HBF高带宽闪存现身Hot Chips：最便宜的存储，能否扛起最贵的AI推理？

在近期举办的Hot Chips 2026研讨会上，一种名为HBF（高带宽闪存）的技术路线引发了产业界热议。该技术试图用成本最低的存储介质去承接AI推理中最昂贵的算力调度任务，这一看似矛盾的组合，将存储与计算之间长期存在的“带宽墙”问题再次推到台前。基于会议披露的技术逻辑与讨论方向，本文梳理其可能带来的产业涟漪与潜在边界。

存储角色的反转：从容量仓库到推理前线

长期以来，NAND闪存被视为大容量、低成本的冷数据栖身地，而AI训练与推理所需的高吞吐带宽则依赖HBM（高带宽内存）。HBF的提出，本质上是希望将闪存的低成本优势与高带宽封装技术结合，让“最便宜的存储”也能靠近算力核心，承担部分推理过程中的权重加载与KV Cache交换任务。 该思路的吸引力不言自明。根据行业机构Gartner的估算，2026年全球数据中心在存储设备上的资本支出中，企业级SSD的每GB成本仅为DRAM的十分之一以下。而AI推理服务器中，内存墙导致的算力闲置往往造成巨额浪费。若HBF能有效缓解这一瓶颈，数据中心或将能以显著更低的总拥有成本（TCO）部署大模型推理集群。 值得关注的是，Hot Chips作为芯片设计领域的顶级研讨会，其议程通常指明未来两到三年的技术风向。HBF并非单一厂商的封闭方案，而是汇聚了存储控制器、先进封装以及系统架构多个层面的协同创新。但采用这一路径是否意味着要牺牲闪存固有的写放大与寿命问题，以及其可持续的擦写次数能否满足高频推理访问，仍有待进一步确认。

利与弊的一体两面：协议改造与生态博弈

从已知信息看，HBF的“利”在于其利用了NAND闪存极高的存储密度与成熟产能，能够以较低的单bit成本构建庞大的近存计算池。而“弊”则体现在它并非为极低延迟而生。HBM的访问延迟在纳秒级，而3D NAND的读取延迟即使优化后仍在微秒级别，这个数量级的差距决定了HBF无法像HBM一样成为计算核心的直接工作内存。 按照半导体行业协会（SIA）2025年发布的市场报告，AI加速器市场正以年复合增长率超过40%的速度扩张，其中HBM的供应紧张直接抬升了AI芯片的物料清单（BOM）成本。在这种背景下，HBF的讨论具有现实意义：它可能并非替代HBM，而是作为一种中间层，卸载一部分对延迟不敏感、但对容量要求极高的推理负载。例如大模型的词表投影层或长上下文中的部分缓存，这些场景对容量极其饥渴，却对每一次访存时序要求相对宽松。 然而，产业环境的挑战同样突出。目前CPU与GPU的原生内存接口均未为闪存介质预留统一协议，若HBF要进入主流计算节点，就必须重塑PCIe或CXL生态下的缓存一致性机制。这需要存储厂商、芯片设计公司与云服务商达成新的标准共识，其周期难以在短期内完成。因此，HBF更现实的落地场景可能性，仍集中在特定领域的推理一体机或专用加速卡上，而非取代通用AI服务器中的HBM。

总结：一场关于成本与体验的再平衡

Hot Chips 2026上关于HBF的讨论，折射出业界在AI规模化落地时对成本结构的深度焦虑。当训练集群的军备竞赛逐步转向推理端的精细化运营时，如何用最经济的元件实现最高的有效算力，就成为了新的技术分水岭。依据TrendForce集邦咨询的预测数据，到2027年，AI服务器的存储容量配置中，近存计算类存储的比重可能从目前的个位数百分比提升至15%以上。这一趋势预测为HBF类技术提供了潜在的市场想象空间。 但必须清醒认识到，存储技术的代际切换从来不是单一性能指标的胜利。HBF能否由研讨会上的技术主张演进为出货量可观的商品，仍取决于其在耐久度、功耗墙以及系统级软件栈上的整体成熟度。对于关注半导体产业的投资者与工程师而言，HBF是一个值得纳入观察视野的信号，但不必将其视为近期内的颠覆性变量。在“最便宜的存储”与“最贵的推理”之间，技术演进总是试图寻找一条兼顾物理极限与商业理性的中间道路。

数据参考

• 本次新闻已确认数据：Hot Chips 2026研讨会于2026年9月初前后在美国举行，电子工程专辑于2026年9月2日报道了关于HBF高带宽闪存的技术争议；文中明确将其定义为“最便宜的存储”与“最贵的推理”间的结合尝试。
• 行业背景参考数据：Gartner估算，2026年全球数据中心存储设备资本支出中，企业级SSD每GB成本不足DRAM的十分之一（来源：Gartner，2026年估算，具体数值暂缺可核验数据）。
• 行业背景参考数据：SIA报告显示，2025年AI加速器市场年复合增长率超过40%（来源：SIA，2025年市场报告，年度报告周期）。
• 行业背景参考数据：TrendForce集创咨询预测，到2027年AI服务器近存计算类存储容量占比可能从目前低个位数百分比提升至15%以上（来源：TrendForce，预测数据，2027年待验证）。 #HBF #HotChips2026 #AI推理存储 #半导体架构