Sandisk和高带宽内存(HBM)市场领导者SK海力士正在合作标准化高带宽闪存(HBF)技术。
HBF技术旨在为GPU提供快速访问大容量NAND闪存的能力,以补充容量相对有限的HBM,通过避免耗时的PCIe连接SSD数据访问,从而加速AI训练和推理工作负载。与HBM类似,HBF芯片由多层NAND堆叠形成,通过TSV连接器将每一层连接到基础中介层,为GPU提供快速访问。HBF的访问速度可能比SSD快几个数量级。
SK海力士的参与意义重大,因为它开发并供应HBM,在HBM-中介层-GPU领域拥有深厚专业知识,因此了解如何将HBF与之并行实施。两家公司已签署谅解备忘录(MoU),旨在标准化规范、定义技术要求,并探索为HBF创建技术生态系统。
Sandisk执行副总裁兼首席技术官、HBF技术咨询委员会成员Alper Ilkbahar表示:"通过与SK海力士合作定义高带宽闪存规范,我们正在解决AI行业对可扩展内存的迫切需求。这种合作加速了创新,将为行业提供新工具来处理未来应用程序的指数级数据需求。我们的工作将帮助提供有效解决方案,满足世界的技术需求并超越各自客户的期望。"
SK海力士总裁兼首席开发官安炫博士补充说:"通过与Sandisk合作标准化高带宽闪存规范,我们正在积极推动这项创新技术的商业化,我们相信这是释放AI和下一代数据工作负载全部潜力的关键。"
HBM3E一代可提供高达1.2 TBps的带宽和48 GB容量。SK海力士PCIe Gen 5 PCB01 SSD可提供高达14 GBps的顺序读取带宽,比HBM3E的数据传输率慢86倍。
HBF的目标是提供与HBM相当的带宽,同时以相似成本提供8-16倍于HBM的容量。这将高达768 GB。
谅解备忘录暗示SK海力士可能生产并供应自己的HBF。这表明Sandisk意识到需要建立多供应商HBF市场,以向客户保证:首先,他们不会被锁定在单一供应商;其次,竞争将加速HBF开发;第三,即使一家供应商失败,供应也能得到维持。
如果英伟达加入HBF技术接受和标准化,这就成了定局。
Sandisk的HBF技术在FMS:2025年内存和存储未来大会上获得"最佳展示、最具创新技术"奖。
Sandisk计划在2026年下半年交付首批HBF内存样品,并预计首批配备HBF的AI推理设备样品将在2027年初面市。这些设备甚至可能包括手持设备以及笔记本电脑、台式机和服务器。
Q&A
Q1:高带宽闪存HBF是什么技术?有什么作用?
A:HBF是高带宽闪存技术,旨在为GPU提供快速访问大容量NAND闪存的能力,以补充容量相对有限的HBM。它通过避免耗时的PCIe连接SSD数据访问,从而加速AI训练和推理工作负载,访问速度可能比SSD快几个数量级。
Q2:HBF相比HBM和SSD有什么优势?
A:HBF目标是提供与HBM相当的带宽,同时以相似成本提供8-16倍于HBM的容量,最高可达768 GB。相比SSD,HBF速度快得多,HBM3E比SK海力士PCIe Gen 5 SSD快86倍。
Q3:HBF技术什么时候能投入使用?
A:根据Sandisk计划,将在2026年下半年交付首批HBF内存样品,首批配备HBF的AI推理设备样品预计在2027年初面市,这些设备可能包括手持设备、笔记本电脑、台式机和服务器。
好文章,需要你的鼓励
美国网络安全和基础设施安全局指示联邦机构修补影响思科ASA 5500-X系列防火墙设备的两个零日漏洞CVE-2025-20362和CVE-2025-20333。这些漏洞可绕过VPN身份验证并获取root访问权限,已被黑客积极利用。攻击与国家支持的ArcaneDoor黑客活动有关,黑客通过漏洞安装bootkit恶意软件并操控只读存储器实现持久化。思科已发布补丁,CISA要求机构清点易受攻击系统并在今日前完成修补。
康考迪亚大学研究团队通过对比混合量子-经典神经网络与传统模型在三个基准数据集上的表现,发现量子增强模型在准确率、训练速度和资源效率方面均显著优于传统方法。研究显示混合模型的优势随数据集复杂度提升而增强,在CIFAR100上准确率提升9.44%,训练速度提升5-12倍,且参数更少。该成果为实用化量子增强人工智能铺平道路。
TimeWave是一款功能全面的计时器应用,超越了苹果自带时钟应用的功能。它支持创建流式计时器,让用户可以设置连续的任务计时,帮助专注工作。应用采用简洁的黑白设计,融入了Liquid Glass元素。内置冥想、番茄工作法、20-20-20护眼等多种计时模式,支持实时活动显示和Siri快捷指令。免费版提供基础功能,高级版需付费订阅。
沙特KAUST大学团队开发了专门针对阿拉伯语的AI模型家族"Hala",通过创新的"翻译再调优"技术路线,将高质量英语指令数据转化为450万规模的阿拉伯语语料库,训练出350M到9B参数的多个模型。在阿拉伯语专项测试中,Hala在同规模模型中表现最佳,证明了语言专门化策略的有效性,为阿拉伯语AI发展和其他语言的专门化模型提供了可复制的技术方案。