AI计算需求正在改变存储行业的竞争规则。过去，市场焦点更多集中在GPU算力提升，但随着大模型训练和推理规模扩大，数据搬运效率逐渐成为新的瓶颈。存储芯片厂商开始寻找下一代解决方案，而高带宽闪存（HBF）正是在这一背景下出现。
8月4日，SK海力士与闪迪公布基于NAND闪存的下一代存储技术HBF首个标准规格。SK海力士在美国加州圣克拉拉举行的FMS 2026活动中推出这一方案，希望通过类似HBM的堆叠方式，让传统闪存进入AI基础设施核心环节。
HBF的思路并不复杂。它借鉴了高带宽内存HBM的垂直堆叠架构，将多个NAND die进行堆叠，以提升存储容量和数据传输速度。按照目前公布的规格，HBF支持8层和16层NAND die堆叠方案，最高容量可达到512GB，带宽覆盖每秒0.4TB至3.0TB。
这意味着，闪存不再只是负责“大容量存储”的外围设备，而可能进一步靠近计算单元。
在AI服务器中，GPU往往拥有极强的计算能力，但如果数据无法及时供应，GPU利用率就会受到影响。当前行业大量投入HBM，就是为了减少计算芯片等待数据的时间。不过HBM成本高、产能有限，难以完全满足未来AI基础设施的扩张需求。
HBF试图提供另一种路径：利用NAND更低成本、更大容量的优势，为AI系统提供更丰富的数据池。
从产业链角度看，这也是存储厂商寻找新增长点的结果。近年来，传统NAND市场长期受到价格周期影响，厂商利润波动明显。随着AI服务器需求爆发，存储企业希望通过高端应用提升产品价值，而不是继续陷入单纯的容量竞争。
SK海力士选择推动HBF标准化，也是在争夺未来AI存储生态的话语权。该规格采用行业标准UCIe接口，可以连接GPU、CPU等不同类型处理器，并通过开放数据中心技术协作组织OCP公开。当前HBF联盟成员还包括谷歌和AI芯片公司Tenstorrent。
开放标准的重要性在于，它降低了单一厂商绑定的风险。AI基础设施正在变得更加复杂，云服务商、芯片公司和存储企业都希望建立可扩展的生态，而不是依赖封闭方案。
除了HBF之外，SK海力士还将在FMS 2026首次展示研发中的第10代（V10）375层4D NAND晶圆，并计划于明年初启动采用该技术的高性能、高容量企业级SSD（eSSD）量产。
可以看到，存储行业正在经历一次结构变化。过去几年，HBM成为AI芯片产业最热门的关键词，而下一阶段，如何让更多数据以更低成本、更高效率流向计算节点，可能成为新的竞争焦点。
HBF是否能够成为AI服务器的主流存储方案，还有待实际部署验证。但至少从方向上看，存储厂商已经不再满足于做“数据仓库”，而是在尝试成为AI计算链条中的关键组成部分。
