对UFS的11个认知误解

闪存常被看作系统中的文件柜，而处理器与AI加速器则被视为决定性能的核心器件。存储虽然未必是最受重视的组件，但其作用远不止单纯保存数据。存储技术的进步，正越来越深刻地影响整机性能、能效水平与用户体验。

如今的各类设备，从智能手机、汽车，到工业系统与边缘AI平台，都会产生并处理海量数据。为跟上数据增长的节奏，存储技术需要相比前代产品实现更高吞吐量、更低延迟与更高能效。通用闪存存储（UFS）正是为满足这类需求而开发的。

随着应用范围持续扩大，关于UFS的诸多误解也随之产生。

误解1：UFS仅适用于智能手机

UFS最初是为满足智能手机严苛的性能需求而研发的。手机应用快速启动、高清图像与视频处理，都需要比早期存储技术更高的存储带宽。

但如今，UFS的应用场景已经广泛得多。车载信息娱乐系统、先进驾驶辅助系统（ADAS）、AR/VR头显、平板电脑、笔记本电脑、智能安防摄像头，以及智能工厂/物联网系统，都越来越多地采用UFS，以应对不断增长的性能与存储需求。随着嵌入式负载的数据密集度持续提升，UFS的适用范围早已超越智能手机市场。

误解2：UFS 5.0算不上重大升级

最新的UFS 5.0规范，是该技术发展史上性能提升幅度最大的版本之一。

在HS-Gear6模式下，UFS 5.0规范的接口速率最高可达46.6吉比特每秒，大幅超越前代产品。根据具体实现方案，连续读取性能提升幅度可超100%，连续写入与随机写入性能同样获得显著增益。

这类提升对于端侧AI推理、先进车载系统等需要快速读取大规模数据集的负载尤为关键。

误解3：AI应用主要使用SSD，而非UFS

该误解源于AI训练与AI推理对存储的需求存在巨大差异。

大规模AI训练一般在数据中心完成，采用大容量固态硬盘（SSD）。但AI推理正越来越多地直接在终端设备上运行。智能手机、平板、车辆与边缘系统，都需要从本地存储快速高效地加载AI模型。

UFS能够让这类设备以低延迟将大规模模型数据集载入系统内存，支撑机器翻译、图像识别、智能助手以及生成式AI功能，不必完全依赖云端网络。

误解4：SSD将成为车载系统的主流存储方案

车辆逐步向集中式、域控计算架构演进，存储需求持续上升，但这不代表SSD会取代UFS。

当前，车规UFS作为基础存储介质，用于存放启动代码、操作系统、应用程序、地图数据与用户数据。它同时兼顾存储密度、性能、能效与可靠性，契合现代车载平台的要求。

未来车辆可能会使用SSD承载超大规模数据仓库或AI负载，但UFS仍将作为众多车载子系统的基础存储技术。

误解5：QLC闪存不适用于UFS

QLC闪存延续了NAND闪存一贯的发展趋势：提升存储密度，同时降低每比特成本。

尽管早期人们常会担忧其性能与耐久度，现代UFS控制器采用成熟的磨损均衡算法、错误管理机制与智能数据放置策略，最大化性能与可靠性。不少方案还会采用SLC缓存技术，在多数实际业务负载下，写入性能可接近TLC方案。

随着存储需求持续增长，基于QLC的UFS设备预计将在实现更高容量嵌入式系统方面发挥越来越重要的作用。

误解6：UFS可直接替代eMMC

UFS与eMMC都属于托管NAND方案，但二者底层技术完全不同。

eMMC采用并行接口，而UFS使用高速串行架构。UFS同时支持全双工通信，收发数据可同步进行。这一架构变革使其性能远高于eMMC，并且还可降低协议开销。

此外，UFS采用基于SCSI的命令架构，而非传统MMC命令集。因此，从eMMC迁移至UFS，通常需要软硬件重新设计，并非简单更换器件即可完成。

误解7：UFS无法满足端侧AI的速度要求

事实上，最新版UFS规范正是面向日益严苛的数据密集型应用开发。

UFS 5.0集成了UniPro v3与M-PHY v6技术，最高接口带宽可达10.8GB/s，显著高于前代。

借助HS-Gear6模式与双链路配置，UFS所能提供的有效吞吐量足以支撑众多新兴AI负载。

随着AI模型体量持续增大，存储性能在缩短加载时间、保障流畅用户体验方面将愈发重要。UFS技术迭代正是为应对这类需求。

误解8：车规级UFS只能用于汽车领域

车规级UFS经过专门设计与测试，满足汽车行业严苛工况与高标准质量要求。

随着机器人技术不断发展，部分系统（尤其是人形机器人）也开始要求同等水平的可靠性与耐用性。

除快速启动、低延迟、恶劣环境稳定运行等优势外，机器人应用也逐步采纳相近的性能与可靠性标准。

因此，当机器人平台采用源自车载的处理器与系统架构时，车规级UFS同样可用于机器人场景。

误解9：UFS生态与软件支持有限

UFS最初在智能手机平台落地并普及，如今配套生态已经大幅扩张。

目前，面向车载、工业、物联网、PC、AR/VR的大量片上系统（SoC）均支持UFS。Linux内核原生支持UFS，同时还有UFS-utils等开源工具，用于开发、验证与调试。半导体厂商及其他客户在自研芯片中实现UFS时，也可广泛选用商用IP方案。

随着采用规模持续扩大，配套软硬件生态也在不断成熟。

误解10：UFS不适用于笔记本电脑

NVMe SSD仍是高性能笔记本与工作站的首选存储方案。但并非所有PC场景都需要最高等级的存储带宽。

对于主流轻薄本与超级移动设备，UFS可在性能、功耗、成本与板卡占用面积之间实现理想平衡。它能够支持网页浏览、办公软件、视频流媒体等日常计算任务都能高效运行，同时延长电池续航。

对于成本与能效优先的小容量系统，UFS是极具竞争力的备选方案。

误解11：UFS无法在服务器或数据中心中可靠使用

UFS并不打算在主存储阵列中替代企业级SSD，但它已经在服务器基础设施中得到应用。

基板管理控制器（BMC）就是典型案例，它为服务器提供带外管理与监控功能。过去很多BMC平台采用eMMC存储。新一代BMC处理器开始支持UFS，设计人员可以获得更高性能，同时拥有更适配未来需求的技术路线图。

在这类场景中，UFS是服务器大生态中的赋能技术，而非企业级SSD存储的替代品。

未来展望

嵌入式系统正变得越来越智能、越来越依赖数据，存储性能将持续影响整机能力。UFS已经从面向手机的专用技术，发展为通用存储平台，支撑车载系统、工业设备、AI终端、PC、机器人等众多应用。

尽管关于UFS的误解依然存在，但它在多个市场持续落地，反映出行业的整体趋势：存储不再只看容量。性能、能效、可靠性与可扩展性变得同等重要，而UFS正是围绕这些需求而设计。

铠侠（KIOXIA）是UFS技术先驱之一，推动该标准落地商用，并持续推动嵌入式闪存方案创新。随着AI、车载与边缘计算负载不断扩张，UFS技术的持续迭代，将助力下一代智能互联设备落地。