不是黑龙江保温护角专用胶厂，Flash 不是很慢吗？SanDisk 和 SK 海力士怎么拿它喂大模型了？？？
IEEE 新刊发了条挺反常识的新思路：大模型的内存焦虑，可能要靠 U 盘里的同款技术来缓解了。
没错，就是NAND Flash。
在不少人的印象里，Flash 大的特点是便宜、容量大、断电还不丢数据，但要说速度，尤其是拿来驱动大模型理，似乎怎么都不像正经案。
但现在，SanDisk 和 SK 海力士正在动种新东西：High Bandwidth Flash（带宽闪存），简称 HBF。
它的思路很直接：把 HBM（带宽内存）那套封装和芯片堆叠的法，搬到 NAND Flash 上。
换句话说，就是让原本负责存东西的闪存，也能参与到 AI 理的速数据供给里。
根据 SanDisk 公开资料，HBF 预计可以堆叠多16 颗NAND Flash 芯片，目标单个堆栈容量可达 512GB，目标读取带宽可达 1.6TB/s。
后续二代、三代路线图里，读取带宽还会进步提升到 2TB/s 和 3.2TB/s。
这个数字虽然还追不上顶 HBM，但已经不是传统闪存那种"慢吞吞存储"的状态了。
这技术突围的背后，可能是全球存储行业亟待化解的供应紧缺困局。
就在前几天（北京时间 7 月 11 号），韩国存储巨头 SK 海力士的席执行官郭鲁正曾在美股纳斯达克秀之日公开表示，全球存储行业预计将在 2027 年面临史上严重的供应短缺，该言论迅速引爆资本市场与产业舆论。
在此背景下，SK 海力士携手 SanDisk 出 HBF，或许正是他们为了缓解存储供应紧张交出的份技术答卷。
起来看看吧。
Flash 不是很慢吗，怎么能给 AI 用？
问题来了，Flash 不是出了名的写入慢吗？怎么突然能给 AI 用？
半体市场研究机构 Objective Analysis 总监 Jim Handy 在 IEEE Spectrum 采访中就提到，很多人反应也是这个：这怎么说得通？Flash 明明慢得离谱。
但关键在于，Flash 慢，主要慢在写入。
NAND Flash 通过浮栅晶体管里的电荷来存储数据，并按块和页进行组织。这种机制使其断电后仍能保留数据，需像 DRAM 那样不断刷新，因此适长期存储，兼具密度与低成本的优势。
不过代价就是，写入数据时，需要把电荷进或移出缘栅，这个过程比给电容充放电慢得多。
所以在传统计视角下，Flash 很难和 DRAM、HBM 这类速内存放在个桌上讨论。
但如果只看读取，事情就不样了。
按新 ONFI 6.0 闪存接口标准，单颗 die 理论带宽可以到 4.8GB/s。
单看这个数字，确实不夸张。
但DDR5 单条 DIMM 可到 70.4GB/s，HBM4E 单堆栈是能到 3.6TB/s，和单颗 NAND 闪存芯片相比大约是750 倍量差距。
HBF 要做的，就是通过 3D 封装和垂直堆叠，把多个 NAND Flash die 包到起，显著提总读取带宽。
SK 海力士内存系统研究总裁 Hoshik Kim 指出："通过将的 3D 封装和垂直堆叠技术应用于 NAND 闪存，HBF 能够实现远标准 NVMe 存储的带宽。"
正如 HBM 堆叠 DRAM 芯片样，HBF 则通过堆叠 NAND 闪存裸片，造出存储密度的芯片。
他们想做的，从来不是让单颗 Flash 突然变快，而是通过堆叠和封装，把读取通道堆出来。
HBF 不是要取代 HBM，它找准了自己的定位
HBF 真正有意思的地，不在于它要取代 HBM。
而在于它找准了个很适 Flash 的场景：AI 理黑龙江保温护角专用胶厂。
训练和理，对内存的要求并不样。
训练大模型时，系统要不断读取权重、计误差，再通过反向传播新权重；
这个过程既要大量读，也要大量写，对 Flash 非常不友好；
因为 Flash 写入慢，写多了还涉及寿命和擦写管理问题。
但理阶段就不样了。
在这个阶段，模型已经完成训练，权重基本冻结，大多数时候，系统需要的是把这些庞大的模型权重快速读出来，而不是频繁改写它们。
这正好落在 Flash 相对擅长的侧。
SK 海力士内存系统研究总裁 Kim 表示："在理环境中，诸如静态的数十亿参数模型权重或预计的 KV 缓存（precomputed KV cache）等海量、读密集型数据，均可稳妥地存放于 HBF 层。"
这样来，昂贵且容量有限的 HBM 就能被释放出来，万能胶厂家门充当速暂存区。
这个架构有点像给 AI 加了层"大容量只读内存池"。
HBM继续负责紧急、频繁的速计数据交换。
HBF则负责装下那些体量巨大、但不怎么改动的模型参数。
对当下的大模型理来说，这个思路很有现实意义。
