Sandisk 与 SK hynix 的 HBF 标准声明仍需证实

Sandisk 和 SK hynix 凭借一项引人注目的声明登上 Google News：两家合作伙伴发布了首个面向 High Bandwidth Flash 的 Open Compute Project 规范。

这一标题听上去像是迈向行业标准的决定性一步。然而，两家公司可查阅的公告描述的是一项 OCP 工作流和标准化工作的启动，而非一份已完成的规范。

这一区别至关重要，因为 High Bandwidth Flash，即 HBF，仍是一类提议中的内存，而非经过广泛测试的商用产品。HBF 将堆叠式 NAND 闪存置于 AI 处理器附近，旨在提供高于高带宽内存的容量，同时具备高于传统存储的带宽。

核心竞争并不只是 Sandisk 与另一家内存制造商之间的较量，而是 HBF 所承诺的充裕推理内存，与成熟 HBM 系统在延迟、耐久性、软件和制造方面的优势之间的竞争。

Sandisk 拥有深厚的 NAND 和晶圆键合经验。SK hynix 则带来 HBM 设计、封装和大规模制造方面的专长。双方合作为 HBF 增添了可信度，但合作公告无法替代可互操作的硬件或获批的公开标准。

由此产生的故事比一次普通的规范更新更具影响力。它检验的是，AI 基础设施能否在昂贵的 HBM 与距离相对较远的 SSD 存储之间，增加一个实用的内存层级。

Google News 确认了什么，又没有确认什么

已确认的事件是一项有组织的标准化工作，而所谓已发布完整 OCP 规范的说法仍难以在公开渠道验证。

2026 年 2 月 25 日，Sandisk 和 SK hynix 在 Sandisk 位于加州米尔皮塔斯的总部举行了 HBF 标准化启动会。两家公司均表示，将在 Open Compute Project 下成立专门工作流。

双方既定目标是将 HBF 发展为 AI 推理基础设施的行业标准。该工作流为界定技术要求、并鼓励两家创始公司之外的参与者加入提供了平台。

这是具有意义的进展。OCP 工作流可在产品定型前，让系统构建商、芯片设计商、云运营商和其他内存供应商审阅相关提案。

不过，启动这一流程不同于发布一份获批的技术规范。SK hynix 的 HBF 标准化公告称，合作伙伴将启动该工作流并开始标准化工作。

Sandisk 相应的 OCP initiative也将该事件表述为一个开端。公告并未列出最终规范版本、批准日期、公开文档编号或合规计划。

这些缺失的细节，使 Google News 上流传的标题存在验证缺口。被聚合平台收录只能确认出版方刊载了这一说法，并不代表 OCP 已完成技术审查。

一份已发布的规范通常会留下更清晰的痕迹。读者应当能够看到文档标题、版本号、修订历史、治理状态以及可下载的技术内容。

成熟的标准还会界定独立供应商必须实现的内容，其中可能包括电气接口、命令行为、封装尺寸、热限制、可靠性目标和互操作规则。

这并不意味着所报道的规范必然是虚构的。可能存在初步贡献稿、草案或新近提交的文档，只是尚未被轻易检索到。

更谨慎的结论范围更窄。公开可访问的第一方材料确认了该工作流，但并未独立证实一份完整的 OCP 规范已经完成。

这一缺口应当影响对本文的解读。真正重要的变化是，两家主要内存公司正将 HBF 纳入一个获得认可的开放基础设施流程。

尚未解决的问题是，这一流程究竟推进到了何种程度。在 OCP 发布可识别的文档之前，“首个规范”应被视为一项被报道的声明，而非既成的里程碑。

AI 推理为何需要另一层内存

HBF 瞄准的是快速但容量受限的 HBM，与容量庞大却距离加速器过远的 SSD 之间不断扩大的空间。

AI 推理在生成回答时，会反复读取模型权重和临时注意力数据。因此，大型模型往往既需要高容量，也需要持续将数据高速传送至处理器。

HBM 很适合这项工作，因为它将垂直堆叠的 DRAM 放置在加速器附近。宽接口的数据传输速度高于传统服务器内存所能实现的水平。

其代价是容量、制造复杂度和有限的封装空间。增加更多 HBM 堆栈会抬高系统成本，并占用处理器周边的宝贵面积。

企业级 SSD 提供的容量大得多，但其面向块的接口和存储路径会增加延迟。它们无法像 GPU 旁的 HBM 一样工作。

HBF 提出了一层中间层。它采用与 HBM 相关的封装理念堆叠 NAND 闪存，然后通过宽幅、高带宽通道连接这些容量。

Sandisk 发布的 HBF fact sheet描述，第一代目标为每秒 1.6 太字节。资料还列出每颗裸片 256 千兆比特，以及 16 颗裸片堆栈可达 512 千兆字节。

