首页 景点排名文章正文

闪迪、SK海力士合作开发HBF

景点排名 2025年08月07日 19:35 0 admin

#头号创作者激励计划#

闪迪、SK海力士合作开发HBF

2026年下半年实现HBF初始出样,2027年初实现配备HBF存储堆栈的AI推理设备出样。

闪迪宣布,已与SK海力士签署一项谅解备忘录,双方将共同制定高带宽闪存 (High Bandwidth Flash,HBF) 规范。通过此次合作,双方希望标准化规范、定义技术要求,并探索构建HBF的技术生态系统。

今年2月,闪迪首次提出HBF高带宽闪存概念。这是一种专为 AI 领域设计的新型存储器架构,结合了3D NAND闪存和高带宽存储器(HBM)的特性,旨在满足大规模 AI 模型的存储和推理需求。HBF 专为大型数据中心、小型企业和边缘应用中的 AI 推理工作负载而设计,旨在提供与高带宽内存 (HBM) 相当的带宽,同时以相似的成本提供高达 HBM 8-16 倍的容量。

SK 海力士的加入对闪迪意义重大,因为 SK 海力士在目前的 HBM 生态中占据举足轻重的地位,可为 HBF 标准的构建提供富有价值的经验;同时两大闪存原厂合作有助于将 HBF 提升到全行业标准的层次。

SK 海力士首席开发官安炫表示:“随着下一代计算挑战的日益严峻,对相关解决方案的需求也与日俱增。通过与闪迪合作制定 HBF 规范,我们正积极推动这项创新技术的商业化进程。我们相信,这一技术是释放 AI 及下一代数据工作负载全部潜力的关键。”

闪迪同时宣布,该企业的目标是在 2026 年下半年实现 HBF 高带宽闪存的初始出样,到 2027 年初实现配备 HBF 存储堆栈的 AI 推理设备出样。

HBF技术简介

据悉,HBF技术在相似成本下,不仅能够提供与HBM相当的带宽,还能实现8到16倍的容量提升。从闪迪提供的示例来看,八个 HBF 堆栈拥有 4TB 的 NAND 内存,即每个堆栈可存储 512GB,这是单个8层HBM3E堆栈(容量为 24GB)容量的 21 倍。

单GPU搭载4TB存储,可直接加载GPT-4等大型AI模型,减少数据迁移延迟。相比HBM,单位容量成本更低(宣称相似成本下容量提升8-16倍),适合大规模AI推理部署。HBF 产品主要针对读密集型、高吞吐量的应用,例如大型 AI 推理数据集。对于许多 AI 推理任务而言,在可行成本下的高吞吐量是关键因素,而非 HBM 或其他类型 DRAM 所提供的超低延迟。所以,尽管 HBF 在每比特延迟上无法与 DRAM 相媲美,但它能够满足 AI 推理领域对高容量、高带宽且成本相对较低的需求,在市场上占据独特的一席之地。

此外,NAND的静态非易失性降低待机功耗,适用于边缘计算与移动设备(如未来手机AI协处理)。

SanDisk尚未提及 HBF 的写耐久性问题。NAND 具有有限的使用寿命,只能承受一定数量的写入操作。虽然 SLC 和 pSLC 技术相较于消费级 SSD 中使用的 TLC 和 QLC NAND 具有更高的耐久性,但这是以牺牲容量和增加成本为代价的。此外,NAND 通常以块为粒度进行写入,而内存是按位寻址的,这也是 HBF 技术需要解决的关键挑战之一。NAND的块级擦除与页级读写限制精细数据操作,需通过缓存层(如HBM)缓解。

HBF技术顾问委员会

近日,闪迪宣布成立技术顾问委员会,指导HBF技术的开发和战略。该委员会由闪迪内部和外部的行业专家与高级技术人才组成。其中,教授大卫·帕特森和拉贾·科杜里将在闪迪准备推出HBF时提供战略指导、技术见解、市场观点并制定开放标准。

据介绍,大卫·帕特森是一位杰出的计算机科学家,因共同开发了彻底改变处理器设计的精简指令集计算(RISC)而闻名,曾在2017年荣获ACM图灵奖。而拉贾·科杜里是一位计算机工程师和企业高管,曾担任AMD高级副总裁,英特尔加速计算系统和图形执行副总裁等职位,领导了AMD Polaris、Vega和Navi GPU架构以及英特尔Arc和Ponte Vecchio GPU的开发,并引领英特尔进军独立显卡领域。

在大卫·帕特森看来,HBF通过在高带宽下提供前所未有的存储容量,在数据中心的AI应用场景中展现出巨大的发展潜力,使推理工作负载能够远远超越当今的限制。

拉贾·科杜里则表示,“HBF将通过为设备配备存储容量和带宽能力,支持在本地实时运行的复杂模型,从而彻底革新边缘AI。”

*声明:本文系原作者创作。文章内容系其个人观点,我方转载仅为分享与讨论,不代表我方赞成或认同,如有异议,请联系后台。

想要获取半导体产业的前沿洞见、技术速递、趋势解析,关注我们!

发表评论

长征号 Copyright © 2013-2024 长征号. All Rights Reserved.  sitemap