ข่าว 
ข้อมูลเหรียญ 
แนะนำสื่อ 
แซนดิสก์(SanDisk·SNDK) เสนอ 'KV Cache' ในกระบวนการประมวลผลอนุมาน (Inference) ของปัญญาประดิษฐ์ (AI) ให้เป็นแกนใหม่ของดีมานด์แนนด์แฟลช (NAND Flash) ตัวเลขสำคัญที่บริษัทเปิดเผยในเอกสารทางการคือความเป็นไปได้ที่ดีมานด์แนนด์เพิ่มเติมจะแตะ 75-100 เอกซะไบต์ (EB) ภายในปี 2027
KV Cache คือข้อมูลกลางที่โมเดลภาษาขนาดใหญ่ (LLM) ใช้เก็บบริบทก่อนหน้า เพื่อไม่ต้องคำนวณซ้ำทุกครั้ง เมื่อบทสนทนายาวขึ้นและมีผู้ใช้งานพร้อมกันมากขึ้น หน่วยความจำแบนด์วิดท์สูง (HBM) ภายในหน่วยประมวลผลกราฟิก (GPU) เพียงอย่างเดียวจะเริ่มรองรับข้อมูลนี้ได้ยากขึ้น ซึ่งเป็นสมมติฐานหลักเบื้องหลังตัวเลขดังกล่าว
คริปโตบรีฟฟิ่ง(Crypto Briefing) รายงานว่าแซนดิสก์ประเมินว่าภายในปี 2030 KV Cache อาจมีสัดส่วนสูงถึง 35% ของปริมาณงานแนนด์ในศูนย์ข้อมูล AI ทั้งหมด อย่างไรก็ตาม เอกสารข่าวประชาสัมพันธ์อย่างเป็นทางการของแซนดิสก์ไม่ได้ระบุตัวเลขนี้ไว้
ตัวเลขที่ยืนยันได้จากเอกสารทางการมาจากการแถลงผลประกอบการของบริษัท แซนดิสก์ระบุในการแถลงผลประกอบการเมื่อวันที่ 29 มกราคม 2026 ว่าดีมานด์ KV Cache ในปี 2027 อาจสร้างดีมานด์แนนด์เพิ่มเติม 75-100 เอกซะไบต์ และอาจเพิ่มขึ้นเป็นสองเท่าในปีถัดไป พร้อมอธิบายว่าตัวเลขนี้ยังไม่ถูกรวมไว้ในประมาณการดีมานด์ของบริษัทเอง
KV Cache ส่งผลโดยตรงต่อต้นทุนและความเร็วในการตอบสนองของ AI เชิงอนุมาน เมื่อโมเดลต้องประมวลผลบทสนทนาเก่าหรือเอกสารยาว หากคำนวณบริบททั้งหมดใหม่ทุกครั้ง จะทำให้ทั้งการประมวลผลของ GPU และการใช้หน่วยความจำเพิ่มขึ้นพร้อมกัน ด้วยเหตุนี้ ในวงการจึงมีการหารือถึงแนวทางที่จะโยกข้อมูลบางส่วนออกจาก HBM ไปยังชั้นจัดเก็บข้อมูลอื่น
ซัมซุง อิเล็กทรอนิกส์(Samsung Electronics) อธิบายผ่านบล็อกเซมิคอนดักเตอร์อย่างเป็นทางการว่าการโยกข้อมูล KV Cache ออกจาก HBM คือทางออกสำหรับปัญหาคอขวดด้านการจัดเก็บข้อมูลในกระบวนการอนุมานของ AI ขณะที่ฮิวเลตต์ แพคการ์ด เอ็นเตอร์ไพรส์(HPE) ก็นำเสนอแนวทางแบบแบ่งชั้น โดยใช้ HBM หน่วยความจำของหน่วยประมวลผลกลาง (CPU) และไดรฟ์โซลิดสเทต (SSD) แบบ NVMe ร่วมกัน
ข้อความที่แซนดิสก์ต้องการสื่อกว้างกว่าแค่การขยายยอดขายแนนด์ทั่วไป บริษัทเสนอว่าอุปกรณ์จัดเก็บข้อมูลในโครงสร้างพื้นฐาน AI อาจไม่ได้ทำหน้าที่แค่เก็บข้อมูลฝึกสอนโมเดล แต่ยังทำหน้าที่เป็นแหล่งเก็บบริบทในกระบวนการอนุมานได้ด้วย ซึ่งสอดคล้องกับแนวโน้มการคลี่คลายคอขวดข้อมูลอนุมานของเอ็นวิเดียที่ TokenPost เคยรายงานไปก่อนหน้านี้
เมื่อวันที่ 2 กรกฎาคม 2026 แซนดิสก์ประกาศเริ่มส่งตัวอย่างชิป BiCS10 แบบ 1Tb TLC 3D NAND โดยระบุว่าผลิตภัณฑ์นี้รองรับความเร็วอินเทอร์เฟซสูงสุด 4.8 กิกะบิตต่อวินาที (Gb/s) เพิ่มความหนาแน่นของบิตขึ้น 59% เมื่อเทียบกับรุ่น BiCS8 พร้อมลดการใช้พลังงานขาเข้า 10% และพลังงานขาออก 34%
