HBF不是在HBM和SSD之間加了一個新選項，而是在重新定義"什麼資料該放在什麼介質上"這個記憶體架構的根本問題。
HBM的成本天花板，正在倒逼一次架構創新。當前HBM的價格約20至30美元/GB，一個8堆疊HBM配置不過192GB，成本卻高達數千美元。閃迪提出一個反直覺的思路：既然HBM的堆疊架構那麼有效，為什麼不把DRAM換成NAND？NAND的容量密度是DRAM的數十倍，單位成本只有約五分之一。
HBF（High Bandwidth Flash，高頻寬快閃記憶體）做的正是這件事——把HBM的TSV（矽通孔）堆疊架構"移植"到NAND快閃記憶體上。據HBF標準規範，單堆疊最高支援512GB容量，而當前HBM4單堆疊最大為48GB。單GPU整合8堆疊HBF可達4TB，而同等HBM配置僅約192GB。
這個"跨界移植"到底能不能成立？它的邊界在那裡？什麼時候能用上？
一、堆疊的"跨界移植"：HBM架構如何搬到NAND上 ★
HBF的本質：一次"架構移植"。HBM的核心創新不在DRAM本身，而在3D堆疊架構——多層裸片通過TSV（矽通孔）垂直連接，利用中介層實現高密度平行互連。HBF做的正是同樣的事——只不過被堆疊的不是DRAM，而是3D NAND快閃記憶體。
閃迪的CBA（CMOS直接鍵合陣列）技術，將邏輯晶片與3D NAND堆疊結構繫結：邏輯晶片承擔NAND到互連器的橋接功能，3D NAND堆疊結構則由16層核心晶片組成，通過類HBM的TSV連接器實現互聯。HBF的工程本質，是把"記憶體的堆疊方法論"應用到"記憶體的介質"上。
為什麼要把兩者"移植"到一起。HBM的優勢是頻寬（TB/s級）和低延遲（納秒級），但受限於DRAM的容量密度，單堆疊僅24至48GB，成本高昂。NAND的優勢是容量密度極高（單堆疊可達TB級）、成本極低，但延遲高（微秒級）。
HBF通過堆疊架構，讓NAND的"平行度"大幅提升，從而在保持大容量和低成本的同時，把讀取頻寬拉到接近HBM的水平。這不是"用NAND做記憶體"，而是"用記憶體的方式組織NAND"——讓NAND從"順序訪問的記憶體"變成"平行訪問的准記憶體"。
三組數字：HBF的價值主張。容量維度：單堆疊512GB，單GPU整合8堆疊可達4TB（HBM4單堆疊最大48GB，同等GPU配置僅約192GB）。頻寬維度：標準規範定義了三個頻寬等級（Grade 1約0.384TB/s、Grade 2約1.536TB/s、Grade 3約3.072TB/s），覆蓋約0.4TB/s至3.0TB/s。成本維度：單位容量成本約為HBM的五分之一（不同來源區間為1/4至1/10），容量卻是HBM的8至16倍。
HBF的工程創新不在於NAND本身，而在於堆疊架構的跨界移植——把記憶體的平行訪問方法論，應用到記憶體的介質上。
二、三個工程挑戰：堆疊NAND比堆疊DRAM難在那裡
延遲的長尾問題。HBM的延遲在納秒級，且分佈集中；HBF的延遲在微秒級（約10微秒，約為HBM的100倍），且存在"長尾"——大部分讀取很快，但少數讀取會因為NAND的物理特性而顯著變慢。
牛津大學的研究（發表於IEEE Computer Architecture Letters，2026年8月）指出：直接用HBF替代HBM會嚴重拖累性能，因為HBF的長尾延遲會讓GPU調度器"飢餓"。這種分佈對需要確定性延遲的推理系統是致命的。
寫入耐久性與讀取能耗。NAND的擦寫壽命約10萬次（此為SLC模式口徑），遠低於DRAM。這意味著HBF不適合頻繁寫入的場景，更適用於讀取密集型工作負載。
HBF的每位元讀取能耗也高於HBM。有研究測算，在8-GPU節點中，如果把所有KV Cache都放在HBF中，讀取功耗會增加7.6kW。這些工程約束決定了HBF的適用邊界——它是"讀取密集型"的，不是"讀寫均衡"的。
生產周期與良率。HBF的生產周期據稱可達9個月，產線空間需求是普通產線的約3倍，技術要求高，僅少數廠商具備量產支援能力。16層NAND堆疊的翹曲控制、散熱管理和TSV良率，每一項都是工程極限挑戰。
HBF不是"更便宜的HBM"，而是一種有明確適用邊界的工程方案——它適合讀多寫少、對延遲容忍度相對高的推理場景，但不適合需要確定性延遲的訓練或即時控制場景。
三、標準進展：從"各做各的"到"開放規範"
