Post

HBF：AI存储体系重构的新变量 2026年FMS大会上，SK海力士与闪迪联合发布首份HBF（高带宽闪存）开放技术规范，标志着AI存储产业正在从“单一高速路线”向“分层协同”的范式转移。HBF并非HBM的替代品，而是为AI存储体系增加了关键的容量层级，其核心逻辑是通过NAND堆叠与UCle直连，实现单栈512GB容量、3TB/s带宽的高并行读取能力，主要适配大模型权重、向量数据库等“大体积、低修改”的冷数据场景。 一、技术本质：从“硬件堆料”到“系统效率”的突破 HBF的技术路径打破了过去“带宽不够加HBM，容量不够继续加HBM”的惯性。它底层仍是NAND，单颗NAND的延迟、随机访问和写入寿命无法与DRAM相比，但通过垂直堆叠8层或16层NAND裸片，配合逻辑底座、TSV微凸点和UCle接口，实现了“让一群NAND同时开工”的高并行读取。这种设计将HBF的核心指标从“速度”转向“容量”，单栈容量可达512GB，理论上达到部分HBM4的十几倍，同时在高并行条件下实现3TB/s的带宽等级。 二、产业逻辑：重构AI存储的价值分配 HBF的出现，正在改变AI存储的价值分配体系。过去NAND行业拼层数、拼成本、拼价格，供给一多就陷入价格战，而HBF需要的不只是NAND裸片，还需要逻辑芯片、TSV先进封装、晶圆键合、UCle接口、ECC和内存管理软件。一旦商业化成功，NAND卖的就不再只是容量，而是“这一比特距离GPU有多近”。 从长期来看，HBF可能压制“模型越大，HBM就必须无限增加”的路线。HBM不会消失，但可能从昂贵的大仓库重新变回真正的高速工作区，专门处理热点数据，利用效率反而更高。 三、市场影响：短期非利空，长期重构竞争格局 对HBM来说，HBF短期甚至不一定是利空。HBF承担冷数据后，HBM可以专门处理热点数据，利用效率反而更高。但长期来看，HBF可能改变AI存储的竞争格局，过去市场只盯着HBM，而从HBF发布开始，真正的竞争可能不只是谁的HBM最多，而是谁能同时控制HBM的速度和HBF的容量。 海力士已经站在HBM的最前面，现在又和闪迪一起押注HBF，它们不是要推翻HBM，而是在提前告诉整个行业：未来的AI存储不能再只有一条路。 四、风险与挑战：商业化仍需跨越多重障碍 不过现在还不能把HBF吹成成熟产业，目前仍有几个关键问题没有答案：随机延迟到底多高？写入寿命如何？16层堆叠良率怎么样？功耗和散热能否控制？成本是否真的明显低于HBM？以及最重要的，谁会成为第一个大客户？ 所以今天的HBF不是一份可以立刻兑现的订单，它更像是AI存储行业刚刚公布的一张新地图。它的真正意义，是让AI存储从“单一高速路线”走向“分层协同”，为模型扩容提供更经济的容量解决方案，也为NAND产业打开了新的价值空间。$SKHYNIX $SNDK