高带宽闪存(HBF)技术 - Sandisk成立技术顾问委员会以指导HBF技术开发和战略[3] - HBF将HBM DRAM技术概念应用于闪存 通过堆叠NAND芯片和中介层连接GPU 聚合IO通道使总带宽达到单芯片倍数[3] - 采用专有堆叠技术 支持16层高配置 具有超低芯片翘曲特性[3] - 该技术在过去一年获得AI行业领先企业的投入和开发[3] HBF技术定位与优势 - HBF被视为在HBM和传统SSD之间新增的内存/存储层 提供比SSD更大的NAND带宽[5] - 在AI训练期间可提供更快的检查点存储功能[5] - 目标成为AI行业未来内存标准 需与GPU绑定使用[5] - 目前HBM-GPU连接标准由Nvidia主导 美光/三星/SK海力士均遵循该标准[5] 技术顾问委员会成员 - 任命David Patterson教授和Raja Koduri为委员会成员 将提供战略指导和技术见解[5] - Patterson是RISC架构共同开发者 曾获2017年ACM图灵奖 认为HBF可扩大AI推理工作负载规模并降低成本[6][7] - Koduri曾主导AMD和英特尔GPU架构开发 认为HBF将革新边缘AI 支持本地运行复杂模型[7][8] 市场推广挑战 - 主要客户为GPU制造商或半导体封装系统构建商[5] - 若无法获得Nvidia采用 可能只能选择AMD/英特尔等替代GPU供应商[6] - 技术顾问委员会缺少Nvidia代表可能影响标准推广[8] - 公司未透露具体客户信息 表示正在参与更广泛的AI生态系统[9][10] 技术参数与目标 - 重点提升内存容量指标(每美元/每瓦/每平方毫米)同时保持竞争力带宽[8] - AI模型性能受计算能力×内存容量×带宽三者共同影响[8] - 边缘应用针对小型数据中心场景 非远程办公环境[8]