近日，号称“HBM之父”的韩国金正浩称：将于明年商业化的下一代NAND闪存产品高带宽闪存（HBF）将在大约10年内超越人工智能半导体核心组件的高带宽存储器（HBM）市场。

　　世界变化很快，技术的进步也在飞速发展，HBM尚未完全普及，但随着人工智能的思考和推理能力变得越来越重要，高宽带闪存（HBF）将成为下一代产品的核心技术之一。

　　关于HBF（高带宽闪存），目前公开的权威技术细节和市场数据有限。根据现有的行业分析和预测，其核心是在成本和功耗可控的前提下，为AI系统提供海量的存储容量，可以理解为AI存储系统中的“容量担当”。

　　从技术上来说，HBF是一种借鉴HBM的3D堆叠架构，但用NAND闪存替代DRAM作为核心介质的新型存储器。它利用类似HBM的硅通孔（TSV）技术进行垂直堆叠，并通过底层逻辑芯片与GPU/处理器高速互联。

　　但需要特别指出的是，HBF并非HBM的替代品。其旨在与HBM形成互补的分层存储架构：HBM处理高速、实时的“热数据”（如GPU正在计算的数据），而HBF存储大量“温冷数据”（如AI模型参数、历史数据），为HBM提供“弹药库”。因而，可以简单理解为HBF是HBM的“容量补位者”！

　　HBF的设计融合了多种技术，其核心思路是在HBM的高速互联框架内，置入NAND的容量优势。HBF通常由底部的逻辑芯片和上方多层堆叠的高性能NAND闪存芯片构成。各层通过硅通孔（TSV） 实现垂直电气连接，这是其实现高带宽的关键。

　　从目前已知的参数来看，单颗HBF堆栈的目标容量可达512GB，8颗组合可达4TB，是同成本下HBM容量的8-16倍。目标带宽在1.6 TB/s至3.2 TB/s之间，虽不及最先进的HBM，但远超传统SSD，能满足数据从HBF到HBM的快速供给需求。

　　更为关键的是，HBF依托成熟的NAND产业链，其单位容量成本远低于HBM，约为HBM的七分之一。同时，NAND无需持续供电刷新，静态功耗更低。

　　与HBM类似，HBF的诞生也主要受AI发展的驱动，其核心场景是AI推理。当运行大语言模型时，海量的模型参数（权重）需要常驻内存。HBM容量有限且昂贵，HBF可作为经济高效的“参数仓库”，按需将数据传输至HBM供GPU计算。此外，也可能应用于需要处理超大数据集的高性能计算，以及未来需要本地运行大模型的高端智能手机、AI PC等边缘设备。

　　当然，从市场规模来说，HBF还未正式商用，当前基本处于市场的启动阶段。而根据行业分析预测，到2030年HBF市场规模约为120亿美元。这大约是同期HBM（约1170亿美元）预测规模的10%，作为新兴市场，起点很高。但从长期来看，正如“HBM之父”金正浩教授预测，2038年起，HBF的市场需求将超过HBM。其逻辑是，未来AI的思考和推理需要处理的数据量激增，对容量的渴求将超过对极致带宽的追求。

　　目前，全球存储巨头已开始布局HBF，但进展和策略各异。闪迪和SK海力士作为先行者，正在合作推动HBF技术标准化，计划在2026年下半年推出首批样品。三星虽然态度谨慎，但凭借其全产业链优势，随时可能后发制人。铠侠则选择差异化竞争路径，试图在某些特定性能指标上取得领先。可以预见，在未来几年，技术标准的统一、与GPU厂商的深度适配以及量产良率的控制，将是决定HBF能否如期腾飞的关键。

　　相比国际存储巨头，中国在该领域处于早期布局和技术跟随阶段，尚未有厂商推出成熟的HBF产品，但正通过相关技术积累和产业链协同寻求切入点。但鉴于中国在HBM产业链中已取得部分突破，这些技术具有向HBF迁移的潜力。

　　在封装材料上，华海诚科的颗粒状环氧塑封料（GMC）已通过SK海力士认证，可用于HBF封装。而技术难度较高的前驱体材料，雅克科技已为国际巨头供应HBM用前驱体材料。而在先进封装上，长电科技、通富微电等在2.5D/3D先进封装（如混合键合）领域有技术储备。制造设备上，北方华创的TSV刻蚀机等设备可用于3D堆叠制造。

　　特别值得一提的是，以华为为代表的厂商在打造国产算力生态，其昇腾AI芯片搭载自研高速内存，并通过软件和互联协议优化系统性能，这可能是另一条降低对外部存储技术依赖的路径。

　　因此，总体来说，HBF作为一项为AI推理而生的新的存储技术，其瞄准的依然是AI时代的“容量墙”问题。虽然国际存储巨头在核心专利和标准制定上先行一步，但也并未量产；中国厂商在已有的材料、封装等环节的基础之上，依然具有赶超的可能；当然，当前更重要的是将HBM的技术和生态夯实，并借助庞大的本土AI应用市场，在生态和应用层面寻找差异化突破点。