【存储器】HBF！启动！

【本文涉及的相关企业】Sandisk、SK海力士、西部数据、三星、台积电、铠侠

HBF是什么

2025年至今，无论是芯片行业还是投资圈有且只有两条并行的主线在加速发展：CPO光电共封装和HBM存储器，尤其是在近期HBM的产能被英伟达和AMD悉数锁定，NAND、DRAM、HBM的价格超乎想象的暴涨。表面上看似乎是供需关系的重构，实际上存储海面下早已暗流涌动。并且在2026年2月25日，SK海力士和Sandisk在加利福尼亚州的闪迪总部举行了“HBF 规范标准化联盟启动”活动，宣布了面向人工智能推理时代的下一代存储解决方案 HBF（高带宽闪存）的全球标准化战略。SK海力士在大会介绍：“SK海力士将与闪迪携手，通过将HBF打造为行业标准，来为人工智能生态系统的共同发展奠定基础；即日共同启动OCP（全球最大的开放计算中心项目）的工作流程，同时启动行业标准化工作。”

其实早在2025年2月，Sandisk就在投资者日上提出一个概念：让NAND和DRAM一样思考，存储也需要高带宽闪存（HBF High Bandwidth Flash）,利用3D垂直堆叠封装结构来封装NAND闪存，将打造拥有媲美HBM带宽的同时，还保留NAND的掉电不丢失，从而打造介于HBM和SSD之间的全新存储阶层。想要理解这个产品定位的关键，首先要明白“访问速度”和“容量密度”这对矛盾共同体，NAND组成的SSD阵列想要容量大那总线传输速度就不会快，想要速度快则容量就不会大，尤其是消费级的SSD通常在内置高速缓存被塞满数据后传输速度陡降，相比大家都经历过吧。所以业界一直以来都是在提升容量上做文章。

HBM、HBF 和 GPU 中介层的连接方式(图源：Google)

而HBF则是借鉴了HBM和DRAM的经验，HBM比DRAM快但容量受限（单GPU HBM3E最大容量192GB，所以HBM4、HBM5都在加紧研发中）且单位GB的价格高昂。HBF则抓住这个空档，提供比HBM便宜且容量大得多的存储单元，同时还比SSD阵列的带宽快得多，刚好契合AI推理应用的应用场景，模型参数规模动辄数百GB甚至数TB，需要高带宽的并行读取，但不需要极致的纳秒级延迟。

制造工艺和封装

从物理结构上来说，HBF可以说是踩在HBM的肩膀上，与HBM高度一致。采用TSV（硅通孔）技术，将多层芯片（HBM Core）垂直堆叠，并在最底层布置一个逻辑芯片（HBF Base），负责与GPU/CPU/TPU等其他计算芯片进行通信。根据官方信息，其第一代产品设定为16层堆叠，单堆栈容量可达512GB，带宽设计目标为1.6TB/s，功耗和物理尺寸与HBM4对齐，可以直接插入现有AI加速器的封装布局中。

SK海力士和Sandisk的合作其实是技术互补的强强联合，SK海力士的MR-MUF工艺（Mass Reflow Molded Underfill，批量回流模制底部填充）负责堆叠工艺和封装，Sandisk的独门绝技BiCS 3D NAND和CBA（CMOS Direct Bonded to Array，CMOS直接键合阵列）技术则是HBF Core的制造核心技术。

BiCS 3D NAND和CBA：Sandisk的BiCS是其自研的3D NAND堆叠技术，2D时代NAND存储阵列和控制电路水平分布在同一个die上，控制信号通过底部和内部的布线层互联；3D NAND时代，BiCS则将NAND存储单元一层层的构建起来，使得单位芯片面积下存储空间大幅度提升，后利用CBA将CMOS逻辑电路和200、300层的NAND键合起来，逻辑芯片则可以采用先进制程节点，在提升电路性能的同时还能降低功耗，最后垂直键合还能缩短信号路径降低延迟。

