AI“内存墙”倒逼存储层级重构：HBF以8-16倍HBM容量切入推理市场，NAND能否复制DRAM的HBM时刻？|今日看点

智通财经APP获悉，随着人工智能(AI)模型从训练向高级推理及智能体(Agentic AI)演进，基础设施的重心正从“算力主导”悄然转向“内存主导”。

(资料图)

面对日益高企的“内存墙(Memory Wall)”，知名投行Bernstein在最新发布的深度研报中指出，高带宽闪存(HBF，High Bandwidth Flash)有望成为破局的关键。该技术不仅有望大幅降低AI推理成本，更可能为深陷周期泥潭的NAND行业带来类似HBM对DRAM行业的重塑效应。

这意味着，为了避免昂贵的重复计算，系统需要更大容量、更高带宽的内存来存储和复用既往上下文。单纯增加算力已难以提升系统利用率，内存容量和带宽正成为制约AI发展的核心瓶颈。

重塑NAND供需格局：类似HBM之于DRAM的“杰文斯悖论”

HBF的普及有望为NAND行业带来类似HBM对DRAM行业的结构性利好。一方面，高达6.5倍的晶圆消耗比意味着，即便HBF仅占10%-20%的迁移率，也将导致行业晶圆需求激增20%-120%。在当前晶圆厂扩产缓慢、资本开支巨大的背景下，这将极大收紧NAND的供需平衡，支撑价格与利润率。

另一方面，HBF创造了全新的AI驱动需求，打破了传统企业级SSD的存量博弈。

市场普遍担忧HBF会侵蚀HBM的需求，但Bernstein认为，二者更多是互补关系。HBF虽减少了存储模型参数所需的HBM容量，但无法替代用于活跃计算和Token生成的HBM。

更低的AI推理成本将加速AI应用的普及，根据“杰文斯悖论”，整体效率的提升反而可能刺激更大规模的AI部署，从而带动HBM、GPU以及NAND的总需求呈指数级增长。

生态博弈与落地挑战：英伟达的缺席与闪迪的野心

尽管前景广阔，HBF的全面商业化仍面临架构限制与生态挑战。由于底层仍是NAND，HBF的读取延迟在微秒级，无法达到DRAM的纳秒级;其写入性能和耐久度也存在天花板。因此，HBF更适用于读多写少的推理场景。

更核心的挑战在于生态支持。目前，HBF联盟已吸纳闪迪、SK海力士、谷歌(GOOGL.US)、Meta(META.US)和Tensorrent等巨头，但行业风向标英伟达尚未明确背书。相反，英伟达(NVDA.US)正积极推广其CMX(内容内存存储)平台以及Storage Next方案。此外，台积电(TSM.US)也尚未披露针对HBF的先进封装(CoWoS)产能规划。

作为HBF的核心推手，闪迪正凭借其在NAND IP、前端制造(与铠侠合资)及系统级封装上的垂直整合优势，全力推进HBF落地。据披露，闪迪首代HBF产品已成功流片，并计划于2027年推出首批面向推理的样品，第二代产品则将瞄准边缘计算领域的1000亿参数级模型。

综合来看，HBF为打破AI内存墙提供了一条极具性价比的演进路径。虽然前路仍受制于延迟短板和英伟达等大厂的生态抉择，但其一旦规模化落地，无疑将为NAND产业注入强劲的结构性增长动能，开启存储行业的“HBF时代”。

关键词： 财经频道 财经资讯