NAND颗粒芯片，是目前SSD中最为常见的存储介质，对于民用消费级而言，最快的PCIe5.0 SSD速率已经达到了15GB/s，这个速度已经是非常快了。但是对于AI推理服务器来说，即使是最新的PCIe 6.0 SSD，速率高达28GB/s都不够用。

目前的AI推理服务器主要依赖HBM处理数据，虽然HBM有着极快的速度但是容量非常有限，并且成本非常昂贵，当处理超大模型时，一旦HBM容量不足以容纳全部数据，就不得不与SSD或系统DRAM交换数据，从而造成性能上的瓶颈。

于是，存储巨头SK海力士与闪迪宣布联手推出新的高带宽闪存HBF标准。二者于2026年2月25日正式启动HBF的全球标准化进程。其核心目标是填补HBM与SSD之间的性能与容量断层，解决大模型AI推理的内存瓶颈。

HBF并非是HBM的替代品，而是介于HBM和SSD之间的全新层级。容量上比HBM大得多（8-16 倍），带宽又远高于SSD的中间层，同时成本上还比HBM低得多。它可以直接与AI服务器紧密集成，就像一个超大容量的“近处理器缓存”，让服务器能快速访问海量数据，减少等待SSD的时间。

在技术原理上，HBF本质上还是基于NAND闪存，而非HBM所属的DRAM。通过BiCS路线图中的CBA技术和专有3D堆叠技术，以做到类似HBM4的物理尺寸和功耗，从而实现在硬件接口上完全兼容HBM。服务器布局无需做大规模修改，即可直接实现HBM+HBF的混合部署，甚至全部替换为HBF，硬件改造成本极低。

第一代HBF预计最高可达1.6TB/s的读取带宽，16芯片堆栈，总容量可高达512GB。根据闪迪的内部测试显示，在Llama 3.1 405B模型中与无容量限制的HBM性能差距可控制在 2.2% 以内。一旦成功落地并获得广泛应用，HBF可能成为破解当前AI算力内存瓶颈的关键拼图。而对于普通消费者而言，HBF的应用也许会减少对HBM的产能依赖，长远看或许有助于提升DRAM内存的产能。