被譽為“高頻寬記憶體 (HBM) 之父”的韓國科學技術院 金正浩教授 最近在 YouTube 節目中發表了一番驚人的言論：“在人工智慧時代，權力平衡正在發生轉變——從 GPU 轉向記憶體。”高頻寬快閃記憶體 (HBF)是一種結合 3D NAND 快閃記憶體高密度與 HBM 高頻寬特性的創新儲存技術，通過垂直堆疊多層 NAND 晶片並利用矽通孔 (TSV) 技術實現層間互聯，為 AI 推理提供前所未有的大容量、高頻寬儲存解決方案。其核心原理是採用與 HBM 類似的堆疊架構 (8-16 層)，但使用 NAND 快閃記憶體替代 DRAM，通過 TSV 和微凸點連接各層，將邏輯晶片與儲存陣列鍵合，支援平行訪問多個 NAND 子陣列，大幅提升頻寬和吞吐量。HBF vs HBM 核心差異點HBM：速度擔當，適合 AI 訓練等高即時性場景HBF：容量擔當，專為 AI 推理設計，可儲存完整大模型因此HBF 可以解決幾個核心痛點：當前 AI 推理中，GPU 有60-70% 時間處於等待記憶體狀態；大型模型 (如 1.8T 參數的 LLM) 無法完整裝入傳統 HBM，需頻繁從硬碟載入，嚴重拖慢推理速度。查詢到的幾個實測案例給大家分享一下:使用 HBF 運行 LLaMA 3.1 (405B 參數) 時，性能僅比理想 HBM 方案低 2.2%.單 GPU 搭配 8 個 HBF 堆疊可提供4TB 儲存空間，是純 HBM 方案的 20 倍 +完全容納1.8T 參數的前沿 LLM 模型，實現 "單卡即推理"具體到應用場景，比如：大型語言模型推理：支援超長上下文窗口，無需分片載入多模態 AI：處理圖像、視訊等大容量資料邊緣 AI：自動駕駛、智能終端、IoT 裝置，提供高容量低功耗方案AI 訓練中的檢查點儲存：大幅縮短模型恢復時間當前佈局的廠商:SanDisk 與 SK 海力士聯盟，2025 年 8 月簽署MoU，共同制定 HBF 技術規範並推動標準化，目前預估:2026 年下半年：首批 HBF 記憶體樣品2027 年初：首批搭載 HBF 的 AI 推理裝置SK 海力士已在 2025 年 OCP 峰會推出 **"AIN 系列"**，其中 AIN B 系列採用 HBF 技術三星電子的佈局已啟動自主 HBF 產品的早期概念設計，計畫利用在高性能儲存領域的研發經驗，滿足資料中心需求。其他廠商鎧俠 (Kioxia) 已開發出5TB 容量、64GB/s 頻寬的 HBF 原型；美光等儲存巨頭也在密切關注 HBF 技術發展。金正浩作為 HBM 技術發明人，分享了他在 YouTube 節目中提出震撼觀點，給大家分享一下：權力轉移論："AI 時代，權力正從 GPU 轉向記憶體"記憶體已成為 AI 性能的決定性瓶頸，而非 GPU 算力；未來 AI 架構將圍繞記憶體建構，而非傳統的 CPU/GPU 中心模式。HBF 取代 HBM 論："HBM 時代即將結束，HBF 時代即將到來"儘管 NAND 比 DRAM 慢，但提供10 倍 + 容量，對大規模 AI 模型至關重要；2027-2028 年將是 HBF正式商業化的爆發期；HBF 將與 HBM 形成互補架構：HBM 負責高速計算，HBF 提供海量儲存輝達收購論："輝達可能收購一家記憶體公司"潛在目標：SanDisk (閃迪)、美光等儲存廠商，目標當然是為了掌控 HBF 等記憶體核心技術，擺脫對韓企的依賴另外金正浩教授描繪了未來 AI 儲存的四層架構：SRAM (桌面筆記本)：GPU 內部，速度最快但容量最小HBM (書架)：提供高速訪問和計算HBF (地下圖書館)：儲存 AI 模型的 "深層知識"，持續向 HBM 提供資料雲端儲存 (公共圖書館)：通過光纖連接各資料中心HBF 將成為 AI 推理的標準配置，大幅降低大模型部署門檻解決當前 "記憶體牆" 問題，使 AI 應用突破容量限制，實現更複雜的推理預計到 2027 年，HBF 將引爆兆級新賽道，重塑儲存和 AI 產業格局HBF 技術代表了 AI 儲存領域的重大突破，它不是要完全取代 HBM，而是與 HBM 形成 容量 + 速度 的黃金組合隨著 2026-2027 年 HBF 技術正式落地，我們將見證 AI 推理性能的又一次飛躍，以及儲存在 AI 系統中地位的根本性提升 —— 正如金正浩教授所言："在人工智慧時代，記憶體正在成為新的王者。" (IT前哨站)