ผลิตภัณฑ์นี้มุ่งเป้าไปที่สภาพแวดล้อมที่ศูนย์ข้อมูล AI ต้องประมวลผลข้อมูลบริบทมากขึ้นโดยใช้พลังงานน้อยลง เพราะเมื่อคำขอจากผู้ใช้งานบริการอนุมานเพิ่มขึ้น ไม่ใช่แค่การประมวลผลเท่านั้นที่สำคัญ แต่ประสิทธิภาพของการเคลื่อนย้ายข้อมูลและชั้นจัดเก็บข้อมูลก็เป็นตัวกำหนดโครงสร้างต้นทุนด้วยเช่นกัน
ความร่วมมือกับเอสเค ไฮนิกซ์(SK Hynix) ก็อยู่ในทิศทางเดียวกัน โดยแซนดิสก์และเอสเค ไฮนิกซ์ลงนามบันทึกความเข้าใจ (MOU) เพื่อกำหนดมาตรฐาน 'หน่วยความจำแฟลชแบนด์วิดท์สูง' (HBF·High Bandwidth Flash) เมื่อวันที่ 6 สิงหาคม 2025
แซนดิสก์ตั้งเป้าเริ่มส่งตัวอย่าง HBF รุ่นแรกในช่วงครึ่งหลังของปี 2026 และตัวอย่างอุปกรณ์อนุมาน AI รุ่นแรกที่ติดตั้ง HBF ในช่วงต้นปี 2027 โดยอธิบายว่า HBF เป็นเทคโนโลยีที่ให้แบนด์วิดท์ใกล้เคียงกับ HBM แต่มีความจุมากกว่าถึง 8-16 เท่าในต้นทุนระดับเดียวกัน
ก่อนหน้านี้ TokenPost เคยรายงานการเปิดตัวสเปกมาตรฐาน HBF รุ่นแรกของเอสเค ไฮนิกซ์และแซนดิสก์ ซึ่งสเปกที่เปิดเผยในตอนนั้นรองรับความจุสูงสุด 512GB และแบนด์วิดท์ประมาณ 0.4-3.0 เทราไบต์ต่อวินาที (TB/s)
อย่างไรก็ตาม ไม่ได้หมายความว่าแฟลชจะเข้ามาแทนที่ HBM ได้โดยตรง เพราะแฟลชยังมีข้อจำกัดที่ต่างจาก HBM ทั้งด้านความทนทานต่อการเขียนข้อมูลซ้ำและเวลาหน่วง (Latency) การหารือในวงการจึงเน้นไปที่ว่าปริมาณงานแบบใดควรถูกโยกไปยังชั้นจัดเก็บข้อมูลใด มากกว่าจะมองว่า SSD จะมาแทนที่หน่วยความจำของ GPU ทั้งหมด
ความคุ้มค่าทางเศรษฐกิจจะขึ้นอยู่กับอัตราการเข้าถึงแคชสำเร็จ (Cache Hit Rate) ความยาวของบริบท จำนวนเซสชันที่ใช้งานพร้อมกัน และระยะเวลาการเก็บรักษาข้อมูล แม้จะเป็นการอนุมาน AI เหมือนกัน แต่บริการที่มีคำถามสั้นจำนวนมากกับบริการที่ใช้บริบทยาวซ้ำ ๆ อาจได้ประโยชน์จากชั้นจัดเก็บข้อมูลต่างกัน
แซนดิสก์แยกตัวออกจากเวสเทิร์น ดิจิทัล(Western Digital) อย่างสมบูรณ์เมื่อวันที่ 24 กุมภาพันธ์ 2025 และเริ่มซื้อขายในตลาดแนสแด็ก (Nasdaq) ในฐานะบริษัทจดทะเบียนอิสระภายใต้สัญลักษณ์ SNDK ตัวเลขดีมานด์ KV Cache และไทม์ไลน์ HBF ที่บริษัทนำเสนอ สะท้อนว่าโครงสร้างพื้นฐานสำหรับ AI เชิงอนุมานกำลังขยับจากประเด็นด้านประสิทธิภาพการประมวลผลไปสู่ประเด็นด้านความจุหน่วยความจำและโครงสร้างการเคลื่อนย้ายข้อมูล ส่วนผลกระทบที่แท้จริงต่อดีมานด์แนนด์และรายได้ยังต้องรอการยืนยันจากผลการส่งตัวอย่างผลิตภัณฑ์และการนำไปใช้งานจริงในศูนย์ข้อมูล
แหล่งที่มาที่ตรวจสอบแล้ว: คริปโตบรีฟฟิ่ง(Crypto Briefing), เอกสารนักลงทุนสัมพันธ์ของแซนดิสก์, การประกาศ BiCS10 ของแซนดิสก์, บล็อกเซมิคอนดักเตอร์ของซัมซุง อิเล็กทรอนิกส์, บล็อกนักพัฒนาของ HPE
ความคิดเห็น 0