時間線的加速。2025年2月，閃迪在投資者日首次提出HBF概念；2025年8月，SK海力士與閃迪簽署諒解備忘錄、啟動HBF標準化合作；2026年2月25日，HBF聯盟在美國加州Milpitas啟動（在OCP框架下設立專項工作組）；2026年8月3日，通過OCP發佈首個HBF標準規範。
從聯盟啟動到標準發佈僅約6個月——這個節奏在記憶體標準史上相當快。
標準規範的核心內容。正式名稱為《High Bandwidth Flash (HBF) High-Level Base Die Specification, Version 0.7.0》（HBF高級基模規範）：容量配置為8層和16層NAND堆疊、最高512GB/堆疊；頻寬分三個等級，覆蓋約0.4TB/s至3.0TB/s；採用UCIe（通用芯粒互連，具體為UCIe 3.0）標準介面，支援與GPU、CPU等處理器靈活連接。規範還涵蓋連接介面與電氣特性、HBF裸片堆疊工藝的可靠性與封裝指南、軟體I/O指南。
生態成員方面：創始成員為SK海力士與閃迪；Google和Tenstorrent已在標準發佈時參與技術驗證與標準制定；Meta於2026年8月加入聯盟。
SK海力士的375層4D NAND。在FMS 2026上，SK海力士首次公開展示了第十代（V10）375層4D NAND晶圓與產品。與前代產品相比，單位功耗性能提升2.5倍。SK海力士計畫於2027年初啟動基於該NAND的企業級SSD量產。
HBF標準化的速度之所以如此之快，是因為AI推理的記憶體焦慮已經到了"等不起"的程度——產業需要一個介於HBM和SSD之間的新層級，HBF恰好填上了這個位置。
四、定位辨析：HBF與HBM是"互補"還是"替代"？ ★
互補關係的最直接證據：H3混合架構。2026年2月，SK海力士團隊在IEEE Computer Architecture Letters發表H3混合架構論文：將唯讀資料（模型權重、預計算KV Cache）存放在HBF中，其他資料存放在HBM中。
模擬結果顯示，配備H3的GPU系統在每瓦吞吐量上比HBM-only系統高出2.69倍（Blackwell B200平台、8×HBM3E+8×HBF配置）。在1000萬token KV快取負載下，H3配置的吞吐量達到HBM-only系統的6.14倍、批處理規模提升18.8倍。
H3的核心洞察：大模型推理中，KV Cache的讀取是唯讀的——一旦預填充完成，這些資料就不再需要寫入。這正是NAND適合的場景。HBF處理的不是"熱資料"，而是"大塊唯讀資料"——模型權重、預計算的KV Cache、歷史上下文。
智能體場景下的"熱冷分層"。智能體LLM服務的特點是：多輪會話在操作之間空閒，但必須保留完整上下文。分析顯示，智能體的KV狀態呈現明顯的訪問模式分化：小部分"熱集"在每個解碼步驟被讀取，大塊"冷池"只在暫停會話恢復時被讀取。
研究者據此提出"熱冷KV層級"：熱集放HBM，冷池放HBF。在一項針對Qwen3-Coder-30B-A3B智能體工作負載的研究中（arXiv，2026年9月），該設計實現了每GPU多承載24倍的並行會話，同時僅增加約0.1毫秒的恢復延遲，8-GPU節點讀取功耗降低7.6kW。該研究明確將HBF定位為"HBM的冷層補充，而非替代品"。
三家機構的定位判斷。關於HBF與HBM的產業定位，當前需釐清三家主體的權責邊界：閃迪作為HBF概念的發起方，率先提出“HBF與HBM協同分工、聚焦大容量順序讀取場景”的核心定位，並對外公佈了混搭、獨立、解耦分層等多套落地架構；SK海力士基於自身HBM技術優勢，延伸推出覆蓋兩層記憶體的系統級分層記憶體方案；Mizuho Securities的研報僅對HBF的量產時間節點做出判斷，市場流傳的“不替代HBM”等定性表述實際源自閃迪官方材料，並非該機構的原創觀點。
記憶體層級的新坐標。傳統的記憶體層級是SRAM → HBM → DDR5 → SSD。HBF插入後的新層級是：SRAM → HBM → HBF → CXL Memory → SSD。每一層有明確的分工。
HBF的位置不是"替代誰"，而是"填補空白"——它填補的是HBM容量不足與SSD頻寬不夠之間的那個真空地帶。HBF的價值不在於"比HBM便宜"，而在於"讓HBM不必再承擔它不擅長的工作"——把大塊唯讀資料從昂貴的HBM中解放出來，HBM就能更專注於它最擅長的活躍計算資料。
五、商業化窗口：2027年樣品，2028年量產
