閃迪與SK海力士聯合制定的高頻寬快閃記憶體（HBF）標準規範近日引發行業關注。這項被視為突破"記憶體牆"關鍵的技術，通過融合HBM級頻寬與遠超現有方案的記憶體容量，為AI算力升級提供了新思路。據參與制定標準的企業披露，HBF系統在AI大模型訓練中展現出顯著優勢——僅需4塊GPU即可實現傳統HBM架構8塊GPU的Token輸出效率，這意味著資料中心建設成本有望大幅降低。 技術層面，HBF採用與HBM不同的技術路徑。不同於基於DRAM堆疊的HBM方案，HBF更接近NAND快閃記憶體架構，在保持低成本優勢的同時，實現了0.4TB/s至3.0TB/s的頻寬性能。首版標準支援512GB容量，提供8層或16層堆疊選項，並劃分三個頻寬等級（Grade 1-3）以滿足不同場景需求。這種設計既保證了資料傳輸速率，又通過增加記憶體密度緩解了記憶體容量瓶頸。 行業分析指出，雖然HBF的延遲特性使其難以完全替代HBM，但其在特定場景的價值已獲認可。瑞穗證券研究顯示，解耦式AI推理架構正成為新趨勢，Google、meta等科技巨頭已開始佈局相關技術。HBF的出現恰好契合這種架構需求，通過分離計算與記憶體單元，實現資源更靈活的配置。這種特性在需要處理海量資料的生成式AI應用中尤為突出。 產品化處理程序方面，閃迪已完成首款HBF晶片的流片驗證。按照規劃，2027年將向合作夥伴提供工程樣品，2028年啟動量產。業內人士認為，隨著AI模型參數規模突破兆級，傳統記憶體架構已難以滿足需求。HBF通過平衡性能、成本與容量，為資料中心營運商提供了新的選擇，特別在推理伺服器領域可能引發架構變革。