这些数字是公司的目标，并非独立基准测试结果。不过，它们解释了基础设施设计者为何对此感兴趣。

一组 512 千兆字节的 HBF 堆栈将能容纳远多于典型 HBM 封装的数据。多个堆栈可将更多模型组件保留在加速器附近，而不是反复从 SSD 获取。

这一设计尤其适合推理，因为许多部署的读取次数远高于写入次数。NAND 可承受的编程和擦除周期有限，但以读取为主的模型服务工作负载可以减轻这一劣势。

可能的应用包括存放模型权重、检索索引或键值缓存的一部分。键值缓存保存的是模型在处理和生成序列时创建的注意力数据。

这些用途都不意味着 HBF 等同于 HBM。NAND 的访问延迟高于 DRAM，因此软件必须根据工作负载行为放置数据。

频繁访问的信息会保留在 HBM 中。更大或对延迟不那么敏感的数据可以转移至 HBF，而 SSD 则保留更冷的数据集和持久化存储。

这种分层安排并未消除复杂性，而是转移了复杂性。加速器、编译器、操作系统和服务框架都必须知道数据应放在哪里，以及何时移动。

这种机制更像是内存层级，而非直接替代。处理器之所以同时使用寄存器、缓存、系统内存和存储，是因为没有任何单一技术能优化所有需求。

HBF 将这一层级进一步延伸至靠近加速器的位置。它的价值取决于能否将足够多的有用数据留在附近，同时避免在关键执行时刻暴露 NAND 的延迟。

这一时机也反映了 AI 基础设施优先级的变化。训练主导了第一波加速器支出，而推理正成为更大的运营负担。

训练通常会为预定任务追求最高带宽。推理则必须在重复请求中平衡延迟、容量、利用率和功耗。

更长的上下文窗口会加大这种压力。混合专家模型也是如此：它们会激活选定的模型组件，但系统仍需存储和检索大量权重。

Sandisk 于 2025 年开始公开介绍 HBF。其 2025 年 8 月的合作协议称，首批内存样品目标是在 2026 年下半年推出。

同一公告还计划在 2027 年初提供首批配备 HBF 的推理设备样品。在客户收到并验证可运行硬件之前，这些日期仍只是目标。

这一时间表使标准化变得紧迫。供应商在为陌生的内存层级投入加速器接口、封装、控制器、冷却系统和软件之前，需要稳定的前提条件。

HBF 的真正对手是现有 HBM 系统

Sandisk 和 SK hynix 必须证明，额外的 NAND 容量足以抵消增加延迟、软件复杂性和另一种封装技术的成本。

HBF 常被描述为 HBM 的替代方案，但这种表述过度简化了其竞争定位。早期 HBF 系统更可能补充 HBM，而不是取代它。

HBM 为加速器提供低延迟、高吞吐量的工作内存。HBF 则试图在同一计算资源附近容纳更大的读取密集型数据集。

这带来了严苛的衡量标准。HBF 不仅需要优于 SSD，还必须充分改善完整推理系统，才能证明重新设计这些系统是合理的。

相关指标不只是峰值带宽。运营商关心的是每秒生成 token 数、首个 token 时间、并发用户数、能耗、加速器利用率和系统总成本。

高带宽标题数字可以与较差的应用性能并存。随机访问、控制器开销、数据移动和缓存未命中都可能决定实际结果。

Sandisk 表示，其 CMOS directly Bonded to Array 技术可将控制电路直接连接到 NAND 阵列。这种方法旨在实现比传统 SSD 控制器更短的数据路径和更高的并行度。

SK hynix 则贡献了通硅通孔、堆栈组装、热管理和 HBM 生产方面的经验。这些封装知识解决的是问题的另一部分。

因此，这项合作具有互补性。Sandisk 了解高密度闪存，而 SK hynix 则处于当前 HBM 市场的核心位置。

它也带来了一种不同寻常的战略张力。SK hynix 受益于强劲的 HBM 需求，却同时协助开发一种在内存层级中定位低于 HBM 的技术。

如果 HBF 扩大整体市场，这种表面上的矛盾便顺理成章。SK hynix 可以维护其 HBM 地位，同时参与第二层内存的发展，否则这一层可能在没有其参与的情况下形成。

