高速存储UFS 5.0引领的端侧新时代

配备10.8GB/s高速接口的UFS 5.0即将问世。铠侠认为，智能手机采用UFS 5.0将进一步推动端侧的发展。这种大容量、高速数据传输的UFS，能够存储大容量的大规模语言模型（LLM）及检索增强生成（RAG）专用数据库。

搭载AI的智能手机（AI智能手机）正在迅速普及。特别是2023年以后推出的高端AI智能手机搭载了大规模语言模型（LLM），加入了生成式AI应用。端侧AI（指在终端设备内运行生成式AI的功能）无需云端AI那样依赖网络，具有保护隐私的优点，除此之外还能为用户提供实时翻译等便利的服务。 

提升端侧AI性能的关键在于，需要专门为智能手机等移动设备设计闪存存储规格UFS（Universal Flash Storage，通用闪存存储）。铠侠强调，最新的UFS规格UFS 5.0有望显著改变端侧的格局。

UFS目前是智能手机的存储主流。高端机型一般采用UFS 4.0/4.1，铠侠也在为智能手机厂家量产基于UFS 4.0/4.1规格的产品。

制定半导体产品等标准规格的业内组织JEDEC（Joint Electron Device Engineering Council，联合电子设备工程委员会）于2025年10月发布称已基本完成UFS 5.0规格制定工作。

UFS 5.0的最大特点是，高达10.8GB/s（10,830MB/s）^（注1）的传输速度。其传输速度惊人，是高端智能手机中搭载的UFS 4.1（4,640MB/s）的2倍以上。铠侠存储器事业部的渡边匠先生说：“随着AI的普及，对UFS接口高速化的需求突然激增”。“以往是标准制定先行，传输速度约每四年翻倍一次。但近年来，随着端侧技术的演进，智能手机制造商对高速化的要求日益迫切。"

传输速度的飞跃提升，有望为端侧的高性能化提供强力支持。这将使更大规模的LLM能够搭载于智能手机。

在智能手机上使用生成式AI功能时，存储在UFS中的LLM首先被加载至系统内存DRAM中。然后，由SoC（System on Chip）从DRAM读取LLM的参数，并执行运算处理（推理）。

问题在于，近年来为了使生成式AI“更智能”，LLM的参数数量呈现增长趋势。据统计，端侧AI搭载的LLM参数数量约有30～40亿之多。若将其量化为8位（INT8），则容量约为3GB～4GB^（注2）。渡边表示：“以UFS 4.0/4.1的传输速度，可在1秒以内读取，但若LLM容量增大，会延长加载时间，用户收到首个响应的时间（Time to First Token）也会相应增加。”但为了提升生成式AI“智能化程度就需要搭载更大规模的LLM，这必然要求UFS具备高速的传输速度。

凭借高达10.8GB/s的UFS 5.0传输速度，即使参数数量增加，也能实现大型语言模型的高速加载。这将直接提升端侧的用户体验。“UFS 4.0/4.1的可适用LLM容量为3～4GB，而UFS 5.0可将这一容量提升至约10GB。”渡边先生说道。

据渡边先生介绍，铠侠的UFS技术有三大优势。其一是闪存。铠侠的UFS 5.0采用的3D闪存是最新一代的“第8代BiCS FLASH（注3），它应用了铠侠独有的“CMOS directly Bonded to Array（CBA，CMOS直接键合阵列）”技术，该技术将两片晶圆高精度地键合在一起。CBA技术是指，将负责存储单元控制的CMOS电路和存储单元阵列分别构建在不同的晶圆上，然后将这两片晶圆高精度地键合在一起。由于闪存能够分别采用适合CMOS电路和存储单元的工艺进行制造，因此可显著提高闪存性能、能效和位密度。

其二是公司自主研发的闪存控制器技术。UFS 5.0的物理层采用MIPI Alliance规格“M-PHY version 6.0”，协议层采用“UniPro version 3.0”。铠侠早在标准制定初期便深度参与。并率先开发了UFS 5.0的高速接口。此外，铠侠还优化控制器的电源设计，实现了高性能和低功耗，满足需要电池供电的移动设备的需求。其三是ECC（错误校正码）技术。强大的ECC技术能够最大限度地发挥闪存性能。

使用传输速度更快的UFS5.0，不仅可以部署更大规模的LLM，而且还为存储RAG（Retrieval-Augmented Generation，检索增强生成）专用数据库提供了可能。RAG是一种将企业数据库等的外部信息与LLM相结合，提高生成式AI回答精度的技术。

铠侠发布了面向数据中心RAG(文本生成式人工智能)的开源数据搜索软件“KIOXIA AiSAQ^（注3）”。使用KIOXIA AiSAQ， RAG专用数据库可直接将存储在SSD中数据进行检索,所以不占用DRAM。另外，铠侠也在讨论将KIOXIA AiSAQ运用于智能手机端，并已完成技术验证。RAG专用数据库不依赖DRAM扩展，而是配置于UFS中，因此可以扩充RAG专用数据库的容量。

在DRAM容量受限于成本的背景下，若能在大容量UFS中存储LLM与RAG专用数据库，端侧的用户体验必将得到进一步提升。

最终，如果我们能够将思考能力与知识存储“分离”开来，就可以只用GPU进行思考（推理），用闪存来存储知识。这是一种能够发挥设备原有功能的最佳方式。由于运算量减少，降低了GPU的功耗，也为采用低功耗的AI加速器等方案拓宽了选择范围。“通过因地制宜地选用半导体器件，我们或许能以不同于以往的方式，优化整个AI系统。”出口先生说道。

在数据转化为“知识”的AI时代，闪存、UFS的定位也在发生变化。出口先生说“此前，它们仅被视作汇集AI学习数据的存储器”，但铠侠认为，未来的闪存、UFS将在塑造AI个性化方面发挥积极作用。

“人类的个性是由记忆、经验而形成的。今后，即使基于相同的LLM，也能通过添加RAG专用数据库这样的外部‘记忆与经验’，转化为更具个性的形态。而承载这些塑造AI个性的记忆与经验的载体，正是闪存，这也正是我们所钻研的技术。这与铠侠公司的使命‘记忆由芯,世界尤新’一脉相承。”出口先生说道。

通过高速的数据传输，进一步提升了LLM、RAG专用数据库的使用效率。集结铠侠技术的UFS 5.0产品将支持不断发展的AI系统，并在使端侧“更智能”运行和“更具个性”方面发挥重要作用。