在半導(dǎo)體存儲領(lǐng)域，HBM（高帶寬內(nèi)存）用近十年時間完成了從技術(shù)概念到產(chǎn)業(yè)核心的蛻變，成為 AI 大模型、高端 GPU 等算力密集型應(yīng)用的關(guān)鍵支撐。而如今，其迭代技術(shù) HBF（高帶寬閃存）正加速襲來，憑借更具顛覆性的性能特點(diǎn)，有望重塑存儲產(chǎn)業(yè)格局，為 AI 時代的存儲需求提供全新解決方案。

HBF 之所以被寄予厚望，核心在于其精準(zhǔn)切中了當(dāng)前存儲領(lǐng)域的核心痛點(diǎn) —— 容量與帶寬的平衡難題。作為通過堆疊 NAND 閃存制成的新型存儲產(chǎn)品，HBF 與 HBM 在結(jié)構(gòu)上有著異曲同工之妙，但應(yīng)用場景與性能側(cè)重卻形成鮮明互補(bǔ)。正如 “HBM 之父”、韓國科學(xué)技術(shù)院（KAIST）教授金正浩的生動比喻：“HBM 與 HBF 就好比書房與圖書館，前者容量雖小但使用便捷，后者則以超大容量成為數(shù)據(jù)存儲的‘超級倉庫’”。

相較于 HBM，HBF 的核心優(yōu)勢集中體現(xiàn)在存儲容量的跨越式提升上。廣發(fā)證券的研究顯示，在研的 HBF 存儲容量有望達(dá)到現(xiàn)有 HBM 的 8 至 16 倍，這一突破將徹底改變 GPU 存儲容量的上限，有望將其擴(kuò)展至 4TB 級別。在 AI 大模型參數(shù)規(guī)模邁入萬億級、上下文長度普遍超過 128K 的當(dāng)下，HBM 的容量瓶頸日益凸顯，而 HBF 的超大容量特性，恰好完美匹配了 AI 大模型對海量數(shù)據(jù)存儲的極致需求，被業(yè)內(nèi)視為滿足下一代 AI 內(nèi)存要求的最佳方案。

除了容量優(yōu)勢，HBF 在技術(shù)延續(xù)性與應(yīng)用擴(kuò)展性上也具備顯著潛力。其結(jié)構(gòu)與 HBM 的共通性，使得存儲廠商能夠快速復(fù)用成熟的堆疊技術(shù)與生產(chǎn)經(jīng)驗，降低研發(fā)與量產(chǎn)成本。金正浩進(jìn)一步預(yù)測，待 HBM 迭代至第六代產(chǎn)品時，HBF 將實現(xiàn)廣泛應(yīng)用，屆時單個基礎(chǔ)裸片將集成多組存儲堆棧，進(jìn)一步釋放其容量潛力。

從市場前景來看，2 至 3 年內(nèi) HBF 相關(guān)方案將密集涌現(xiàn)，到 2038 年左右，HBF 市場規(guī)模有望超越 HBM，成為存儲領(lǐng)域的主流技術(shù)路線。

當(dāng)前，全球科技巨頭已紛紛入局 HBF 賽道，加速推動其商業(yè)化落地。SK 海力士正與閃迪聯(lián)手推進(jìn) HBF 標(biāo)準(zhǔn)制定，并計劃于今年推出采用 16 層 NAND 閃存堆疊的 HBF1 第一代樣品；三星電子與閃迪更是明確了應(yīng)用時間表，預(yù)計最快在 2027 年底或 2028 年初將 HBF 技術(shù)植入英偉達(dá)、AMD 和谷歌的實際產(chǎn)品中。

總而言之，從 HBM 到 HBF，存儲技術(shù)的迭代始終圍繞著算力提升的核心需求。如果說 HBM 解決了 AI 發(fā)展初期的帶寬瓶頸，那么 HBF 則將以超大容量的核心優(yōu)勢，支撐起下一代 AI 大模型、智能計算等場景的爆發(fā)式增長。