韩国科学技术院电气工程学院金正浩教授在首尔举办的"材料、组件和设备未来论坛"上表示,高带宽闪存(HBF)市场规模可能在12年内超越高带宽内存(HBM)市场。
HBF技术发展现状
作为HBF技术的主要推广者,金正浩教授透露了该技术的最新进展。据《时事杂志》报道,他表示:"三星电子和SanDisk计划在明年底或2028年初将HBF技术集成到英伟达、AMD和谷歌的产品中。"
HBF技术架构设计
金正浩教授构想了一个分层存储架构:高带宽内存作为GPU加速器的超高速数据缓存层,HBF作为中间层为HBM提供数据,而速度较慢但容量更大的网络SSD存储为HBF层提供数据支持。
英伟达已经发布了推理上下文内存存储平台(ICMSP),其Dynamo和NIXL软件为AI推理Token提供管理内存空间,这些Token存储在覆盖HBM和BlueField-4连接SSD的KV缓存中。直观上,同样的双层软件可以扩展到覆盖HBM到HBF再到BlueField-4连接SSD的三层架构。
网络化外部存储将连接到BlueField-4 SSD层,为GPU提供清晰的数据路径,无需通过主机X86处理器及其DRAM进行转换。
技术规格与制造挑战
这位KAIST教授讨论了容量为512GB、带宽为1.638TBps的HBF单元。这个容量可与2Tb(250GB)3D NAND芯片相比,比如SK海力士使用321层三串3D NAND技术制造的芯片。只需堆叠两个这样的芯片就能创建512GB容量的HBF芯片。
这种双层芯片总共包含642层3D NAND,分布在六个组件串中,制造时需要确保上层不会使下层变形。
SK海力士正在使用HBF技术开发AIN B NAND产品。概念图显示四个NAND核心层堆叠在基础/逻辑芯片之上,该芯片连接到中介单元,将整个堆栈连接到主机处理器。
来自SK海力士和SanDisk的HBF图表显示,HBM堆栈中的上层通过硅通孔(TSV)或插头(垂直电子连接)连接到下层的基础/逻辑芯片。
这意味着下层堆栈必须制造时就包含通过它的TSV或插头,不能是标准的3D NAND芯片。芯片面积必须更大以容纳TSV/插头。向HBF单元添加更多3D NAND芯片堆栈意味着需要在下层堆栈中添加更多TSV或插头,进一步增加其尺寸。
市场前景与产业布局
金正浩表示,HBF技术可能在HBM6时代获得更广泛的采用,届时HBM可能由多个互连的独立堆栈组成,而不是单一堆栈。他预测到2038年HBF市场规模将超过HBM。
SK海力士预计本月晚些时候将展示HBF原型版本。SK海力士和SanDisk正在推动HBF标准化,据DigiTimes报道,三星也已加入,签署了谅解备忘录并成立了联盟。产品预计最早在2027年推出。
铠侠在去年8月展示了5TB HBF模块原型,使用PCIe gen 6 x 8接口连接主机,运行速度为64Gbps。
目前美光尚未就HBF技术发表声明,英伟达和AMD也没有相关表态,但有几位谷歌工程师讨论过这项技术。
Q&A
Q1:高带宽闪存HBF技术是什么?它有什么优势?
A:高带宽闪存(HBF)是一种新型存储技术,可以提供512GB容量和1.638TBps带宽。它在存储架构中作为中间层,为高带宽内存HBM提供数据支持,同时从网络SSD存储获取数据,形成分层存储体系,能够显著提升数据处理效率。
Q2:HBF技术什么时候能够商用?哪些公司在开发?
A:HBF技术预计最早在2027年推出商用产品。目前SK海力士、SanDisk和三星都在积极开发这项技术,它们已经签署谅解备忘录并成立联盟推动标准化。SK海力士预计本月展示原型,三星和SanDisk计划在2025年底或2028年初集成到英伟达、AMD和谷歌的产品中。
Q3:HBF市场前景如何?会超越HBM吗?
A:据韩国科学技术院金正浩教授预测,HBF市场规模可能在12年内(到2038年)超越高带宽内存HBM市场。特别是在HBM6时代,当HBM采用多个互连独立堆栈架构时,HBF技术将获得更广泛的采用,市场潜力巨大。
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。