当AI不再“健忘”：从HBM到HBF，看懂下一代存储战争

过去两年，AI的竞争焦点是算力，英伟达的GPU一卡难求；但在2026年的今天，行业的焦虑点正在悄然转移。随着大模型从“训练”走向“推理”，从“聊天”走向“Agent（智能体）”，一个新的瓶颈已经浮现——存储。

如果说算力决定了AI有多“聪明”，那么存储则决定了AI有多“博学”且“持久”。最近，随着OCP（开放计算项目）正式发布High Bandwidth Flash（HBF，高带宽闪存）的首个标准，一场围绕AI存储的底层变革正在拉开序幕。

一、 AI的“脑容量”危机：为何传统存储不够用了？

大模型（LLM）的运行机制，决定了它对存储有着近乎变态的要求，主要体现在三个维度：

模型参数暴涨：GPT-3是1750亿参数，而Llama 405B、GPT-4的参数量已达万亿级。仅加载一个模型权重，就需要数百GB的内存空间。

长上下文（Long Context）：为了处理一本书甚至一个图书馆的资料，AI需要巨大的“KV Cache（键值缓存）”来存储对话历史。上下文窗口从4K扩展到128K甚至1M，意味着显存占用呈指数级增长。

极低延迟要求：AI推理讲究“人机实时交互”，数据必须在纳秒到微秒级内喂给GPU，一旦存储跟不上，昂贵的GPU就会空转等待，造成算力浪费。

二、 金字塔尖的HBM：昂贵且稀缺

为了应对延迟挑战，目前最顶级的AI芯片（如NVIDIA Blackwell、AMD MI300）都配备了HBM（高带宽内存）。

HBM通过TSV（硅通孔）技术将多层DRAM芯片堆叠在一起，紧贴着GPU封装。它的优点是极快（带宽可达数TB/s），缺点是极小且极贵。

容量小：单颗芯片通常只有几十GB。

成本高：价格通常是普通DRAM的数倍，甚至接近黄金。

这就导致了一个尴尬的局面：为了运行一个大模型，企业不得不购买大量搭载HBM的高价显卡，仅仅是为了容纳那些只读不写的模型参数。这就像为了放下一本厚重的字典，你必须买一个极其昂贵的保险柜，而这个保险柜大部分时间只是在“存放”，而非“计算”。

三、 远水救不了近火：SSD的尴尬

既然HBM贵，能不能用便宜的大容量SSD（固态硬盘）呢？

答案是：太慢了。

SSD通常通过PCIe接口连接，虽然容量可达数TB甚至数十TB，但带宽通常不到100GB/s，且延迟在毫秒级。当GPU需要从SSD读取数据时，速度差异就像是从消防水管喝水变成了用吸管喝水。SSD只能作为“数据仓库”，无法胜任“实时工作台”的角色。

四、 HBF登场：NAND界的“HBM”

正是在这样的背景下，HBF（High Bandwidth Flash）应运而生。它由闪迪（SanDisk）提出，SK海力士联合推进，并在近日通过了OCP的标准化。

HBF的核心思路极具颠覆性：用制造HBM的思路来制造闪存（NAND Flash）。

介质替换：将HBM中的DRAM换成3D NAND闪存。NAND虽然读写速度不如DRAM，但容量极大（单栈可达512GB），且断电不丢数据，成本仅为DRAM的十分之一。

堆叠革命：像HBM一样，将8层或16层的NAND晶圆进行堆叠，使用TSV和混合键合技术。

接口升级：放弃传统的PCIe接口，转而使用UCIe（通用芯粒互联）标准，直接与GPU相连。这使得HBF的带宽跃升至0.4~3.0 TB/s，虽然略逊于HBM，但远超SSD。

HBF的定位非常清晰：它是HBM的“扩容层”或“副驾驶”。

五、 AI存储的新金字塔

随着HBF的加入，AI系统的存储架构正在重构为一个更加高效的金字塔：

HBM（热数据）：位于塔尖，负责存放当前正在计算的激活值和最热的临时数据。追求极致速度。

HBF（温数据）：位于中间，负责存放整个大模型的权重参数和长上下文的静态KV Cache。追求大容量与高带宽的平衡。断电后数据不丢失，下次启动无需重新加载模型。

CXL内存池（共享数据）：位于腰部，通过CXL总线连接多个CPU/GPU，实现内存资源的池化共享，灵活调配。

NVMe SSD（冷数据）：位于底层，负责存储海量的训练数据集、日志和归档数据。追求极致容量和低成本。

六、 结语：存储定义AI的未来

HBF的出现，标志着AI基础设施从“算力中心论”向“存算平衡论”的深刻转变。对于A股和全球半导体产业链而言，这意味着先进封装（TSV、混合键合）、封装材料（GMC、球硅）以及存储模组厂商将迎来新的增量市场。

未来的AI竞争，不再仅仅是看谁的GPU算力更强，更是看谁能以更低的成本、更快的速度，让AI拥有更大的“脑容量”和更长的“记忆力”。在这个意义上，存储，正在成为定义AI未来的关键变量。