这未必是一场零和竞争。推理加速器可以将 HBM 用于活跃计算，并将 HBF 用于模型容量，从而同时增加对两者的需求。

更艰难的竞争涉及系统架构。当前 AI 服务器已将加速器连接至 HBM、主机 DRAM、NVMe 存储和网络存储。

HBF 必须在这一层级中赢得一席之地。每增加一个新层级，都会增加控制器、调度决策、故障模式、验证要求和采购依赖。

软件支持将成为决定性因素。服务框架必须知道哪些张量或缓存段能够容忍 HBF 的延迟。

不良的数据放置可能使昂贵的加速器在等待闪存时停滞。良好的数据放置则可能让同一加速器服务更大的模型或更多的并发请求。

开发者将需要能够揭示这些影响的性能分析工具。自动放置最终或许能隐藏一部分复杂性，但早期系统很可能仍需要针对具体工作负载进行调优。

标准通过为软件团队提供稳定目标而发挥作用。它们还能降低每家加速器供应商各自实现不兼容接口的风险。

OCP 之所以相关，是因为其成员包括能够评估系统级权衡的云计算和数据中心参与者。他们的参与将使 HBF 获得比两家供应商单独行动更有力的验证。

然而，开放工作流并不能保证广泛采用。Samsung、Micron、Kioxia、加速器设计商和超大规模运营商都必须决定，拟议接口是否符合自身利益。

一些供应商可能更倾向于 CXL 连接内存、更大容量的 HBM 配置、压缩模型格式或更快的 SSD 架构。CXL 是一种互连技术，支持在处理器与设备之间扩展和共享内存。

