『記憶容量は512Gbitで、以前に同社が64層のワード線積層数で試作結果を発表した3D NANDフラッシュと変わらない。恐るべきはシリコンダイの小ささで、64層のフラッシュでは132平方mmだったのが96層では約3分の2の86.1平方mmしかない。シリコンダイ面積当たりの記憶密度は5.95Gbit/平方mmで、半導体メモリとしてはもちろん世界最高記録である。』
こういう分野は日本人が得意 現時点で１ミリ平方にヒトゲノム情報が集積できる。これが今後１０年で１００倍になる。
この積み上げ方法は量産技術になるのは時間の問題だろう。つまり高集積化技術は二次元密度の限界を突き抜け別々のNANDを別々に製造して重ねて積層製造する外挿可能な予想技術となる。これが知恵を絞り出すということ。守りたいものだが。
NAND
NANDフラッシュメモリ容量の年間成長率は、2012年ころまで年間55〜60%であったが、その後は年間30〜35%程度となっている。従来の2D NANDの場合、2020年1月時点で単一ダイの最大容量は128Gビットであるが、3D NANDの最大容量は、96層のクワッドレベルセル(QLC)の1.33Tビットである。QLCと多層化技術を組み合わせることで、3D NANDの最大容量は1.5Tビットとなり、128層技術を適用すれば2Tビットも実現できる。
マイクロプロセッサ
IntelのPC用マイクロプロセッサ(MPU)のトランジスタ搭載数は、2010年までは年平均約40%の増加で推移してきた。その後、その割合は半減している。Intelのサーバ向けMPUのトランジスタ数の伸びは、2000年代半ばから後半に一時的に止まったものの、その後、約25%/年の割合で再び増加し始めている。なお、Intelは2017年にトランジスタ搭載数の詳細な公開を行わなくなった。
アプリケーションプロセッサ
iPhoneおよびiPadで使用されているAppleのAシリーズアリケーションプロセッサ(APU)のトランジスタ数は、2013年以降、85億個のトランジスタを搭載したA13プロセッサまで43%/年の割合で増加している。
GPU
NVIDIAのハイエンドGPUは他社のプロセッサに比べて多くのトランジスタを搭載しているが、マイクロプロセッサとは異なり、GPUの高度な並列構造には、大量のキャッシュメモリが含まれていない。また、NVIDIAの一部の最新GPUは、AIと機械学習向けに特別に設計されたニューラルネットワーク処理ユニット(NPU)であるといえる。
