#SandiskLongTermTargets
A maior mudança nesta fase da SanDisk vem da IA. Tanto o treino quanto a inferência de IA geram necessidades de armazenamento; e depois de 2026, o que merece ainda mais atenção é a inferência. Depois que o treinamento do modelo é concluído, os pesos do modelo precisam ser preservados por longo prazo. Os dados de treino, checkpoints, bancos de dados vetoriais, logs e vários resultados intermediários também precisam ser armazenados. Quando o modelo entra na fase de inferência, cada solicitação do usuário vai ler o modelo e os dados relacionados; contextos longos, RAG, agentes, conversas em múltiplas rodadas e geração contínua de conteúdo aumentam a leitura e a escrita de dados. À medida que o uso de IA se expande de algumas tarefas de treino para centenas de milhões ou até bilhões de inferências diárias, o número de acessos ao armazenamento e o volume total de dados crescem de forma同步.
Todo mundo está falando de HBM, mas o HBF também é extremamente, extremamente, extremamente importante.
E então é o HBF, High Bandwidth Flash (Flash de alta largura de banda). Essa tecnologia é muito importante para a avaliação futura da SanDisk. A memória mais importante dos GPUs atuais é a HBM. A HBM tem largura de banda extremamente alta, portanto é especialmente adequada para servir diretamente os cálculos do GPU. Depois que os modelos de IA e o KV Cache continuam a se expandir, a capacidade da HBM começa a se tornar uma das restrições do sistema. A SanDisk e a SK hynix estão promovendo a padronização do HBF, para que o Flash possa entrar mais próximo do local de computação com maior largura de banda e maior capacidade. No futuro, o NAND pode continuar a assumir o armazenamento de SSD e, ao mesmo tempo, se expandir para posições dentro do sistema de computação de IA com maior valor.
$SNDK
A maior mudança nesta fase da SanDisk vem da IA. Tanto o treino quanto a inferência de IA geram necessidades de armazenamento; e depois de 2026, o que merece ainda mais atenção é a inferência. Depois que o treinamento do modelo é concluído, os pesos do modelo precisam ser preservados por longo prazo. Os dados de treino, checkpoints, bancos de dados vetoriais, logs e vários resultados intermediários também precisam ser armazenados. Quando o modelo entra na fase de inferência, cada solicitação do usuário vai ler o modelo e os dados relacionados; contextos longos, RAG, agentes, conversas em múltiplas rodadas e geração contínua de conteúdo aumentam a leitura e a escrita de dados. À medida que o uso de IA se expande de algumas tarefas de treino para centenas de milhões ou até bilhões de inferências diárias, o número de acessos ao armazenamento e o volume total de dados crescem de forma同步.
Todo mundo está falando de HBM, mas o HBF também é extremamente, extremamente, extremamente importante.
E então é o HBF, High Bandwidth Flash (Flash de alta largura de banda). Essa tecnologia é muito importante para a avaliação futura da SanDisk. A memória mais importante dos GPUs atuais é a HBM. A HBM tem largura de banda extremamente alta, portanto é especialmente adequada para servir diretamente os cálculos do GPU. Depois que os modelos de IA e o KV Cache continuam a se expandir, a capacidade da HBM começa a se tornar uma das restrições do sistema. A SanDisk e a SK hynix estão promovendo a padronização do HBF, para que o Flash possa entrar mais próximo do local de computação com maior largura de banda e maior capacidade. No futuro, o NAND pode continuar a assumir o armazenamento de SSD e, ao mesmo tempo, se expandir para posições dentro do sistema de computação de IA com maior valor.
$SNDK