今年二月，SK海力士与闪迪联合举办了一场规格标准化联盟启动会，正式向业界推出了面向AI推理时代的下一代存储器解决方案——HBF（高带宽闪存），并公布了其全球标准化战略。这一举措，无疑为当前火热的人工智能硬件领域注入了新的活力与可能性。

然而，尽管行业普遍看好HBF的技术潜力，各大厂商的跟进态度也显得积极，但市场的实际落地节奏却似乎比预期更为审慎。一个关键的市场信号是，有消息指出，作为AI算力领域的领导者，英伟达在短期内并未计划引入HBF技术。其战略布局清晰：一方面，继续深化并依赖成熟的HBM（高带宽内存）技术生态；另一方面，公司认为通过深度优化企业级固态硬盘（eSSD）的架构设计，同样能够有效应对当前AI工作负载中面临的内存容量与带宽挑战。

事实上，英伟达早已开始布局这条替代性技术路径。此前已有消息透露，英伟达正与铠侠及SK海力士合作，共同研发支持未来PCIe 7.0标准的高性能AI SSD。这类SSD的定位非常明确，旨在作为GPU显存的有效扩展，部分减轻对HBM的依赖。为了充分释放这种新型存储硬件的潜力，英伟达还在同步开发一个名为“SCADA”（可扩展加速数据访问）的软件平台。该平台的核心价值在于，它能够绕过传统数据中心架构中需要CPU介入读取SSD数据、再转发给GPU的冗余路径，实现数据从存储介质到GPU计算单元的端到端直接高速访问，从而显著提升AI模型训练与推理的整体效率。

可以预见，SCADA方案对底层SSD的性能提出了极高要求。这也直接推动了所谓“AI SSD”的研发竞赛，其性能目标之一，便是实现高达1亿的IOPS（每秒输入/输出操作次数）。这一指标已远超当前主流数据中心存储设备的性能范畴。

谷歌的算盘：HBF的潜在“伯乐”

与英伟达的审慎观望形成鲜明对比的是，谷歌很可能成为HBF技术的重要早期采用者。当前，谷歌自家的TPU（张量处理单元）生态系统正处于快速发展阶段。为了进一步扩展其AI计算能力，谷歌正在规划下一代TPU解决方案。而HBF的技术特性，恰好契合了谷歌的战略需求：它不仅有望部分替代HBM在高速缓存中的角色，甚至可能挑战标准的DDR内存地位。这种兼具高带宽与大容量的特性，对于致力于构建全栈式AI基础设施的谷歌而言，吸引力巨大。

技术本质：为何是NAND闪存？

从技术原理层面分析，HBF的核心思路是通过垂直堆叠NAND闪存芯片（其方式类似于HBM堆叠DRAM芯片），来实现存储容量的指数级增长。随着AI智能体应用与服务的不断扩展，作为其“长期记忆”存储的“键-值”（KV）缓存变得至关重要。过去，这一角色主要由成本高昂且容量有限的HBM承担。而现在，产业界正将目光转向成本更低、容量更大的NAND闪存，希望由其来担当AI大模型的“海量记忆仓库”。HBF正是这一技术趋势下的关键产物，它试图在存储容量、访问带宽和总体成本之间，寻找一个革命性的平衡点。

总而言之，HBF的登场为AI内存与存储架构带来了新的想象空间，但其产业化与普及之路仍面临挑战。行业巨头们不同的技术路线选择，也清晰地预示着，下一代AI硬件竞争，将在存储这一关键底层环节上展开激烈角逐。