最近AI圈聊得最多的，除了大模型迭代，就是“算力瓶颈”。大家都知道GPU不够用、HBM抢疯了，但很少有人注意到，存储层正在酝酿一场革命——高带宽闪存（HBF）。今天就结合HBM之父Joungho Kim教授的最新观点，跟大家好好盘盘这门技术：它不是HBM的替代品，却可能重塑AI推理的游戏规则，甚至在2038年超越HBM市场规模。
先澄清一个核心认知：HBF不是凭空冒出来的新技术，而是站在HBM肩膀上的“优化款”。咱们先搞懂它的本质——用NAND闪存替代DRAM，借鉴HBM的3D堆叠架构，主打“高带宽+大容量”的平衡，专门解决AI推理场景的存储痛点。
一、HBF vs HBM vs 传统SSD：数据不会说谎
聊技术绕不开参数，但我尽量用对比帮大家建立直观认知。毕竟光说“1638GB/s带宽”太抽象，咱们拉上HBM4和主流NVMe SSD一起比：
HBM4 延迟最低但成本高昂、单堆栈容量仅 64GB，PCIe 5.0 SSD 成本亲民但带宽最高仅约 11GB/s、延迟为毫秒级，而 HBF 则精准兼顾高速与大容量，完美适配 AI 推理需求 —— 其带宽是 PCIe 5.0 SSD 的 149 倍以上，单堆栈容量是 HBM4 的 8 倍，成本仅为 HBM 的 1/5 到 1/10，就像给 AI 推理机装上了 “大容量高速缓存”，无需在 “速度” 与 “容量” 之间做取舍。
二、为什么HBF能快速商业化？HBM的技术红利
Kim教
“ because “＜local5＞“ is null)
