技术变局：HBF横空出世，AI推论时代内存新标准

随着AI技术从大型语言模型的“训练”阶段跨入面向千万用户的“推论”阶段，硬件架构迎来巨大转折。西数（SanDisk）与SK海力士宣布透过开放运算计划（OCP）成立工作组，共同推动新一代存储解决方案——HBF（High Bandwidth Flash，高频宽闪存）的全球标准化。
1. 痛点与解决方案：从“又快又贵”到“又快又省电”
过去几年，AI训练阶段对数据传输频宽的要求催生了HBM的火爆。然而，当重心转向“推论”时，系统需全天候运作，传统DRAM架构在维持大容量时功耗高、发热大，成为数据中心与边缘计算的瓶颈。
非挥发性与大容量：HBF基于NAND闪存架构，天生具备大容量优势。相比HBM，它能在更低成本下提供业界领先的容量，这对加载庞大AI模型的推论任务至关重要。
低功耗与热稳定性：闪存的非挥发特性意味着无需持续通电维持数据，大幅降低功耗。更好的热稳定性使其更适合高密度AI服务器部署，减轻冷却负担。
专为推论打造的高带宽：通过全新的接口标准与先进封装技术（如SoC整合），HBF打破了传统闪存的带宽天花板，足以应付AI推论的即时数据吞吐。
2. 市场激辩：是替代者还是补充者？
对于HBF是否会取代HBM，业界看法激烈碰撞：
乐观派：韩国科学技术院（KAIST）教授金正镐大胆预测，10年后HBF市场规模或将超越HBM。西数技术长Alper Ilkbahar表示，他们不仅在制定新标准，更是在为下一个AI运算时代设定门槛，旨在拉拢英伟达、AMD、英特尔等加入生态系，防堵三星、美光自立门户。
务实派：群联电子执行长潘健成直言“完全不可能”。他指出，HBM基于DRAM堆叠，虽贵但能提供极致运算效能，是GPU运作的关键基础，不可或缺。而NAND闪存存在寿命短、不耐高温、写入前需抹除等物理限制。
折衷观点：Counterpoint Research分析师Jason Park认为，HBF更可能是HBM的补充技术，而非替代方案。未来的架构将是“混合设计”：HBM负责极致效能，HBF解决模型过大放不进HBM、从SSD读取又太慢的“中间地带”，兼顾大容量与能效。
目前，HBF仍处于规格制定阶段，预计明年初可见相关产品。与此同时，三星、铠侠也在发展SCM（存储级内存）如XL-Flash和Z-NAND技术。未来两年，AI基础设施建置重心将转向高效能推论服务，内存产业架构将趋于细化。