因为当前大模型理所面临的困境早已不止于力短缺，内存不够、带宽不够、能耗太、部署成本太贵等多重压力正交织叠加。
尤其是在模型规模持续膨胀的大背景下，单卡显存容量不足与 HBM 成本昂正成为制约其发展的显著因素。
很多时候，不是 GPU 不动，而是模型装不下，或者数据喂不过来。
而 HBF 如果能在容量、带宽和成本之间找到平衡，就可能让大的模型以低的成本跑起来。
512GB 堆栈，AI 服务器或可少用几张卡
SanDisk 给出的代 HBF 目标参数，为 512GB 容量、1.6TB/s 读取带宽。
这个组很关键—— HBM 的优势是速度快，但容量昂贵且有限；HBF 虽然速度低些，却能提供大的容量和低的单位成本。
这意味着，未来 AI 服务器在部署大模型理时，可能不定要把所有权重都塞进 HBM。
部分冷点、静态点、读多写少的数据，可以放在 HBF 里。
△作愉快
这样做的潜在收益有几个：
，缓解 HBM 容量瓶颈。
二，减少为了装下模型而堆多加速卡的需求。
三，降低理系统整体成本和能耗。
Kim 的判断是：HBF 与 HBM 并不是竞争对手，而是互为补充的工具。
他指出：" HBF 能够在不牺牲数据供给速度的前提下，有缓解 HBM 面临的严峻容量瓶颈，从而有望减少运行大规模模型所需的加速器数量。"
在此基础上，他预计该案还将提升能并降低成本，进而助力数据中心进步扩展其 AI 理硬件规模。
这也是 HBF 值得关注的产业逻辑：它不是为了让 Flash 变成 HBM，而是让 AI 系统里的不同数据，待在适自己的位置里。
热数据继续放 HBM；大容量、静态、读密集数据放 HBF；低速、便宜的数据继续放 SSD 或其他存储。
如果这套分层成立，AI 理硬件的内存架构可能会多出个新层。
规模化落地尚远，但大模型内存体系已现分工新信号
当然，HBF 目前还不是个成熟的产品。
据 IEEE Spectrum 报道，HBF 至少还需要年才可能出货，距离大规模部署可能还要几年。
今年 2 月 25 日，SanDisk 和 SK 海力士已联举办启动活动，宣布在开放计项目 OCP 下动 HBF 标准化工作。
作为数据中心硬件域重要的开放产业组织，OCP 主制定了大量服务器、机柜、电源及加速器相关规范，如服务器规范 DC-MHS、加速器规范 OAI-OAM 等。
但目前，HBF 标准还在进中，正式发布时间尚未确定——这也意味着，HBF 在短期内还不会马上改变 AI 服务器市场。
它像是个提前浮出水面的信号：AI 理正在逼着存储和内存体系重新分工。
过去，大模型硬件的关注点集中在 GPU、HBM 和互联。
但当模型越来越大、理请求越来越多，瓶颈就会从"得快不快"，扩展到"装不装得下""读不读得动"以及"电费扛不扛得住"。
HBF 切入的，正是这个缝隙。
AI 内存战争，可能不只属于 HBM
有意思的是，SK 海力士本身就是 HBM 大赢之。
HBM 正在给它带来创纪录收入，按理说，出种便宜的替代技术，似乎不太符商业直觉。
但从系统角度看，HBF 并不定会 HBM 的饭碗。
AI 服务器未来需要的不是单内存，而是分层内存。
让HBM负责致能，HBF负责大容量带宽读取，SSD负责低成本的大规模存储。
这套组如果跑通，反而会让 AI 理系统变得可扩展。
简单说就是：不是每份模型数据，都值得住进 HBM 的"豪宅"。 有些数据，只需要个容量够大、读取够快、成本低的位置。
HBF 想做的，就是这个位置。
从 U 盘、SD 卡里的 NAND Flash，到 AI 服务器里的带宽模型权重池，听起来跨度很大，但大模型的问题已经很清楚：参数越来越多，理越来越贵，HBM 越来越紧。
而解决案，未只来自贵的内存，也可能来自把熟悉的老技术，重新封装遍。
参考链接：
[ 1 ] https://spectrum.ieee.org/high-bandwidth-flash?itm_source=homepage&itm_medium=hero&itm_campaign=hero-2026-07-15&itm_content=hero6
键三连「点赞」「转发」「小心心」
欢迎在评论区留下你的想法！
— 完 —
� � 点亮星标 � �
科技前沿进展每日见相关词条:铁皮保温 塑料挤出机 钢绞线 玻璃卷毡厂家 保温护角专用胶
奥力斯 泡沫板橡塑板专用胶报价 联系人：王经理 手机：18232851235（微信同号） 地址：河北省任丘市北辛庄乡南代河工业区
1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述黑龙江保温护角专用胶厂，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。