在人工智能时代，像ChatGPT这样需要大量计算和存储的大型模型正在重塑内存世界，一种新的存储解决方案即将革新人工智能推理的内存容量和性能。
高带宽闪存（HBF）通过堆叠多层NAND芯片——每层包含数百个堆叠的3D NAND单元层——来创造前所未有的内存容量，同时带来巨大的工程挑战。虽然高带宽内存（HBM）堆叠DRAM芯片以最大化内存带宽，但HBF则堆叠3D NAND阵列以显著提高并行I/O性能。
HBF堆叠多层NAND芯片以显著增强内存容量。(来源：Sandisk)在最近的一篇IEEE论文中，SK Hynix展示了一种混合内存架构，将HBM和HBF与负责计算的GPU放在一起。八个HBM3E堆叠与八个HBF堆叠结合Nvidia最新的GPU Blackwell (B200)，模拟测试显示，与仅依赖HBM的设置相比，每瓦特性能提高了多达2.69倍。
www.eic.net.cn 易IC库存管理软件
SK Hynix，
HBM设备的主要供应商，预计将在2026年第一季度推出HBF的试用版本。三星和SK Hynix也已与Sandisk合作，迅速推进研发到商业化，并标准化HBF技术。因此，随着AI工作负载的持续增长，HBF预计会比预期更早实现商业化。
由Infineon Technologies AG 02.12.2026
由Illumi Huang，高级行业分析师，EETimes 02.09.2026
由Galaxy Semicon Group Limited 02.09.2026
Sandisk计划在2026年下半年提供HBF样品，第一款用于人工智能推理的HBF设备预计在2027年初面世。同样，三星和SK Hynix都计划在2027年推出商用HBF产品。
NAND重新定义为AI
HBF是一种巧妙的架构创新，结合了3D NAND闪存和先进的封装及互连技术，如HBM中所采用的，提供了高容量、低成本的闪存，其数据传输速度接近高端内存。
首先，它借鉴了HBM的设计理念，实现了多个NAND闪存芯片的高密度垂直堆叠。这缩短了内存设备内部的数据传输路径，增强了集成密度，并为高带宽奠定了基础。
其次，HBF设计中更为重要的一点是并行子阵列架构，它将闪存的核心结构划分为大量的独立运行的存储子阵列。因此，与传统的NAND闪存不同，其中可以同时读写数据的通道数量有限，每个子阵列都有自己的独立读写通道。
这使其成为读取密集型任务（如推理）的高性能存储解决方案。但尽管HBF支持无限次读取循环，但其写入循环次数限制约为10万次。这反过来要求人工智能软件针对读取密集型操作进行优化。
HBF不是HBM的替代品；它在数据中心环境中与HBM形成混合内存架构。
(来源：Sandisk)因此，尽管HBF不提供HBM那样的超低延迟和极端写入速度，但它提供了远高于成本的容量。接下来，与传统固态硬盘（SSD）相比，HBF为需要快速访问大量数据的设计提供了数量级更高的带宽。
简而言之，HBF不是HBM的替代品，而是一个强大的补充，旨在解决计算-内存差距，即众所周知的内存墙。它通过将NAND闪存融合到单个堆栈中，以实现类似DRAM的带宽，从不同的角度解决了人工智能内存问题。
以下是关于HBM解决的问题以及在其商业实现中面临的挑战的简要分析。
推理角度
HBF是一种嵌入HBM类包装中的NAND闪存技术，主要针对读取密集型的人工智能推理任务，而不是对延迟敏感的应用。HBF的高容量和吞吐量特性符合人工智能模型存储和推理需求，尤其是在超大规模公司推动推理边缘化的情况下。
边缘人工智能通常使用预训练模型，这与HBF的高读取带宽和大容量优势相吻合。它也免疫于HBF的慢写和有限耐久性等弱点。此外，HBF的低功耗非常适合能源敏感的边缘环境。
接下来，在数据中心中，尽管HBF不会取代HBM用于训练工作负载，但它可以作为HBM的有效容量扩展。在这个混合模型中，HBM作为高速缓存，保存当前计算急需的大量数据，而人工智能模型存储在HBF中。这是SK Hynix最近推出的混合内存架构H3的前提。
一个HBF设备可以存储比HBM多8到16倍的数据，同时保持相似的成本。
(来源：Sandisk)当与HBM结合时，HBF使人工智能加速器能够附加TB级别的内存。但尽管HBF承诺了非凡的容量，它也面临着非凡的复杂性。特别是互连部分将极具挑战性。除了写入耐久性限制外，还有NAND的块级寻址限制等问题。
然而，尽管存在重大质疑，这种基于异构堆叠的内存技术由于适合人工智能推理，正迅速取得进展。HBF的带宽可能超过1,638 GB/s，这与SSD相比是一个巨大的飞跃。而且预计将达到512 GB，超过HBM4提供的64 GB。
难怪Sandisk称这种新的存储解决方案为面向人工智能的内存。
推荐阅读：
3D NAND, AI, AI INFERENCE, DATA CENTER, HIGH BANDWIDTH MEMORY, HIGH-BANDWIDTH FLASH, HYBRID MEMORY, MEMORY, NAND STORAGE, SEMICONDUCTORS, STORAGE Majeed Ahmad Majeed Ahmad，EDN和Planet Analog的总编辑，从事电子设计行业报道已有二十多年。在此期间，他曾在各种编辑职位工作，包括EE Times Asia和Electronic Products的职务。他拥有埃因霍温理工大学电信工程硕士学位。在LinkedIn上关注Majeed
发表评论
您必须注册或登录才能发表评论。