SEMICON Japan 2025の初日セッションをレポート。サンディスクが語った2Dから3D-NANDへの移行理由、スケーリングの鍵となる積層化や多値化、レイアウト最適化などの最新動向を詳しく解説。さらに、AI推論向けに開発が進むHBF（High Bandwidth Flash）の特徴とHBMとの補完関係を紹介し、次世代メモリ技術が切り開く半導体の未来を読み解く。
【レポート】SEMICON Japan 2025閉幕：NANDフラッシュはどこまで進化するのか
12月17日〜19日に開催された SEMICON Japan 2025 が、今年も盛況のうちに幕を閉じた。
会場には連日多くの来場者が訪れ、日本の半導体産業の未来に対する期待の高さを改めて感じさせる3日間となった。
あわせて読みたい：
・SEMICON Japan 2025開幕｜TSMC江本裕氏が語る製造革新と歩留まり改善、顧客の顧客を見据えた重要メッセージ
・SEMICON Japan 2025 2日目レポート｜ラピダス赤堀氏と日立ハイテクLee氏が語る検査・計測技術の未来
・SEMICON Japan最終日で見えた半導体の未来｜３次元集積とCMOS 2.0、BSPDN、OCTRAMが拓く先端技術
初日の注目セッション：次世代半導体技術1〜デバイス編
初日17日に行われた Super THEATER「次世代半導体技術1〜デバイス編」 では、メモリ、ロジック、AIチップなど最先端デバイスを牽引するグローバル企業が登壇。
先端プロセス、アーキテクチャ革新、新たな応用領域への挑戦など、各社が「次世代を創る技術」の最前線を披露した。
その中で、フラッシュメモリの歴史を築いてきたサンディスクが、
2D-NANDから3D-NANDへの移行理由、スケーリングの現状、そして次のステップ
について詳細な報告を行った。
2Dから3Dへ：NANDが最速で3D化した理由
講演タイトル：2D to 3D NAND and the Future
サンディスク シニア・バイスプレジデント 東谷政昭氏
まず語られたのは、NANDフラッシュが半導体の中でもいち早く2Dから3Dへ移行した理由だ。
微細化の限界：電子数が“6個”になる世界
2D-NANDでは微細化が進むほど、フローティングゲートに蓄積される電子数が減少する。
仮に11nm世代を実現できたとしても、TLCセルのVthを制御する電子は わずか6個。
そのうち1個でも失われれば、しきい値を維持できなくなるという物理的限界が存在する。
さらに、BL間・WL間の干渉が増大し、TLCのVth分布を安定して保つことが難しくなる。
3D化で信頼性が劇的に改善
3D-NANDではセルサイズが2Dの43nm世代相当まで“戻る”ため、信頼性問題が大幅に緩和。これがNANDが真っ先に3D化へ舵を切った最大の理由だ。
3D-NANDのコストとスケーリング：4つの鍵
NANDほどBit Costが年々下がり続けるデバイスは他にない。
3D-NANDでもこの市場要求を満たすため、以下の4つのアプローチが重要になる。
積層数の増加
縦方向に積む層数を増やし、容量を拡大。
レイアウト工夫による2D縮小
WL引き出し部など、レイアウト最適化で面積を削減。
しきい値分布の多値化
MLC → TLC → QLC → PLC と多値化を進め、bitあたりコストを下げる。
セルアレイ以外の面積削減
周辺回路の縮小や配置最適化でダイ面積を圧縮。
これらをプロセスコストとバランスさせながら、最適解を探り続けることが求められる。
次の一手：HBF（High Bandwidth Flash）が切り開くAI時代
講演の最後に紹介されたのが、サンディスクが開発中の新技術 HBF（High Bandwidth Flash） だ。
HBFとは？
HBMがDRAMベースであるのに対し、HBFは NANDフラッシュをベース とした広帯域メモリ。
HBM並みの帯域を維持しつつ、
- 大容量（HBMの8〜16倍）
- 低コスト
を実現することを目指している。
AI推論に最適化されたメモリ
HBFは特に AI推論ワークロード に強みを持つ。学習済みモデルを高速に読み出す用途に向いており、データセンターだけでなくエッジデバイスでの高度な推論も可能にする。
HBFとHBMの関係：置き換えではなく“補完”
ここが今回の講演で最も重要なポイントだ。
HBFはHBMを置き換える存在ではなく、明確に“補完”する技術として位置づけられる。 大容量データを高速に読み出すAI推論ではHBFが強みを発揮する一方、 膨大な演算性能が求められるAI学習ではHBMが依然として不可欠であり、 両者は役割を分担しながら共存していく可能性が高い。
フラッシュメモリはブロック・ページ単位で動作するため、CPU/GPUが直接アクセスする際には管理の複雑さがボトルネックとなり得る。
そのため、
- 推論＝HBF
- 学習＝HBM
という住み分けが今後さらに明確になると考えられる。
まとめ：NANDフラッシュの進化は止まらない
2Dから3Dへ、そしてHBFへ。
NANDフラッシュメモリは、物理限界を乗り越えながら進化を続けている。
AI時代の到来により、メモリに求められる要件はますます多様化していく。
その中で、NANDフラッシュは依然として重要な役割を担い続けるだろう。
コメント