SK 海力士和 SanDisk 发布了全球首个高带宽闪存 (HBF) 开放规范，这是一种介于高速 HBM 和低成本 SSD 之间的新型 AI 内存。该标准在圣克拉拉举行的 2026 年闪存峰会 (FMS) 上发布，旨在解决大规模 AI 推理中最顽固的瓶颈之一：向加速器提供足够的数据，而无需在每个芯片上堆叠 HBM，成本高昂。在谷歌和 Tenstorrent 的支持下，这一发布迅速推高了内存股，因为分析师上调了价格目标。对于最新的人工智能行业报道，此举表明内存设计是如何专门针对推理工作负载进行重新设计的。

用于 AI 推理的新内存层

多年来，AI 内存对话一直由高带宽内存 (HBM) 主导，这是一种靠近 GPU 的堆叠式 DRAM，可提供巨大的吞吐量。 HBM 适用于培训，但成本昂贵且容量有限。另一方面，基于 NAND 闪存的 SSD 价格便宜且容量大，但速度太慢，无法满足推理加速器的需求。 HBF 规范通过开放计算项目 (OCP) 作为开放技术文档发布，旨在填补这一空白。

根据 Tom's Hardware、韩国先驱报和 HPCwire 的报道，该规范定义了最多 16 层 (16-Hi) 的堆叠 NAND 封装，目标聚合带宽高达每秒 3 TB。该接口使用 UCIe（通用 Chiplet Interconnect Express 标准），允许 HBF 模块与高级封装中的逻辑芯片一起集成。 TrendForce 将目标描述为通过提供比同等 HBM 容量便宜得多的大容量、高带宽存储来解决 AI 推理瓶颈。

Google 和 Tenstorrent 支持生态系统

标准只有在买家采用的情况下才重要，SK hynix 和 SanDisk 为此次发布提供了重量级支持者。谷歌和人工智能芯片初创公司 Tenstorrent 被列为早期生态系统参与者，这为超大规模企业和加速器设计者将 HBF 视为可行的层而不是利基实验这一主张提供了可信度。通过 OCP 公开发布该规范，两家公司明确邀请竞争对手的内存制造商和芯片设计人员构建兼容产品，这一战略旨在像前几代开放 HBM 标准那样扩大潜在市场。

定位是经过深思熟虑的。 SK 海力士仍然是主要的 HBM 供应商，但该公司认为内存的未来介于 HBM 和 SSD 之间。 HBF 为其提供了一款产品，可以捍卫其在推理时代的内存领先地位，同时为需要 HBM 经济无法支持的容量的客户开辟道路。

SK海力士也推出375层NAND

HBF 公告并不是 SK 海力士在 FMS 2026 上的唯一头条新闻。该公司还推出了 375 层 NAND 闪存技术，据称该技术的每瓦性能是上一代产品的大约 2.5 倍。更高的层数增加了每个芯片的存储密度，这直接支持了 HBF 背后的容量论点：每个封装的位数更多，能源成本更低，使得大型堆叠模块在经济上可行。

这两项公告共同勾勒出 SK 海力士同时推动密度和带宽轴的路线图。这很重要，因为大多数分析师预测，随着模型部署到生产中，人工智能推理市场的增长速度将快于训练，谁能够提供大量快速、经济实惠的内存，谁就能获得回报。

内存股因消息而上涨

市场反应强烈。据 24/7 Wall St. 和雅虎财经报道，随着华尔街分析师在 AI 内存繁荣的背景下上调了价格目标，Sandisk 股价上涨了约 8%，美光股价上涨了约 6%，SK 海力士股价上涨了约 4% 至 5%。此次上涨反映出投资者认为开放的多供应商 HBF 标准可以扩大整个内存市场，而不是简单地重新分配现有份额。

这一反应还凸显了内存行业对人工智能特定产品发布的敏感程度。 NAND 和 DRAM 曾经在广泛的 PC 和智能手机需求周期中进行交易，而现在的边际买家是构建推理基础设施的数据中心。任何降低每 TB 传输加速器成本的可信计划都被视为结构性积极因素。

为什么推理内存是下一个战场

训练前沿模型是一项一次性的密集计算任务，这证明了 HBM 的成本是合理的。每天为用户运行该模型数百万次是一项经常性成本，并且主要由内存决定。如果每个查询都需要通过系统传输千兆字节的模型权重和键值缓存，那么推理的经济性几乎完全取决于每美元的内存带宽。

这就是为什么如此多的公司现在在内存而不是纯粹的计算上竞争。三星已经推出了先进的 HBM 封装，美光科技正在大力投资 HBM3E，现在 SK 海力士和 SanDisk 正在将 HBF 作为一个独特的推理层。押注是，推理工作负载将容忍比 HBM 稍高的延迟，以换取大幅增加的容量，而成本只是其一小部分。

并非所有人都相信该层将取代 HBM。一些架构师认为，闪存和 DRAM 之间的延迟差距仍然足够大，因此 HBF 的作用很窄，对于最热门的参数来说，是增强而不是取代 HBM。 SK hynix 和 SanDisk 反驳说，开放标准和 375 层密度的改进使得长上下文模型中的冷数据和热数据具有引人注目的经济性。

展望未来

第一个 HBF 规范的发布是一个里程碑，但它只是一个起点，而不是一个完成的市场。符合该标准的产品预计将在未来几个季度提供样品，其采用情况将取决于超大规模企业是否围绕新层设计推理平台。由于谷歌已经表示支持，因此至少有限生产部署的可能性看起来比大多数新内存类别都要大。

对于过去两年一直痴迷于 GPU 供应的行业来说，焦点正在转移到让 GPU 保持忙碌的内存上。 SK 海力士和 SanDisk 刚刚证明，经过重新发明和堆叠的闪存可以成为这个答案的一部分。

保持人工智能领先地位

AI堆栈的内存层正在快速发展，赢得推理时代的公司可能不是拥有最快芯片的公司，而是拥有最智能内存的公司。 阅读更多人工智能新闻，跟上硬件、模型和政策的每一次变化。