HBF 的设计概念与 HBM 相似,均通过硅通孔(TSV)技术将多层芯片堆叠连接。 差别在于HBM以DRAM为核心,而HBF则采用NAND Flash闪存进行堆栈,具备“容量更大、成本更具优势”的特点。
根据预计,云端AI芯片将需要同时搭载HBM与HBF,形成互补架构:HBM做为高速快取,负责即时运算数据,而HBF则承担大容量储存,直接存放完整的AI模型。 这将有助于突破存储瓶颈,使AI芯片能处理更庞大的生成式 AI,甚至涵盖长篇视频等复杂内容。
总结来说,HBF不仅可提升AI系统的扩展能力,亦能有效降低总拥有成本(TCO)。业界普遍预期,以HBF为关键组件的整合型储存解决方案,市场需求将在2030年前后迎来全面扩张。
在AI推理市场中,竞争优势已不再仅取决于单一芯片性能,而是取决于CPU、GPU、DRAM与NAND Flash之间的系统级协同优化能力。SK海力士与Sandisk表示,将充分发挥双方在HBM与NAND Flash领域长期累积的设计能力、封装技术与大规模量产经验,加速推动HBF的标准化与产品化进程。
SK海力士开发总管(CDO)安炫社长表示,当前AI基础设施的竞争已超越单一技术性能的比拼,其核心在于整个生态系统的最佳化。通过积极推动HBF标准化,公司将建立协作体系,共同打造面向AI时代的最佳化储存架构,为客户与合作伙伴创造全新价值。
地址:深圳市龙华区大浪街道祥昭大厦17楼
Copyright © 2024 天明山科技集团