尽管HBM自推出到登上半导体产业舞台中心花费了近十年时间 ，但其迭代技术HBF或将以更快速度实现商业化和普及 。

　　据韩国经济日报等外媒报道
，SK海力士正与闪迪合作，致力于HBF标准的制定
。该公司计划最早于今年推出HBF1（第一代产品）样品 ，该产品预计采用16层NAND闪存堆叠而成。

　　除此之外
，据“HBM之父”韩国科学技术院（KAIST）教授金正浩透露：“三星电子和闪迪计划最快在2027年底或2028年初将HBF技术应用于英伟达 、AMD和谷歌的实际产品中 。 ”他补充道：“由于在研发HBM的过程中积累了丰富的工艺和设计技术，能将这些经验应用于HBF设计中
。因此HBF技术的研发速度会更快。
”

　　HBF即高带宽闪存 ，其结构与堆叠DRAM芯片的HBM类似，是一种通过堆叠NAND闪存而制成的产品 。金正浩认为
，HBM与HBF就好比书房与图书馆。前者容量虽小，但使用起来方便；后者容量更大 ，但也意味着延迟更高
。

　　金正浩进一步指出
，待迭代至HBM6，HBF将迎来广泛应用 ，届时单个基础裸片将集成多组存储堆栈。他预测
，2至3年内，HBF方案将频繁涌现 ，到2038年左右
，HBF市场将超过HBM市场 。

　　值得注意的是，随着AI需求不断加大 ，如今各存储厂商正纷纷扩充产能
。就在昨日
，美光科技被曝拟以18亿美元从力积电收购其位于中国台湾的一处晶圆厂设施，并计划在交易于第二季度完成后分阶段提升DRAM产量。美光预计 ，该交易将在2027年下半年带来显著的DRAM晶圆产出 。

　　另有三星电子透露，已将泰勒晶圆厂原规划的每月2万片晶圆提升至每月5万片晶圆
，初始制造计划最早在今年第二季度启动
。

　　广发证券认为，当前大模型的参数规模已经达到万亿级别 ，上下文长度普遍超过128K
，HBM的容量已难以满足AI大模型对于内存容量的要求。在研的HBF存储容量有望达到现有HBM的8至16倍，有望将GPU的存储容量扩展至4TB ，或成为满足AI大模型内存容量要求的最佳方案 。

　　从投资层面来看
，该机构判断，在针对存储介质优化的数据基础软件领域 ，相关产品开发厂商既包括大型科技公司
，也包括独立第三方公司
。在对于数据库有一定技术积累的背景下，相关公司均有针对HBF存储介质开发数据基础软件的潜力。随着HBF相关技术的成熟 ，相应产品在AI推理任务中有望大规模使用
，从而推动相关数据基础软件的应用 。

（文章来源：科创板日报）