连接到更靠近加速器的位置；软件也可以从现有存储中更智能地流式加载模型数据。

这些路径可以共存，因为 AI 工作负载各不相同。训练前沿模型对存储提出的要求，与服务推荐系统并不一样。智能手机助手面临的功耗和散热限制，也比机架级推理集群更严格。

Kioxia 的产品组合策略降低了对单一路径的依赖。它拥有移动 UFS、企业级 NAND、SSD 控制器、检索软件和实验性高带宽技术。这种广度让它在 AI 推动闪存需求增长时，有多种受益方式。

同样的广度也带来了执行负担。每个市场都需要不同的合作伙伴、认证周期、软件、封装和支持。在多个类别中开发出有前景的组件，并不能保证在任何单一类别中取得领先。

Samsung 同样活跃于移动和企业存储领域，同时掌控着重要的 DRAM 业务。SK hynix 拥有 Solidigm，因此具备成熟的企业级 SSD 业务。其 HBM 实力则让它与 AI 加速器客户建立了直接关系。

Kioxia 缺少可比拟的 HBM 业务。这一缺失或许能让它更专注于 NAND，但也限制了它进入行业中利润最丰厚的 AI 内存细分市场。Kioxia 必须说服客户，闪存值得在系统投资中获得更大的份额。

随着模型和检索集合的规模超出经济可行的 DRAM 容量，该公司的论点会更有说服力。当软件能够缩小模型、改进缓存或避免频繁访问存储时，这一论点则会减弱。

这正是 Google News 叙事背后的真实竞争分界线。Kioxia 并非只是在与 Samsung 和 SK hynix 竞逐更高的数字；它主张，经过优化的 NAND 将成为 AI 设备中更重要的计算资源。

Google News 读者接下来应关注什么

以下三个信号将表明，Kioxia 是否拥有具备竞争力的 AI 存储战略，还是仅仅拥有一组恰逢其时的公告。

第一个信号是 UFS 5.0 的量产和客户认证。Kioxia 预计在 2026 年底前实现量产，而 Samsung 的目标是第四季度。若能按时完成，这场竞争将从样品阶段进入供应合同阶段。

若能公布一家智能手机、头显或边缘设备客户，将增强 Kioxia 的地位。而在该产品中的独立测试会更具意义。读者应关注加载延迟、随机读取表现、电池使用情况和持续散热性能。

如果 Samsung 实现广泛出货，而 Kioxia 仍停留在样品阶段，其竞争性主张将被削弱。如果双方都进入旗舰设备，客户将获得真正的第二供应来源市场。Kioxia 无需拥有最高的顺序读写数字，也能赢得重要业务。

第二个信号是采用 Kioxia 新一代 BiCS 闪存的完整 PCIe 6.0 企业级平台。这意味着不仅仅是在会议上展示 NAND，还需要控制器、固件、外形规格、主机系统，以及真实工作负载下的性能结果。

持续混合工作负载吞吐量将比短暂的顺序性能跑分更具参考价值。尾延迟、功耗、散热和耐久性将揭示该产品能否在高密度 AI 服务器中实现经济运行。

客户认证将增强这样一种论点：更快的原始 NAND 能够实现实用的 PCIe 6.0 存储。若组件送样与成品硬盘之间长期存在差距，则表明周边系统仍是更棘手的问题。

第三个信号是 Samsung 和 SK hynix 如何在其 HBM 业务旁定位闪存。SK hynix 和 SanDisk 已在推进 HBF 标准化。Samsung 则可在更广泛的产品组合中，将移动存储、企业级 SSD、处理器和先进内存连接起来。

公开的加速器合作关系、统一的 HBF 规格或量产路线图，都将加大对 Kioxia 的压力。相反，标准碎片化将给 Kioxia 留出时间，以推广传统 SSD 和其自身的闪存搜索软件。

读者还应将企业测量数据与独立证据区分开来。每家供应商都有动机选择有利的容量、工作负载和比较基准。量产设备将揭示这些技术在演示之外的实际表现。

对于开发者而言，实际问题在于更快的存储是否会改变应用设计。本地模型可以变得更大，而检索集合可以保留在闪存中。软件可能需要新的缓存、预取和索引策略，才能有效利用这种容量。

企业买家应关注整个系统的行为。只有当加速器等待时间减少，或服务器所需的昂贵 DRAM 更少时，更快的存储才会创造价值。采购决策应以工作负载测量为依据，而非接口标签。

当前证据支持一个审慎的结论：Kioxia 拥有可信的 UFS 5.0 样品、快速的下一代 NAND，以及将两者与 AI 联系起来的连贯理由。但它尚未确立相对于 Samsung 或 SK hynix 的全面领先地位。

Google News 的标题抓住了竞争方向，但夸大了产品层面的成果。Kioxia 正通过专业化、广泛的产品组合，以及对 NAND 角色持续扩大的押注向竞争对手发起挑战。决定性的证据将来自通过认证的设备、量产进度以及可重复的系统基准测试。

密切关注首批零售硬件。Kioxia 的存储方案能否在不增加发热或电池消耗的情况下，缩短模型加载延迟？其 PCIe 6.0 路线图能否推出一款通过认证、可在持续工作负载下为加速器稳定供给的企业级硬盘？这些结果将决定，AI 是否会改变 Kioxia 的竞争地位，还是仅仅为每一家闪存供应商提供一套新的营销话术。