9月11日消息，據(jù)韓國(guó)媒體Thelec報(bào)導(dǎo)，韓國(guó)科學(xué)技術(shù)院（KAIST）電機(jī)工程系教授 Kim Joung-ho（在韓國(guó)媒體中被譽(yù)為“HBM 之父”）表示，高帶寬閃存（High Bandwidth Flash，HBF）有望成為下一代 AI 時(shí)代的重要存儲(chǔ)技術(shù)，將與高帶寬內(nèi)存（HBM）并行發(fā)展，共同推動(dòng)芯片大廠的業(yè)績(jī)成長(zhǎng)。

HBF 的設(shè)計(jì)概念與 HBM 相似，均通過硅通孔（TSV）技術(shù)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(jìn)行堆棧，具備“容量更大、成本更具優(yōu)勢(shì)”的特點(diǎn)。

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(shù)百層乃至數(shù)千層堆疊方式構(gòu)建，將能有效滿足AI模型對(duì)龐大儲(chǔ)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(kuò)張，單一模型的輸入 Token 已達(dá)百萬級(jí)別，需要處理TB 級(jí)數(shù)據(jù)。 在每秒數(shù)千次的讀寫過程中，若存儲(chǔ)帶寬不足，就會(huì)出現(xiàn)瓶頸，導(dǎo)致 ChatGPT、Google Gemini 等大型語言模型（LLM）的反應(yīng)速度明顯下降。

Kim Joung-ho 強(qiáng)調(diào)，這種限制來自現(xiàn)行的馮諾依曼架構(gòu)，由于 GPU 與內(nèi)存是分離設(shè)計(jì)，數(shù)據(jù)傳輸帶寬決定了效能上限，“即便將 GPU 規(guī)模擴(kuò)大一倍，如果帶寬不足也毫無意義”。

他預(yù)測(cè)，未來GPU將同時(shí)搭載HBM與HBF，形成互補(bǔ)架構(gòu)：HBM做為高速快取，負(fù)責(zé)即時(shí)運(yùn)算數(shù)據(jù)，而HBF則承擔(dān)大容量?jī)?chǔ)存，直接存放完整的AI模型。 這將有助于突破存儲(chǔ)瓶頸，使 GPU 能處理更龐大的生成式 AI，甚至涵蓋長(zhǎng)篇視頻等復(fù)雜內(nèi)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(zhǎng)片，屆時(shí)所需的內(nèi)存容量將是現(xiàn)有的 1,000 倍以上?！?/p>

之前也有消息顯示，存儲(chǔ)芯片大廠Sandisk正在聯(lián)手SK海力士開發(fā)用于 AI 系統(tǒng)的HBF規(guī)范。HBF能夠以與DRAM型HBM相當(dāng)?shù)某杀竞蛶?，提供高達(dá)DRAM型HBM約8到16倍的容量。并且，與需要恒定功率來保存數(shù)據(jù)的 DRAM 不同，NAND 是非易失性的，因此能夠以更低的能耗實(shí)現(xiàn)持久存儲(chǔ)。

Sandisk 的目標(biāo)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(shù)的 AI 推理硬件預(yù)計(jì)將于 2027 年初推出。