高带宽闪存（HBF）崛起：AI时代的新存储范式

为应对AI模型参数爆炸式增长带来的容量瓶颈，业界正积极探索新型存储架构。2025年，西数（原SanDisk）提出“高带宽闪存”（HBF, High Bandwidth Flash）概念，旨在作为HBM的重要补充，构建“内存中心化AI”（Memory-Centric AI）新范式。HBF基于NAND闪存，通过多层堆叠（最高16层以上）实现超高容量与接近HBM的传输带宽，单颗容量可达HBM的8至16倍。
HBM与HBF定位互补：HBM如同“AI大脑旁的高速工作台”，提供极低延迟与超高带宽，适用于AI训练与高性能计算；而HBF则像“超大近端数据柜”，具备非易失性、大容量与低成本优势，专用于AI推理、大模型参数存储等场景。尽管HBF速度不及DRAM，但其单位容量成本显著更低，特别适合处理TB级模型参数且无需实时响应的任务。
需要强调的是，HBF与HBM均无法取代传统DDR4/DDR5。后者仍是CPU主内存的核心，承担低延迟、高通道数的通用计算任务。然而，随着美光等大厂退出消费级存储业务，将资源集中于AI专用内存，传统DDR的创新投入与产能优先级可能下降，导致其价格优化空间受限、产品迭代放缓。
机构普遍认为，此轮存储器短缺将持续至2026年后。美光已上调DRAM与NAND位元需求增长率预测，并指出库存周转已从13–17周缩短至2–4周，供应极度紧张。整体来看，存储器产业正步入以AI为核心的价值重估周期，结构性机会大于系统性风险。