人工智慧发展智慧快闪相随

专家传真－“人工智慧”发展 “智慧快闪”相随

一．“人工智慧”的硬核心是“大数据”，“大数据”的核心是“脑神经”元件3D-NAND

国际知名AI大师李开复博士，在他2017年4月出版的“人工智慧来了”大作中，就目前全球正夯的“人工智慧”，下了一个简洁的定义：人工智慧（AI）= 深度学习+大数据。

从上列公式中可以归纳出，AI的软体核心是“深度学习”；而AI的硬体核心是“大数据”，也就是大脑神经、大记忆体。其中执行秩序是“硬体先于软体”，如果没有记忆体就如同人没有脑神经，也就无法进行“深度学习”，当然“人工智慧”也绝对无法实现。平常无时无刻所产生的原始“阳春版大数据”，都要经过储存、分类、整理出“智慧版大数据”，以备尔后针对各式各样AI的应用及深度学习，能提供及时的资料。

至于AI“大数据”，究竟该储存于何类记忆体? 专家结论就是存于“非挥发性记忆体（NVM）”内。因为当电源无预警断电时，只有存于NVM里面的“大数据”，才能安全地被保留下来。至于那些临时储存于“挥发性记忆体（VM）”DRAM中的数据，亦应在限定的时间内，以备用电池，迅速转存到NVM中，防止遗失。

经多年量产验证，现今主流NVM“脑神经”元件共有三种，一是3D-NAND、二是3D-Xpoint、三是3D-ReRAM等。目前是以达最低成本、最满足摩尔定律的3D-NAND拔得头筹。其所达成的最高单晶容量，以东芝/威腾在2017年6月底，所宣布的96-层768Gb QLC最为领先。是AI行业中，公认的最经济的NVM“脑神经”元件。

据AI专家估计，2017年全球每日约增加20 Peta-byte（160x1015 bits）的大数据。若以2019年单晶3D-NAND的容量1Tb（1012 bits）来计算，每日就需要生产160,000颗，或约1000片12寸3D-NAND晶圆，才能满足存储需求。若“大数据”重复储存于各地云端、手机等，则每日所需的3D-NAND晶圆数目，将百倍、千倍的成长，十分惊人。昨日还令人瞠目的“大数据”，今日已变成了微不足道的“小数据”。台湾周遭国家如美、日、韩、中均积极生产半导体最大量的3D-NAND，台湾若继续缺席，未来AI发展将永远受制于人，恐有国安之虞！

二．3D-NAND“1时1工1区”的痼疾是AI“深度学习”的瓶颈

3D-NAND读、写、擦除速度慢及品质差等，乃众所周知的痼疾。而“1时1工1区”的陈年架构，是卅年来被严重忽视的另一个痼疾。它是未来AI“深度学习”的一大瓶颈，说明如下：1)“1时1工1区”架构如同只关心单一乡镇，却漠视了全国区域：

在3D-NAND的规格中，“1区”指的是“1-Plane”、译为“1-平原”，而“1工”只能执行一个3D-NAND工作如“读数据”费时1倍25uS、“写数据”10倍250uS、“擦除数据”100倍2.5mS等。在大3D-NAND全国区内，“1时1工1区”章程，只允许“选到”的约0.01％（万分之一） 乡镇执行一件大数据。 但对剩下“没选到”99.99％的全国其他乡镇，却置之不顾，事实上它也束手无策。一直要等到此冗长的乡镇工作完成之后，其它乡镇才有机会，在下一个时刻，被选来执行下一个工作。

目前，主流单晶3D-NAND设计，如同北美洲，只平等划分为两大区，如加拿大和美国，各自拥有上万个乡镇。按规定，每一时刻内，两国只能各自开放0.01％乡镇来处理大数据。但为何大家仍能忍受此甚不合理的规定呢？究其原因有二。其一，系经济因素的考量，因为以3D-NAND为基础所盖的（大数据中心），其造价最为低廉：其二，技术上卅年来都无法突破速度的瓶颈。

2)“1时1工1区”推升了系统上DRAM量的增加：

一般大数据中心设计，由于3D-NAND速度太慢，写和擦洗的次数均有所限制，不适合当主记忆体，因此才需要高速的DRAM相伴。两者容量的比例，各家均不相同。当低价3D-NAND的容量需求愈高时，系统上外部DRAM的量也跟着盘升，其成本及功耗也大幅增加。对AI发展，至为不利。总之，3D-NAND设计，有很大改善空间。

三．4D-NAND是AI-NAND，又称“智慧快闪”，它不仅关心众多乡镇，也兼顾全国所有区域：

不同于3D-NAND，4D-NAND是首先拥有“1时多工1区”快闪。问题是为何4D-NAND能执行多工呢？简言之，它把每1区进一步平分为更多小区，可各自独立操作。在4D-NAND中，因读的方式有如DRAM，因此每1区至少平分为10小区，可在10乡镇同时独立执行10个（读工作）、10个（写工作）、或10个（混合读、写、擦洗工作），且兼顅了90％的全国乡镇大数据的处理。所有3D-NAND的慢工，均在后端背景中执行，有了结果马上转移到前端的DRAM，速度瓶颈被消除了。整个4D-NAND运作看起来就像高速DRAM。

总而言之，从基本操作上来看，3D-NAND还是NAND，其读、写慢，结构僵硬，只能执行“1时1工1区”，乃典型的“笨拙快闪”。但4D-NAND已升级为“智慧快闪”，又不必耗能充电（Refresh），又能弹性地执行“1时多工1区”。它是首颗AI-NAND、是“AI深度学习”必备的“脑神经”、是快闪新玩家后来居上的“快闪圣杯”。