SK海力士联手闪迪发布全球首个HBF标准：AI推理时代来临，新一代存储架构呼之欲出
随着生成式AI逐步从模型训练迈向大规模推理部署，全球AI基础设施正在迎来新一轮升级。而相比GPU、HBM等热门赛道，一个长期被忽视的瓶颈正逐渐浮出水面——存储系统已经开始成为AI推理性能提升的重要限制因素。
在美国加州圣克拉拉举行的FMS 2026（Future of Memory and Storage）大会上，SK海力士（SKHY.US）与闪迪（SNDK.US）联合发布全球首个高带宽闪存（High Bandwidth Flash，HBF）标准规范，并通过开放计算项目（OCP）正式向产业开放。这意味着HBF开始从技术概念走向产业标准，也反映出AI存储架构正在进入新的发展阶段。:contentReference[oaicite:0]{index=0}
相比推出一项新产品，更值得关注的是，SK海力士正试图借助HBF参与定义AI推理时代的新一代存储架构。
AI推理时代，为何"内存墙"成为新的挑战？
过去几年，AI基础设施建设主要围绕训练大模型展开，GPU算力不断提升，也带动HBM（高带宽内存）需求快速增长。
但随着越来越多大模型进入商业化应用阶段，行业重心正逐渐由训练转向推理。相比模型训练，AI推理需要持续处理海量请求，对数据读取速度、容量规模以及系统能耗提出了新的要求。
也正是在这一过程中，传统存储架构开始暴露短板。
HBM虽然拥有极高带宽，但容量有限、成本较高；SSD具备大容量优势，却难以满足AI推理对于数据吞吐的需求。当模型参数不断扩大、推理请求持续增加时，大量数据需要频繁在GPU与存储之间传输，系统整体效率受到限制，行业通常将这一问题称为"内存墙（Memory Wall）"。:contentReference[oaicite:1]{index=1}
HBF正是在这一背景下提出的新方案。
其定位并非替代HBM或SSD，而是在两者之间新增一层高带宽、大容量存储层，在保持较高数据吞吐能力的同时，提供更大的容量和更好的能效，为AI推理提供更加平衡的存储架构。
HBF究竟是什么？
简单来说，HBF可以理解为AI服务器新增的一层存储。
传统AI服务器通常采用"HBM+SSD"的组合：HBM负责高速计算，SSD负责海量数据存储。而HBF则位于二者之间，承担更多高频数据缓存和快速访问任务。
根据此次公布的首个标准规范，HBF主要包括以下特点：
- 支持8层和16层NAND堆叠，单颗容量最高可达512GB；
- 带宽划分为三个性能等级，覆盖约0.4TB/s至3.0TB/s；
- 采用行业标准UCIe接口，可与GPU、CPU等不同类型处理器连接；
- 通过OCP开放发布，面向整个产业生态开放。:contentReference[oaicite:2]{index=2}
相比传统SSD，HBF能够提供更高的数据带宽；相比HBM，则拥有更大的容量和更低的成本，因此被认为更适合AI推理等需要频繁读取海量参数的场景。
对于AI数据中心而言，未来存储体系可能不再只是HBM与SSD的简单组合，而是形成更加细分的分层架构。
标准开放，比产品发布更值得关注
此次发布最大的意义，并非HBF本身，而是其采用开放标准路线。
SK海力士与闪迪并未选择推出专有技术，而是通过OCP建立标准规范，希望吸引更多产业链企业共同参与生态建设。:contentReference[oaicite:3]{index=3}
与此同时，Google和AI芯片公司Tenstorrent已加入HBF联盟，并参与标准制定过程；FMS 2026期间，SK海力士、闪迪及Google DeepMind还将围绕"如何利用HBF突破内存墙"展开专题讨论。:contentReference[oaicite:4]{index=4}
对于任何一项基础技术而言，产业生态往往比单一产品更加重要。
过去HBM能够迅速成长，很大程度上得益于GPU厂商、云计算企业以及存储厂商共同推动。而HBF如果能够吸引更多AI芯片、服务器及云计算厂商支持，其产业价值也将远高于一项单独的存储产品。
开放标准意味着未来不仅SK海力士和闪迪能够开发HBF产品，更多存储厂商、AI芯片企业甚至云服务提供商也有机会参与其中，进一步推动AI存储生态成熟。
SK海力士为何积极布局HBF？
近年来，SK海力士已经凭借HBM建立起领先优势。
随着AI服务器需求快速增长，公司在高带宽内存市场持续受益。但随着AI产业逐渐由训练迈向推理，仅依靠HBM已难以覆盖未来全部需求。
HBF的出现，也意味着AI存储产业开始向更多层级延伸。
在FMS 2026期间，SK海力士不仅公布HBF标准，还首次展示了正在研发的第十代375层4D NAND产品。公司表示，相比上一代产品，新一代NAND在能效表现上提升约2.5倍，并计划于2027年初推出基于该技术的新一代企业级SSD产品。:contentReference[oaicite:5]{index=5}
从HBM到HBF，再到高层数NAND和企业级SSD，SK海力士正逐步构建覆盖AI服务器不同存储层级的完整产品体系。
对于公司而言，这意味着未来竞争重点或许不再只是销售更多HBM，而是参与下一代AI存储架构的设计与标准制定。
AI存储竞争，开始从产品走向架构
过去几年，AI芯片产业的竞争主要围绕GPU展开，HBM成为最大的受益者之一。
但随着AI推理快速发展，市场开始更加关注系统整体效率，而不仅是单颗芯片性能。
GPU越来越快，如果数据无法及时送达，再强的算力也难以充分发挥作用。因此，未来AI基础设施的竞争，很可能从单一芯片升级为整个存储架构的竞争。
HBF正是这一趋势下的新尝试。
它并不会取代HBM，也不会替代SSD，而是通过新增存储层，改善不同类型存储之间的数据流转效率，从而缓解AI推理场景中的"内存墙"问题。
如果未来获得GPU厂商、云计算企业及服务器厂商广泛支持，HBF有望成为AI推理时代的重要基础设施之一。
对投资者意味着什么？
从投资角度来看，此次发布释放出的信号，或许比HBF本身更加值得关注。
首先，AI产业链的关注重点正从单纯提升算力，逐步延伸至整个系统架构优化。未来受益的不仅包括GPU和HBM厂商，NAND、企业级SSD、高速互连以及存储控制器等细分领域也有望获得更多市场关注。
其次，SK海力士正尝试从HBM领先者向AI存储架构的重要参与者转变。如果HBF未来成为行业通用标准，公司有望进一步巩固其在AI存储领域的话语权，而不仅局限于HBM市场。
不过，HBF目前仍处于产业早期阶段。从标准发布到生态成熟，再到产品规模化商用，仍需经过芯片厂商、服务器厂商及云计算企业的持续验证，短期内对业绩贡献预计仍相对有限。
整体来看，HBF标准的发布并不意味着AI存储格局已经发生改变，但它为AI推理时代提供了一种新的存储架构思路。随着AI应用持续扩大，如何在性能、容量、能耗与成本之间取得平衡，将成为下一阶段AI基础设施升级的重要方向，而HBF能否成为这一趋势中的关键组成部分，仍值得持续关注。