MR-MUF：该项技术是SK海力士为HBM开发的先进封装技术，通过回流焊使3D堆叠DRAM芯片的所有微凸点（Cu pillar bump）完成电气互联，然后用EMC（环氧树脂模塑料，Epoxy Molding Compound）填充缝隙，从而实现结构加固和热传导优化，如今已经在12层堆叠的HBM3E和16层堆叠的HBM4成功量产。 

但是HBF毕竟是基于NAND的，所以优势和短板有需要从NAND的物理特征来理解，容量密度是HBM完全不能追赶的，16层堆叠可以实现单颗HBF芯片拥有1024GB，是HBM的8-16倍。并且通过将HBF布置在GPU周围，减小PCIe总线链路延迟，获得比HBM慢（纳秒级 vs. 微秒级）但是容量大的多的存储空间。

那有人就提出，用HBF替代HBM如何？其实HBF的短板同样也很明显，HBF的耐久性有限，仅支持约 10 万次写入周期，并且其延迟还是过高，HBF的读取延迟通常在数十微秒级，与纳秒级的DRAM不在同一量级，这也决定了HBF不是通用内存，而是一个专门为读取密集型工作负载设计的补充性存储，尤其是LLM推理大模型中的kv键值用例需要巨大的缓存空间，缓存增强生成（CAG）就是这样一种工作模式，当LLM收到查询指令时，它会读取庞大的共享预计算KV缓存，执行计算，然后输出响应。上图中的Sub-System就是SK海力士的一个HBM和HBF共建方案，HBM、HBF和GPU通过硅中介层互联，内存访问通过地址解码器和路由器分为两条路径：一条访问 HBM，另一条访问 HBF；如此一来GPU可根据需求来决定访问HBM还是HBF。

行业格局和产能

HBF的潜在价值已经被行业同僚高度关注，今年2月的标准化大会更是官宣了这一新技术的未来发展方向。Sandisk负责NAND底层技术（BiCS、CBA）的迭代升级，SK海力士在3D封装垂直堆叠持续发力，而英伟达、AMD等深度参与标准化硬件接口和软件协议定义，共同推动技术落地。

HBF技术已经从设计概念阶段发展到小规模试生产阶段，预计在2026年底前推出工程验证样品，而适用于大规模生产的产品样品可能要到2027年下半年才能问世。技术路线图指出，Gen2产品目标为读取带宽超过2TB/s，Gen3进一步达到3.2TB/s，同时功耗降至Gen1的0.64倍。并且从产能扩张的时间节点来看，2026年存储制造商的产能扩展幅度较小，主要的产能增长将在2027年显现。SK海力士的 M15X制造基地HBM产能较为有限，因此扩产重点已转向M16工厂，甚至还会有新的工厂为HBF提供产能。

关键节点(图源：深芯盟)

另一位NAND的巨头三星尚未公布HBF的明确产品路线图，但大概率会遵循类似思路——用自身在NAND和HBM两端的制造能力将两者耦合。但是在抢占HBF定义的先机落后一步，不代表后面不行，以三星NAND、HBM通吃的强大实力，在兼容行业标准开发HBF也绝非难事。根据行业预测，以HBF为关键组件的整合型存储解决方案，市场需求预计在2030年前后迎来全面扩张，其市场规模有望在未来十年超越HBM。

结语

2026是HBF的元年，下半年即将有工程样品的应用实例，但是SSD和HBM的火热让大厂的产能持续吃紧，全年DRAM供需缺口预计在5%到8%的区间，HBM缺货则更加严重，但是一切都是需求为王，目前业界的焦点全都集中在HBF的应用表现上。而存储行业的竞争焦点也从“谁能堆叠更多层HBM”扩展到“谁能定义推理时代的存储层次标准”上。

文中插图为生成式AI生成

参考:

《SK Hynix proposes HBM and HBF hybrid for LLM inference》

《SK hynix and Sandisk Begin Global Standardization of Next-Generation Memory ‘HBF’》

《H(3): Hybrid Architecture Using High Bandwidth Memory and High Bandwidth Flash for Cost-Efficient LLM Inference》