HBF即将崛起，与HBM并行发展

9月11日消息，据韩国媒体Thelec报导，韩国科学技术院（KAIST）电机工程系教授 Kim Joung-ho（在韩国媒体中被誉为“HBM 之父”）表示，高带宽闪存（High Bandwidth Flash，HBF）有望成为下一代 AI 时代的重要存储技术，将与高带宽内存（HBM）并行发展，共同推动芯片大厂的业绩成长。

HBF 的设计概念与 HBM 相似，均通过硅通孔（TSV）技术将多层芯片堆叠连接。 差别在于HBM以DRAM为核心，而HBF则采用NAND Flash闪存进行堆栈，具备“容量更大、成本更具优势”的特点。

Kim Joung-ho指出，虽然NAND Flash的速度不及DRAM，但容量往往高出10倍以上，若以数百层乃至数千层堆叠方式构建，将能有效满足AI模型对庞大储存的需求，可望成为NAND Flash版本的HBM。

目前生成式 AI 模型正急速扩张，单一模型的输入 Token 已达百万级别，需要处理TB 级数据。 在每秒数千次的读写过程中，若存储带宽不足，就会出现瓶颈，导致 ChatGPT、Google Gemini 等大型语言模型（LLM）的反应速度明显下降。

Kim Joung-ho 强调，这种限制来自现行的冯诺依曼架构，由于 GPU 与内存是分离设计，数据传输带宽决定了效能上限，“即便将 GPU 规模扩大一倍，如果带宽不足也毫无意义”。

他预测，未来GPU将同时搭载HBM与HBF，形成互补架构：HBM做为高速快取，负责即时运算数据，而HBF则承担大容量储存，直接存放完整的AI模型。 这将有助于突破存储瓶颈，使 GPU 能处理更庞大的生成式 AI，甚至涵盖长篇视频等复杂内容。 Kim Joung-ho 表示：“未来 AI 将不仅限于文字与图像，而能生成如电影般的长片，届时所需的内存容量将是现有的 1,000 倍以上。”

Sandisk 的 HBF 内存概念

之前也有消息显示，存储芯片大厂Sandisk正在联手SK海力士开发用于 AI 系统的HBF规范。HBF能够以与DRAM型HBM相当的成本和带宽，提供高达DRAM型HBM约8到16倍的容量。并且，与需要恒定功率来保存数据的 DRAM 不同，NAND 是非易失性的，因此能够以更低的能耗实现持久存储。

Sandisk 的目标是在 2026 年下半年交付其 HBF 闪存的第一批样品，首款集成该技术的 AI 推理硬件预计将于 2027 年初推出。

编辑：芯智讯-林子