閃迪、SK海力士合作開發HBF

閃迪、SK海力士合作開發HBF


2026年下半年實現HBF初始出樣 , 2027年初實現配備HBF存儲堆棧的AI推理設備出樣 。
閃迪宣布 , 已與SK海力士簽署一項諒解備忘錄 , 雙方將共同制定高帶寬閃存 (High Bandwidth Flash , HBF) 規范 。 通過此次合作 , 雙方希望標準化規范、定義技術要求 , 并探索構建HBF的技術生態系統 。
今年2月 , 閃迪首次提出HBF高帶寬閃存概念 。 這是一種專為 AI 領域設計的新型存儲器架構 , 結合了3D NAND閃存和高帶寬存儲器(HBM)的特性 , 旨在滿足大規模 AI 模型的存儲和推理需求 。 HBF 專為大型數據中心、小型企業和邊緣應用中的 AI 推理工作負載而設計 , 旨在提供與高帶寬內存 (HBM) 相當的帶寬 , 同時以相似的成本提供高達 HBM 8-16 倍的容量 。
SK 海力士的加入對閃迪意義重大 , 因為 SK 海力士在目前的 HBM 生態中占據舉足輕重的地位 , 可為 HBF 標準的構建提供富有價值的經驗;同時兩大閃存原廠合作有助于將 HBF 提升到全行業標準的層次 。
SK 海力士首席開發官安炫表示:“隨著下一代計算挑戰的日益嚴峻 , 對相關解決方案的需求也與日俱增 。 通過與閃迪合作制定 HBF 規范 , 我們正積極推動這項創新技術的商業化進程 。 我們相信 , 這一技術是釋放 AI 及下一代數據工作負載全部潛力的關鍵 。 ”
閃迪同時宣布 , 該企業的目標是在 2026 年下半年實現 HBF 高帶寬閃存的初始出樣 , 到 2027 年初實現配備 HBF 存儲堆棧的 AI 推理設備出樣 。
HBF技術簡介據悉 , HBF技術在相似成本下 , 不僅能夠提供與HBM相當的帶寬 , 還能實現8到16倍的容量提升 。 從閃迪提供的示例來看 , 八個 HBF 堆棧擁有 4TB 的 NAND 內存 , 即每個堆棧可存儲 512GB , 這是單個8層HBM3E堆棧(容量為 24GB)容量的 21 倍 。
單GPU搭載4TB存儲 , 可直接加載GPT-4等大型AI模型 , 減少數據遷移延遲 。 相比HBM , 單位容量成本更低(宣稱相似成本下容量提升8-16倍) , 適合大規模AI推理部署 。 HBF 產品主要針對讀密集型、高吞吐量的應用 , 例如大型 AI 推理數據集 。 對于許多 AI 推理任務而言 , 在可行成本下的高吞吐量是關鍵因素 , 而非 HBM 或其他類型 DRAM 所提供的超低延遲 。 所以 , 盡管 HBF 在每比特延遲上無法與 DRAM 相媲美 , 但它能夠滿足 AI 推理領域對高容量、高帶寬且成本相對較低的需求 , 在市場上占據獨特的一席之地 。
此外 , NAND的靜態非易失性降低待機功耗 , 適用于邊緣計算與移動設備(如未來手機AI協處理) 。
SanDisk尚未提及 HBF 的寫耐久性問題 。 NAND 具有有限的使用壽命 , 只能承受一定數量的寫入操作 。 雖然 SLC 和 pSLC 技術相較于消費級 SSD 中使用的 TLC 和 QLC NAND 具有更高的耐久性 , 但這是以犧牲容量和增加成本為代價的 。 此外 , NAND 通常以塊為粒度進行寫入 , 而內存是按位尋址的 , 這也是 HBF 技術需要解決的關鍵挑戰之一 。 NAND的塊級擦除與頁級讀寫限制精細數據操作 , 需通過緩存層(如HBM)緩解 。
HBF技術顧問委員會近日 , 閃迪宣布成立技術顧問委員會 , 指導HBF技術的開發和戰略 。 該委員會由閃迪內部和外部的行業專家與高級技術人才組成 。 其中 , 教授大衛·帕特森和拉賈·科杜里將在閃迪準備推出HBF時提供戰略指導、技術見解、市場觀點并制定開放標準 。
據介紹 , 大衛·帕特森是一位杰出的計算機科學家 , 因共同開發了徹底改變處理器設計的精簡指令集計算(RISC)而聞名 , 曾在2017年榮獲ACM圖靈獎 。 而拉賈·科杜里是一位計算機工程師和企業高管 , 曾擔任AMD高級副總裁 , 英特爾加速計算系統和圖形執行副總裁等職位 , 領導了AMD Polaris、Vega和Navi GPU架構以及英特爾Arc和Ponte Vecchio GPU的開發 , 并引領英特爾進軍獨立顯卡領域 。
在大衛·帕特森看來 , HBF通過在高帶寬下提供前所未有的存儲容量 , 在數據中心的AI應用場景中展現出巨大的發展潛力 , 使推理工作負載能夠遠遠超越當今的限制 。
拉賈·科杜里則表示 , “HBF將通過為設備配備存儲容量和帶寬能力 , 支持在本地實時運行的復雜模型 , 從而徹底革新邊緣AI 。 ”
*聲明:本文系原作者創作 。 文章內容系其個人觀點 , 我方轉載僅為分享與討論 , 不代表我方贊成或認同 , 如有異議 , 請聯系后臺 。
【閃迪、SK海力士合作開發HBF】想要獲取半導體產業的前沿洞見、技術速遞、趨勢解析 , 關注我們!

    推薦閱讀