1. 首頁 > 生活百科 > >

HBF即將崛起，與HBM并行發展

人工智能gpudramai

HBF即將崛起，與HBM并行發展

9月11日消息 ， 據韓國媒體Thelec報導 ， 韓國科學技術院（KAIST）電機工程系教授 Kim Joung-ho（在韓國媒體中被譽為“HBM 之父”）表示 ， 高帶寬閃存（High Bandwidth Flash ， HBF）有望成為下一代 AI 時代的重要存儲技術 ， 將與高帶寬內存（HBM）并行發展 ， 共同推動芯片大廠的業績成長 。
HBF 的設計概念與 HBM 相似 ， 均通過硅通孔（TSV）技術將多層芯片堆疊連接 。差別在于HBM以DRAM為核心 ， 而HBF則采用NAND Flash閃存進行堆棧 ， 具備“容量更大、成本更具優勢”的特點 。
Kim Joung-ho指出 ， 雖然NAND Flash的速度不及DRAM ， 但容量往往高出10倍以上 ， 若以數百層乃至數千層堆疊方式構建 ， 將能有效滿足AI模型對龐大儲存的需求 ， 可望成為NAND Flash版本的HBM 。
目前生成式 AI 模型正急速擴張 ， 單一模型的輸入 Token 已達百萬級別 ， 需要處理TB 級數據 。在每秒數千次的讀寫過程中 ， 若存儲帶寬不足 ， 就會出現瓶頸 ， 導致 ChatGPT、Google Gemini 等大型語言模型（LLM）的反應速度明顯下降 。
Kim Joung-ho 強調 ， 這種限制來自現行的馮諾依曼架構 ， 由于 GPU 與內存是分離設計 ， 數據傳輸帶寬決定了效能上限 ， “即便將 GPU 規模擴大一倍 ， 如果帶寬不足也毫無意義” 。
他預測 ， 未來GPU將同時搭載HBM與HBF ， 形成互補架構：HBM做為高速快取 ， 負責即時運算數據 ， 而HBF則承擔大容量儲存 ， 直接存放完整的AI模型 。這將有助于突破存儲瓶頸 ， 使 GPU 能處理更龐大的生成式 AI ， 甚至涵蓋長篇視頻等復雜內容 。Kim Joung-ho 表示：“未來 AI 將不僅限于文字與圖像 ， 而能生成如電影般的長片 ， 屆時所需的內存容量將是現有的 1000 倍以上 。 ”

之前也有消息顯示 ， 存儲芯片大廠Sandisk正在聯手SK海力士開發用于 AI 系統的HBF規范 。 HBF能夠以與DRAM型HBM相當的成本和帶寬 ， 提供高達DRAM型HBM約8到16倍的容量 。 并且 ， 與需要恒定功率來保存數據的 DRAM 不同 ， NAND 是非易失性的 ， 因此能夠以更低的能耗實現持久存儲 。
Sandisk 的目標是在 2026 年下半年交付其 HBF 閃存的第一批樣品 ， 首款集成該技術的 AI 推理硬件預計將于 2027 年初推出 。
【HBF即將崛起，與HBM并行發展】編輯：芯智訊-林子

    推薦閱讀