HBF（高带宽闪存）已有山雨欲来之势。在今年8月初于美国加利福尼亚州举行的2026年全球闪存峰会（FMS 2026）上，SK海力士联手闪迪，通过开放计算项目（OCP）发布了HBF首个标准规范，谷歌、Tenstorrent作为HBF联盟（由SK海力士、闪迪牵头在2026年2月成立）成员参与了这一标准化进程。

作为介于HBM（高带宽内存）与SSD（固态硬盘）之间的存储层级，HBF是存储厂商面向AI推理内存瓶颈的一种破题思路：当智能体导致数据规模激增、KV Cache膨胀，单一存储产品已难以满足AI推理需求，需要整合特性互补的多种存储器、构建多层次的存储体系。

HBF概念图（来源：SK海力士官网）

HBF有望解决什么问题？

智能体的规模化部署，正在推动AI产业进入“超长上下文”时代。相比“听令执行”的大模型，“自主规划”的智能体会对多轮对话和历史信息进行分析，并调用各种工具，带来数倍的上下文膨胀。为此，智能体厂商不断增加上下文窗口的容量，以增强智能体的“记性”和处理能力。

在这一过程中，KV Cache（键值缓存）是智能体流畅处理长上下文的关键。当用户输入文字时，AI会将文字拆解为模型能识别的最小单位Token（词元），上下文越长，生成的Token就越多。而KV Cache能够将已有Token计算得到的Key和Value缓存起来，在后续生成时直接复用，避免重复计算，从而提升AI推理的响应能力和经济性。

HBF聚焦的，就是AI推理中KV Cache的存储需求。

数据显示，当上下文长度从64K增长到1000万Token时，KV Cache容量需求从百GB级跳升至TB级。而当前的存储系统中，HBM带宽高、延时低但容量有限、成本较高，SSD容量高、成本低却带宽不足，均难以满足KV Cache快速膨胀的需求。针对这一瓶颈，产业界也尝试了各种方案，比如将KV Cache“卸载”到SSD上，让GPU通过PCIe通道（如果采用传统路径还需要经过CPU中转）读取，这虽然比HBM容量耗尽后重新计算Token和向量更快，但会增加AI推理延迟；或者扩展GPU数量以增加HBM总容量，但会进一步增加计算集群能耗和成本。

闪迪展示其HBF参数，读取带宽与HBM相当，容量可达HBM的8至16倍（来源：闪迪2026年投资者日）

HBF的出发点，就是将HBM的高带宽与NAND的高容量结合起来。闪迪称，在封装尺寸、堆叠高度、功耗与HBM4基本相当的前提下，HBF容量可达HBM的8～16倍，且成本相近。SK海力士称，HBF不仅具备与HBM类似的高速数据传输能力，还可基于NAND闪存大幅提升容量。根据SK海力士的仿真结果，在Blackwell B200 GPU上，采用8组HBM3E堆栈与8组HBF堆栈的组合配置，相比纯HBM配置，每瓦性能可提升至2.69倍。这意味着，如果HBF能够批量部署，有利于改善AI基础设施效率和Token开支效率。

与HBM联手而非替代

HBF之所以能在保持读取带宽的同时将存储容量做上去，关键在于其“借鉴”了HBM的封装方式：一方面采用硅通孔（TSV）技术将多颗芯片垂直堆叠，同时将堆叠对象从DRAM芯片换成了NAND；另一方面，HBF像HBM一样通过中介层与GPU连接。如此一来，它既继承了HBM靠近计算核心的“区位优势”，又保留了NAND高存储密度、非易失的特点。

虽然HBF具备了NAND的种种优势，但也不可避免地“背负”了NAND的局限性，比如访问延迟较长、写入耐久度有限等。

因而SK海力士、闪迪等主力厂商，暂未产生用HBF替代HBM的激进念头，而是将其作为HBM面向AI“大考”的工作“搭子”。

在今年2月发表于IEEE的论文中，SK海力士提出了H3混合架构，也就是将HBM与HBF整合在同一中介层并同时连接到GPU。其中，HBF负责读取模型权重和预计算的KV缓存，HBM负责存储动态的、频繁更新的数据，两者采用级联方式连接，实现统一地址空间并支持GPU直接访问。这种方式能够将HBM从容量负担中解放出来，专注实时任务处理，从而加速AI推理。

根据该论文数据，在对1000万Token的KV缓存进行测试时，HBM+HBF组合可同时处理的查询数量（即批处理规模）相比纯HBM配置提升了18.8倍。通过采用HBF，原本可能需要32颗GPU及其HBM来处理的工作负载，仅需2颗GPU即可完成，从而显著降低电力消耗。

而闪迪在今年8月的投资者日活动上，展示了HBF的多种部署方式，包括在相似的封装尺寸内直接替代HBM，与HBM混合部署，与HBM分层部署（HBF承载模型权重和KV Cache、容量较小的HBM层作为缓存）等。说明其策略并非简单取代HBM，而是以更加灵活的方式嵌入存储系统。

折射AI时代存储破题新思路

相比一种新的存储产品，HBF更值得咀嚼的产业信号，或许是存储厂商在AI时代的另一种布局思路：当单一存储产品越来越难“扛住”数据规模与KV Cache的膨胀，整合特性互补的多种存储器、构建多层次存储体系，或许是面向未来需求的破题方式。相比“单点性能”，系统级的分层与生态或将成为未来产业的另一个竞争维度。

本次SK海力士、闪迪等企业发布的HBF技术规范，就为HBF与HBM等存储器的衔接预留了空间。该规范定义了围绕HBF技术交互和使用的系统设计指南，包括系统接口、电气等技术要求，涵盖基本性能预期、xPU-HBF主机接口、HBF裸晶堆叠的可靠性与封装指南等。闪迪称，该规范为AI计算系统设计人员提供了更高的灵活性，使其能够构建HBF技术与HBM共存共用的系统，有助于推动生态系统的成熟。

HBF+HBM，或许只是这种分层存储体系的起点。在去年的一档视频节目中，被誉为“HBM之父”的金正浩（Kim Jung-Ho）对未来的多层存储系统进行了设想。在他看来，那时的存储如同“智能图书馆系统”，GPU内部的SRAM将充当桌面上的笔记本，速度最快但容量最小；HBM是近旁的书架，用于快速访问和计算；HBF是地下图书馆，存储深厚的AI知识，并持续向HBM输送数据；云端存储是公共图书馆，通过光网络连接数据中心。

按照目前的时间表，HBF的规模化量产预计在2028年。虽然标准和规范已经“抢跑”在芯片样品之前，但能否如约跨越样品、量产、规模化部署的道道关卡，既要看存储厂商本身的研发和制造能力，又要看下游的AI加速器、云计算厂商是否愿意采纳。毕竟，目前大部分头部AI加速器厂商尚未对HBF具体表态。HBF能否兑现厂商设想的技术定位和市场空间，还需要产业界的紧密衔接和同步探索。