SK海力士与闪迪发布HBF首套标准，瞄准AI推理内存瓶颈

SK海力士与闪迪在2026年8月公布高带宽闪存HBF的首批规格。公开资料把HBF定位为介于高带宽内存HBM与固态存储之间的技术路线：它使用3D NAND堆叠提高容量，并尝试通过新的封装和接口提供更高的数据传输速度。报道显示，相关规格支持8层和16层堆叠，最高等级的理论带宽约为3.0TB/s，单个堆叠容量可达到数百GB。具体参数来自规格设计，并不代表已经完成量产或进入大规模服务器部署。

HBF主要瞄准AI推理场景。模型权重、KV缓存和检索数据不断增大，HBM具备高带宽，但单位容量和成本存在约束；NAND容量更大，传统接口速度却相对较低。HBF试图把更大容量的闪存以更靠近加速器的方式接入系统，减少部分数据在不同存储层之间搬移。谷歌和Tenstorrent被报道为相关联盟的参与者，但公开信息尚未显示具体产品采购或量产订单。

两家公司通过开放计算项目OCP公开这套标准，规范还覆盖连接接口、电气特性、堆叠封装可靠性和软件I/O指引。谷歌和Tenstorrent已参与HBF联盟，但联盟参与不等于具体采购或量产订单。HBF仍要面对封装良率、闪存耐久性、控制器、软件栈和系统散热等问题。现阶段，它更可能作为HBM与SSD之间的新存储层，而不是直接替代HBM，实际应用还取决于处理器、整机和AI软件的适配进度。

推理内存扩容将调整AI服务器的存储分层

HBF若进入推理服务器，首先会增加NAND、先进封装、控制器和系统验证环节的需求，并推动服务器厂商重新设计内存与存储层级。相比单纯扩大HBM供应，HBF提供了容量和带宽之间的另一种组合，有助于承载更大的模型权重、KV缓存和检索数据，也可能降低部分推理任务的数据搬运成本。对存储器厂商而言，价值传导来自高容量闪存形态、堆叠工艺和接口方案的升级；对封装、测试及控制器厂商而言，新增需求则体现在规格适配、样品验证和系统级协同。服务器厂商需要承担接口设计、软件栈改造、散热管理和可靠性验证等投入，导入节奏因此会先体现为研发与验证支出。由于当前仍处于规格和样品阶段，收入贡献尚未进入量产释放期，传统存储分层也会面临部分推理负载重新配置的压力。

新闻热点内容来源于媒体公开报道。文章分析仅代表个人观点，不构成投资建议。