閃迪的時間表。2026年8月，閃迪在投資者日宣佈其首款HBF記憶體產品已完成流片（Tape-out）。初始樣品計畫於2027年推出。閃迪計畫在2026年下半年建成試產線並投入營運，候選地點可能設在日本。據閃迪的模擬結果資料顯示，4塊搭載HBF記憶體的GPU可達到8塊HBM GPU的同等Token輸出。
SK海力士的節奏。SK海力士作為HBM市場的領導者，同時參與HBF標準化——這意味著它不是在"押注HBF替代HBM"，而是在"建構完整的記憶體層級產品線"。SK海力士計畫於2027年初啟動基於375層4D NAND的企業級SSD量產，為HBF的NAND核心晶片提供技術基礎。
HBF核心受益環節的研判。
（1）先進封裝——HBF與HBM在工藝流程上高度相似，先進封裝技術供應商是直接受益者。快克智能在投資者互動平台表示，其TCB熱壓鍵合裝置目前針對HBM堆疊工藝開發，未來可根據HBF具體應用進行裝置迭代。
（2）核心材料——HBF的高密度堆疊對封裝材料的可靠性要求提升。飛凱材料在互動易披露，其在半導體先進封裝領域的功能型濕電子化學品、錫球和EMC環氧塑封料可應用於HBF和HBM製造工藝，臨時鍵合材料與封裝料正處於驗證匯入階段。
（3）NAND核心晶片——HBF的NAND堆疊層數是關鍵。SK海力士的375層4D NAND、閃迪的BiCS8技術，決定了HBF的容量上限和成本曲線。
商業化窗口的判斷。2027年是"樣品年"：閃迪首批樣品、SK海力士企業級SSD量產。2028年是"量產年"：HBF可能正式進入商業化（券商研報預期口徑）。2029至2030年是"放量年"：如果推理需求持續增長，HBF可能進入規模部署階段。HBF的商業化窗口不是"2027年就大規模替代"，而是"2027至2028年建立生態、驗證場景、打磨良率"的窗口期。
六、冷靜視角：HBF不是萬能藥
HBF量產仍面臨三個尚未解決的問題。
（1）寫入耐久性——NAND約10萬次的擦寫壽命（SLC口徑）決定了HBF不適合頻繁寫入的場景。如果推理系統需要頻繁更新KV Cache（如多輪對話中不斷追加新內容），HBF的寫入瓶頸會暴露出來。
（2）延遲確定性——HBF的長尾延遲對需要確定性響應時間的推理服務是風險，目前的研究主要通過"熱冷分層"來規避，但這增加了系統複雜度。
（3）生態適配——雖然標準已發佈，但GPU廠商的硬體支援、軟體棧的適配、推理框架的整合，都需要時間。輝達至今尚未宣佈任何採用HBF的計畫——業內消息稱其短期內將繼續採用HBM，認為企業級SSD已足以應對部分容量瓶頸。
與HBM的"共存"而非"替代"。天風證券、國信證券等國內多家研究機構的判斷方向基本一致：HBF不會直接替代HBM，而是與HBM形成混合層級。長期架構很可能是HBM管超高速計算、HBF管高密度資料記憶體。HBF的真正價值不在於"消滅HBM"，而在於"讓記憶體層級多了一個可選項"——當HBM容量不足成為瓶頸時，HBF提供了一個成本可控的擴展路徑。
對投資人的研判提示。關注HBF的NAND核心晶片供應商（SK海力士的375層4D NAND、閃迪的BiCS8）——這是決定HBF容量和成本上限的關鍵。關注先進封裝材料與裝置供應商——HBF與HBM工藝相似，但材料要求更高，驗證匯入期的企業具有先發優勢。關注推理框架的適配進度——HBF能否進入主流推理棧，取決於PyTorch、vLLM等框架是否原生支援熱冷分層。
HBF的商業化不是"能不能做出來"的問題，而是"做出來之後誰來用、怎麼用"的問題。行業標準已經發佈，產品已經流片，但生態的建立仍需要時間。
結語：堆疊架構的"跨界"，記憶體層級的"擴容"
從HBM到HBF，本質是一次堆疊架構的"跨界移植"——把記憶體的平行訪問方法論，應用到記憶體的介質上。
工程本質。HBF不是"用NAND做記憶體"，而是"用記憶體的方式組織NAND"——讓NAND從順序訪問的記憶體，變成平行訪問的准記憶體。
產業定位。HBF填補的是HBM容量不足與SSD頻寬不夠之間的真空地帶。它不替代HBM，而是讓HBM不必再承擔它不擅長的工作。
商業化節奏。2027年樣品、2028年量產（券商研報預期口徑）、2029至2030年放量。窗口正在打開，但生態適配需要時間。
對讀者的啟示：判斷HBF的價值，不能只看"容量是HBM的幾倍"，要看三個變數——NAND堆疊良率的爬坡速度、UCIe介面的生態採納速度、以及推理場景對"大容量准記憶體"的真實需求強度。
HBF不是在HBM和SSD之間加了一個新選項，而是在重新定義"什麼資料該放在什麼介質上"這個記憶體架構的根本問題。 (EconoBytes)