Sandisk
À l’occasion du Future of Memory and Storage 2026 (FMS 26), qui se tient à Santa Clara, Californie, du 4 au 6 août, Sandisk a dévoilé ses dernières avancées en matière de technologies NAND. Ces innovations sont spécifiquement conçues pour répondre aux exigences croissantes des infrastructures dédiées à l’intelligence artificielle, un secteur en pleine expansion qui redéfinit les besoins en stockage et en traitement des données.
L’IA et les défis du stockage
L’évolution rapide des modèles d’IA, caractérisée par des tailles toujours plus importantes, des fenêtres de contexte étendues et la prolifération des applications agentiques, génère une demande sans précédent en termes de capacité de stockage, de bande passante et d’efficacité énergétique. Dans ce contexte, la mémoire et le stockage ne sont plus de simples composants, mais des éléments déterminants pour les performances globales de l’IA et son déploiement à grande échelle. Les technologies NAND de nouvelle génération de Sandisk visent à permettre aux entreprises de faire évoluer leurs infrastructures d’inférence IA, qu’il s’agisse de centres de données, d’environnements cloud ou de charges de travail pilotées par l’intelligence artificielle.
Khurram Ismail, Chief Product Officer chez Sandisk, a souligné l’importance de cette transition : « Les infrastructures d’IA sont entrées dans une nouvelle phase où la capacité à stocker, déplacer et accéder efficacement aux données est devenue tout aussi essentielle que la puissance de calcul. » Il a ajouté que les entreprises ont besoin de technologies de mémoire et de stockage offrant un équilibre optimal entre performances, capacité et efficacité énergétique, sans complexité supplémentaire, pour accompagner la croissance des charges de travail liées à l’inférence.
Technologies clés dévoilées
Les innovations technologiques de Sandisk ciblent spécifiquement les charges de travail IA, incluant les lacs de données haute performance, le stockage des modèles, la génération augmentée par récupération (RAG) et les charges de travail liées au KV Cache. Lors du FMS 26, l’entreprise a démontré comment sa technologie HBF, sa mémoire NAND de nouvelle génération et ses SSD entreprise répondent aux exigences de capacité, de performances et d’efficacité énergétique des infrastructures d’inférence IA.
Parmi les annonces majeures, on retrouve la BiCS10 QLC NAND, une technologie 3D NAND de nouvelle génération conçue pour améliorer la densité, les performances et l’efficacité énergétique des solutions de stockage destinées à l’IA, au cloud et aux centres de données. Le AI Data Cycle Framework, une nouvelle version du cadre méthodologique de Sandisk, a également été présenté. Il permet de cartographier les besoins en stockage tout au long du cycle de vie de l’IA, des archives de données brutes aux référentiels de contenus générés.
La technologie HBF (High Bandwidth Flash), une nouvelle mémoire basée sur la NAND, a été mise en avant pour sa capacité à répondre aux besoins croissants de l’inférence IA à grande échelle. Enfin, les SSD entreprise de Sandisk intègrent des configurations à haute endurance pour les charges de travail liées au KV Cache, la prise en charge de la future technologie PCIe Gen 6 et de nouveaux formats E3.S à très haute capacité, grâce à une réduction de l’empreinte DRAM.
Conférences et discussions
Sandisk a également animé une keynote intitulée « NAND: The Versatile & Scalable Foundation of the AI Era », explorant l’évolution de la hiérarchie entre mémoire et stockage face aux modèles à contexte étendu et aux workflows agentiques. La conférence, présentée par Jim Elliott, Khurram Ismail et Alper Ilkbahar de Sandisk, a mis en lumière comment l’optimisation à l’échelle du système et les innovations NAND peuvent accélérer l’inférence IA à grande échelle, en abordant les défis liés à la capacité mémoire, la bande passante, l’efficacité énergétique et le coût des traitements.
L’entreprise a également participé à une table ronde, « Breaking the Memory Wall with High Bandwidth Flash », aux côtés de Google et SK hynix. Cette session a permis d’échanger sur le développement de la technologie HBF, son écosystème et les conditions nécessaires à l’adoption de nouvelles approches mémoire au sein des infrastructures IA.