这些路径可能与 HBF 重叠。它们也可能降低将 NAND 放入类似 HBM 封装中的必要性。

因此，HBF 面临的对手是既有系统生态，而不是某一家企业。现有以 HBM 为中心的架构已经拥有量产工具、客户关系和软件支持。

Sandisk 和 SK hynix 只能通过完整系统的证据来挑战这一格局。规范固然有用，但可重复的工作负载结果将决定这一新层级能否存续。

HBF 规范声明仍无法回答的问题

最大的未知并不是堆叠 NAND 能否快速传输数据，而是商业系统能否以可预测且经济的方式使用它。

第一个尚未解决的问题是延迟。Sandisk 一直宣传可观的顺序带宽目标，但带宽无法描述所有访问模式。

推理工作负载可能需要获取零散的小块数据。HBF 必须证明控制器和软件如何处理这些请求，且不会导致处理器长时间停顿。

第二个问题是写入耐久性。NAND 单元可承受的写入次数少于 DRAM，而推理系统会持续更新某些形式的临时状态。

以读取为主的模型权重符合 HBF 的优势。写入密集型缓存行为则可能暴露其局限，除非系统能够重定向写入或有效管理磨损。

第三个问题是热特性。在已经产生大量热量的加速器附近，将大量 NAND Die 与逻辑堆叠会提高密度。

每存储位的功耗更低会有所帮助，但封装级散热仍是系统问题。供应商必须公布持续工作负载下的运行限制。

制造良率带来另一项风险。包含大量键合 Die 的封装，一旦缺陷减少可用堆叠数量，其经济价值便可能下降。

Sandisk 的键合工艺和 SK hynix 的封装经验有助于应对这一挑战。但两家公司尚未公开商业 HBF 经独立测试的良率或可靠性数据。

互操作性同样存在不确定性。真正的标准应当允许不同供应商的组件与共享控制器和软件协同工作。

主要围绕一家供应商技术制定的文件，可能名义上开放，却难以让竞争对手实施。如果参与范围足够广泛，OCP 审查可以降低这一风险。

知识产权条款也很重要。系统构建者需要了解哪些接口元素是开放的，哪些依赖于获许可的制造工艺。

电气规范不会自动标准化物理制造。企业可以共享接口，同时保护其键合、控制器和 NAND 设计。

时间表值得审视。Sandisk 此前将首批 HBF 样品定在 2026 年下半年，并计划于 2027 年初推出配备 HBF 的设备样品。

这些目标意味着，硅验证、规范制定和客户集成正在并行推进。并行开发可以节省时间，但会提高后期设计变更的成本。

一份真正获批的 OCP 文件将减少部分不确定性。但制造准备度、软件成熟度和工作负载性能仍悬而未决。

行业报道也给出了相互冲突的商业化时间范围。一些报道指出样品将在 2026 年和 2027 年左右出现，而更广泛的路线图则将成熟 HBF 部署安排在更晚时期。

这种差异可能反映的是不同里程碑，而非直接矛盾。工程样品可能会比大规模量产、广泛互操作的产品早数年推出。

每当 Google News 或其他聚合器放大简化后的标题时，都应当保留这种区分。“规范发布”并不等于“产品出货”。

即便是“产品送样”，也可能只是有限数量的评估单元。客户可以测试这些设备，而无需承诺部署。

可信的采用案例需要的不只是内部演示。独立系统构建者应公布工作负载，对比 HBF、HBM、主机内存和 SSD 配置。

这些比较应控制加速器类型、模型规模、批处理大小、上下文长度、功耗和延迟目标。否则，容量优势可能掩盖性能损失。

企业还应澄清故障行为。运营商需要知道系统如何隔离故障 Die、保持服务可用性，以及在 HBF 设备失效时如何恢复。

由于 HBF 使用非易失性介质，它可能会引发与残留模型数据相关的安全问题。规范应定义数据清除、访问控制和生命周期管理。

这些问题都不会否定这一概念。它们解释了工作流与完成标准之间的区别为何重要。

工作流开启讨论。公开规范应将讨论转化为供应商、客户和独立工程师可测试的要求。

三个信号将表明 HBF 是否正在成为现实

下一阶段应以公开的 OCP 文件、经过验证的样品，以及 Sandisk 和 SK hynix 之外企业的支持来衡量。

第一个信号是可识别的 OCP 规范。它应包括版本、技术范围、治理状态和修订历史。

发布将增强当前的标准化声明。若持续缺席，则表明新闻标题走在了正式流程之前。

文件内容与其存在本身同样重要。狭窄的机械提案，其分量将低于涵盖接口、命令、可靠性和互操作性的规范。

第二个信号是 Sandisk 的送样里程碑。该公司计划在 2026 年下半年推出首批 HBF 内存样品。

可工作的样品应产生详细证据，包括随机访问延迟、持续带宽、耐久性、功耗、热特性和错误行为。

独立测试比供应商演示更能增强说服力。延期不会扼杀 HBF，但会削弱其通往 2027 年初设备样品的既定路径。

第三个信号是创始合作伙伴之外的参与情况。关注加速器供应商、超大规模运营商、服务器制造商、软件项目和更多内存供应商是否加入这项工作。

广泛参与将表明 HBF 正在成为共享架构。有限参与则会使其更接近双边产品战略。

Samsung、Micron 和 Kioxia 是尤为重要的比较参照，因为它们拥有相关的内存或闪存专业能力。它们的支持、竞争性提案或沉默，都将阐明市场走向。

加速器支持更加重要。如果处理器缺少合适的控制器、封装连接和内存管理软件，HBF 就无法成为有用的基础设施。

云运营商可以提供最强的需求信号。他们运营的推理集群规模足够大，容量和能耗方面的改进足以证明架构变革的合理性。

软件提交也值得关注。推理引擎、编译器和编排系统中对内存放置的支持，将表明硬件计划已超越演示文稿阶段。

通过 Google News 关注这一事件的读者，应将这些信号与重复公告区分开来。联合发布的标题往往会让一项合作看起来像多项独立确认。

基础记录很直接。Sandisk 和 SK hynix 于 2025 年 8 月同意合作，于 2026 年 2 月启动 OCP 工作流，并概述了未来送样目标。

新发布的规范将是下一个明确的里程碑，但它需要一份可验证的文件。随后还必须有产品验证和生态系统参与。

对开发者而言，HBF 可能会改变模型、缓存和检索数据在加速器周边的放置方式。它也可能引入另一条需要仔细分析的性能边界。

企业采购方应询问，拟议的容量提升是否能改善其实际的服务工作负载。他们应要求提供完整系统测量结果，而非依赖组件带宽。

知识工作者和 AI 用户不会直接购买 HBF。但他们仍可能通过更长的上下文、更大的模型或更低的推理成本感受到其影响。

这些好处仍是潜在结果，而非已获证实的成果。最有用的做法是追踪证据，而不是接受热情宣传或过早否定。

这项标准化工作值得关注，因为它针对了真实的内存瓶颈。其成败如今取决于合作伙伴能否将开放工作流转化为可测试的基础设施。

首先关注 OCP 文件，其次是经客户测试的芯片，第三是外部参与。综合这些信号，将揭示 HBF 是在成为标准，还是仍停留在一个颇具前景的提案。