美光探索近 GPU NAND 闪存，可支撑更大规模 AI 模型

美光探索近 GPU NAND 闪存，可支撑更大规模 AI 模型 这条更新来自 ithome.com，发布时间为 2026-09-02，Aioga 保留原文入口以便核验。

摘要：据 DigiTimes 9 月 2 日报道，美光正在研究高耐久性 NAND 闪存模块，计划部署在距离 GPU 更近的位置，当前被称为"近 GPU NAND"。该方案可让 GPU 直接访问数百 GB 的 NAND 存储池，放置在 GPU 封装内部或 PCB，工作方式类似 HBM、GDDR7；与传统 TLC 或 QLC NAND 相比密度更低，重点提升 I/O 速度和带宽。

背景：背景分析：模型与研究类动态需要结合能力边界、开放方式、成本、可用性和真实任务表现判断，单项指标领先不等于已经形成稳定采用。

Aioga 观察：Aioga 判断：这条动态更适合作为行业观察信号，当前信息足以建立线索，但不足以推导长期结论。

影响与后续：影响分析：对相关团队而言，短期应先核对来源、可用范围和实际成本，再判断是否值得接入或跟进。 后续观察：继续观察官方文档、实际可用性、价格变化、开发者反馈和竞品回应。

IT之家：https://www.ithome.com/ 9 月 2 日消息，据 DigiTimes 今天报道，美光正在研究高耐久性 NAND 闪存模块，该公司计划将其部署在距离 GPU 更近的位置，而不是像传统存储方案那样，通过多个协议连接到距 GPU 较远的存储池。

据报道，美光正在探索如何将 NAND 闪存进一步靠近 GPU，希望在存储密度和耐久性之间提供一种折中方案。这种产品当前被称为“近 GPU NAND”（IT之家注：near-GPU NAND），可用于处理非低延迟 / 高带宽工作负载。

这种方案可以让 GPU 直接访问数百 GB 的 NAND 存储池， 它可以直接放置在 GPU 封装内部或 PCB ，工作方式类似 HBM、GDDR7 等方案。与传统 TLC 或 QLC NAND 相比， 这种 NAND 芯片的存储密度更低 ，重点在于提升 I/O 速度、带宽。

该存储层位于显存和普通存储之间，可充当高速缓冲层，因此特别适合运行更大规模的 AI 大语言模型。该方案落地后，LLM 推理将不再受到显存容量限制。