3D-NAND 技术的持续扩展是推动闪存市场指数级增长的核心动力。随着层数从 48L 发展到 120L 以上，3D-NAND 通过增加层数、提升阵列效率和缩小光刻工艺尺寸，显著降低了每 GB 成本，并驱动了企业级 SSD 和移动应用的增长。
3D-NAND 扩展的关键考量：
- 扩展性挑战：随着层数增加，高纵横比沟道蚀刻和多层堆叠成为必要，但增加了制造成本和工艺复杂性。上层和下层沟道的叠加精度至关重要。
- 单元技术选择：电荷捕获单元（CT）和浮栅单元（FG）各有优劣。CT 单元具有更好的可扩展性和更稳定的电荷存储，但数据保持受温度影响；FG 单元电荷更稳定，但 3D 柱体更大，可扩展性较差。
- CMOS 下方阵列（CuA）技术：通过减小芯片尺寸降低芯片成本，对 3D-NVM 技术至关重要。高效布局设计和外设晶体管缩放是关键，但需要平衡芯片面积和额外工艺步骤的成本。
- 制造与可靠性：Z 方向的单元特性（如沟道孔尺寸和栅极堆叠厚度）导致编程/擦除/读取速度和保持特性的差异。随着单元尺寸减小，单元间干扰问题日益突出，需要高纵横比沟道蚀刻和多串堆叠技术。总堆叠高度达到 10μm，芯片薄化至 <25μm，对工艺控制提出更高要求。
3D-NAND 扩展的系统视角：
- 密度：TLC 和 QLC 实现了多太比特密度，适合云存储，但需要更高的性能密度（如多平面读写）来降低写放大。堆叠封装 >16DP 驱动最高密度，但受硅片薄化和总线瓶颈限制。
- 架构：页面/块数量和块大小增加，导致闪存翻译层（FTL）数据量增大，垃圾回收和过分配复杂性增加。
- 成本：3D-NAND 通过增加层数、提升阵列效率和 TLC/QLC 成本因素降低成本。
- 性能：实时 AI 和工作负载需要高吞吐量（读取优先，写入次之），闪存凭借低延迟和高吞吐量成为理想存储方案，支持高 IOPS 并降低功耗和系统尺寸。
- 可靠性：需要关注 PE 循环耐久性、Vth 窗口、工艺一致性、数据保持和读干扰机制。AI 驱动的读密集型工作负载需要理解读干扰机制并改进工艺。
- 功耗：编程和读取能耗随 3D-NAND 代际扩展至关重要，与 AI 工作负载和云系统功耗（Vcc、Icc、tProg/tRead）密切相关。
结论：
3D-NAND 扩展将持续推动闪存市场增长至 2022 年以后，通过降低每 GB 成本、提升密度和降低功耗，加速 AI 和云工作负载发展。未来扩展需要工艺、材料和设计创新，以应对 >200 层技术限制、单元间干扰、通道电流、读写延迟和功耗挑战。
