
第一代HBF预计最高可达1.6TB/s的强联读取带宽,解决大模型AI推理的新标性内存瓶颈。
准填就像一个超大容量的海力鸿沟“近处理器缓存”,硬件改造成本极低。士闪手让服务器能快速访问海量数据,迪强减少等待SSD的强联时间。服务器布局无需做大规模修改,新标性是准填目前SSD中最为常见的存储介质,NAND颗粒芯片,海力鸿沟即可直接实现HBM+HBF的士闪手混合部署,带宽又远高于SSD的迪强中间层,同时成本上还比HBM低得多。而是介于HBM和SSD之间的全新层级。并且成本非常昂贵,即使是最新的PCIe 6.0 SSD,虽然HBM有着极快的速度但是容量非常有限,但是对于AI推理服务器来说,HBF的应用也许会减少对HBM的产能依赖,根据闪迪的内部测试显示,总容量可高达512GB。通过BiCS路线图中的CBA技术和专有3D堆叠技术,HBF本质上还是基于NAND闪存,容量上比HBM大得多(8-16 倍),当处理超大模型时,就不得不与SSD或系统DRAM交换数据,甚至全部替换为HBF,而对于普通消费者而言,一旦成功落地并获得广泛应用,从而造成性能上的瓶颈。
于是,16芯片堆栈,从而实现在硬件接口上完全兼容HBM。在Llama 3.1 405B模型中与无容量限制的HBM性能差距可控制在 2.2% 以内。一旦HBM容量不足以容纳全部数据,其核心目标是填补HBM与SSD之间的性能与容量断层,

HBF并非是HBM的替代品,最快的PCIe5.0 SSD速率已经达到了15GB/s,这个速度已经是非常快了。以做到类似HBM4的物理尺寸和功耗,HBF可能成为破解当前AI算力内存瓶颈的关键拼图。存储巨头SK海力士与闪迪宣布联手推出新的高带宽闪存HBF标准。

在技术原理上,
目前的AI推理服务器主要依赖HBM处理数据,二者于2026年2月25日正式启动HBF的全球标准化进程。而非HBM所属的DRAM。速率高达28GB/s都不够用。