HBF或将破解AI存储核心难题

大语言模型（LLM）对内存容量需求巨大，使用规模越大，所需内存资源就越多。各大存储厂商纷纷加速新建存储晶圆厂的规划，主攻HBM与DRAM产品，其中一座新工厂计划2027年投产。但存储需求爆发的同时，也为新型存储技术创造了落地发展的机遇。

高带宽闪存（HBF）就是其中一项新技术，其原型是SD卡、U盘所搭载闪存的升级改良版本。该技术借鉴了HBM获得成功的核心思路——堆叠多颗芯片以提升容量与带宽，并将这套方案应用于NAND闪存。目前SD卡、U盘、智能手机等大量设备的数据存储均采用NAND闪存。

半导体市场调研机构Objective Analysis总负责人Jim Handy表示：“很多人会问，这技术听起来完全不合逻辑，闪存速度不是慢得要命吗？”他解释，虽然普通NAND闪存带宽表现偏弱，但HBF能够改善这一短板。“闪存写入速度确实极差，但读取速度经过优化后可以大幅提升，而高带宽闪存HBF正是围绕优化读取性能设计的。”

什么是高带宽闪存？

NAND闪存通过浮栅晶体管（FGT）阵列捕获电荷存储数据，存储单元以块、页为单位组织，无法单独按字节寻址；同时它属于非易失性存储，断电后数据不会丢失。这些特性让闪存十分适合长期存储场景。同等面积下，它能存储更多数据，且无需搭配耗电电容持续刷新维持电荷。但造就闪存高密度、断电存数据特性的底层结构，也导致其写入速度偏低：向绝缘栅充放电的耗时，远高于给电容充电。

最新一代闪存接口标准，单颗芯片最高带宽为4.8GB/s。该性能足以应对多数场景，因此NAND被广泛用于固态硬盘等高性能长效存储设备。与之对比，单条DDR5内存带宽最高可达70.4GB/s（不含超频版本）；单堆叠HBM4E带宽更是高达3.6TB/s，带宽性能是普通闪存的约750倍。

SK海力士存储系统研发高级副总裁Hoshik Kim称，HBF借鉴HBM的封装技术实现带宽跃升。“我们将先进3D封装、垂直堆叠工艺应用在NAND闪存上，让HBF带宽远超常规NVMe（非易失性内存主机控制器接口规范）存储。”和HBM堆叠DRAM芯片的逻辑一致，HBF堆叠多层NAND闪存裸片，打造大容量存储芯片。

依托先进封装技术，成熟闪存裸片可实现堆叠，大幅提升读取速度。

HBF至少还需一年时间才会正式出货，闪存厂商闪迪已发布初代产品技术白皮书。该公司规划HBF单堆叠最多集成16颗NAND闪存芯片，单堆叠总容量最高512GB，读取带宽可达1.6TB/s。闪迪的HBF技术路线图显示，二代、三代产品读取带宽将分别提升至2TB/s、3.2TB/s。

研发HBF的核心用途

尽管HBF带宽远优于传统闪存，但相比高端GPU搭载的HBM仍存在明显差距。既然如此，为何业界看好HBF的发展前景？答案在于AI训练（训练大语言模型预测文本标记）与AI推理（部署成熟模型对外提供服务）的算力需求存在本质差异。

模型训练时，系统输入文本标记、获取模型预测结果、校验正误，并通过反向传播算法依据误差调整权重。该流程看似简单，却需要对数十亿乃至上万亿模型权重反复读写运算，读写双重高负载的特性让闪存难以适配。

AI推理场景则截然不同：模型权重固定、仅作读取使用，闪存写入带宽不足的短板不再构成阻碍。Kim表示：“推理场景存在海量只读数据，例如数十亿参数的静态模型权重、预计算KV缓存，这类数据均可稳定存储在HBF层级。如此一来，HBM便能释放出来，充当高速临时缓存。”

Handy认为，将闪存用于推理负载是一套合理方案：“架构设计得当的前提下，这套组合能实现极佳性能，本质就是分层缓存思路。我看好这项技术未来大规模落地。”

HBF后续发展规划

HBF虽具备广阔潜力，但仍处于研发早期，距离全面商用普及还有数年时间。

2026年2月25日，闪迪与SK海力士联合举办启动会，宣布携手在开放计算项目（OCP）框架下成立专项工作组，推动HBF技术标准化。开放计算项目是制定大量数据中心硬件规范的行业开源组织。目前标准制定工作持续推进，尚未敲定正式发布时间表。

存储厂商（尤其是SK海力士）大力推进HBF，将其定位为成本更低的HBM替代方案，乍看有些反常。毕竟HBM毛利率更高，也是当前拉动SK海力士营收创下新高的核心产品。

但Kim表示，HBF并非HBM竞品，而是互补技术。“HBF能够大幅缓解HBM容量瓶颈，同时不降低数据传输速度，有望减少大规模模型运行所需的加速卡数量。”Kim预计，该方案将提升能效、降低部署成本，助力数据中心进一步扩容AI推理硬件集群。