•
儘管HBM自推出到登上半導體產業舞台中心花費了近十年時間，但其迭代技術HBF或將以更快速度實現商業化和普及。
據韓國經濟日報等外媒報導，SK海力士正與閃迪合作，致力於HBF標準的制定。該公司計畫最早於今年推出HBF1（第一代產品）樣品，該產品預計採用16層NAND快閃記憶體堆疊而成。
除此之外，據“HBM之父”韓國科學技術院（KAIST）教授金正浩透露：“三星電子和閃迪計畫最快在2027年底或2028年初將HBF技術應用於輝達、AMD和Google的實際產品中。”他補充道：“由於在研發HBM的過程中積累了豐富的工藝和設計技術，能將這些經驗應用於HBF設計中。因此HBF技術的研發速度會更快。”
HBF即高頻寬快閃記憶體，其結構與堆疊DRAM晶片的HBM類似，是一種通過堆疊NAND快閃記憶體而製成的產品。金正浩認為，HBM與HBF就好比書房與圖書館。前者容量雖小，但使用起來方便；後者容量更大，但也意味著延遲更高。
金正浩進一步指出，待迭代至HBM6，HBF將迎來廣泛應用，屆時單個基礎裸片將整合多組儲存堆疊。他預測，2至3年內，HBF方案將頻繁湧現，到2038年左右，HBF市場將超過HBM市場。
值得注意的是，隨著AI需求不斷加大，如今各儲存廠商正紛紛擴充產能。就在昨日，美光科技被曝擬以18億美元從力積電收購其位於台灣的一處晶圓廠設施，並計畫在交易於第二季度完成後分階段提升DRAM產量。美光預計，該交易將在2027年下半年帶來顯著的DRAM晶圓產出。
另有三星電子透露，已將泰勒晶圓廠原規劃的每月2萬片晶圓提升至每月5萬片晶圓，初始製造計畫最早在今年第二季度啟動。
廣發證券認為，當前大模型的參數規模已經達到兆等級，上下文長度普遍超過128K，HBM的容量已難以滿足AI大模型對於記憶體容量的要求。在研的HBF儲存容量有望達到現有HBM的8至16倍，有望將GPU的儲存容量擴展至4TB，或成為滿足AI大模型記憶體容量要求的最佳方案。
從投資層面來看，該機構判斷，在針對儲存介質最佳化的資料基礎軟體領域，相關產品開發廠商既包括大型科技公司，也包括獨立第三方公司。在對於資料庫有一定技術積累的背景下，相關公司均有針對HBF儲存介質開發資料基礎軟體的潛力。隨著HBF相關技術的成熟，相應產品在AI推理任務中有望大規模使用，從而推動相關資料基礎軟體的應用。 (科創板日報)