根据韩媒报道，韩国科学技术院（KAIST）电机工程系教授Kim Joung-ho（在韩国媒体中被誉为“HBM之父”）表示，高带宽闪存（High Bandwidth Flash，HBF）有望成为下一代AI时代的重要内存技术，将与高带宽内存（HBM）并行发展，共同推动芯片大厂的业绩增长。

HBF的设计概念与HBM相似，皆通过硅穿孔（TSV）将多层芯片堆栈连接。差别在于HBM以DRAM为核心，而HBF则采用NAND闪存进行堆栈，具备“容量更大、成本更具优势”的特点。Kim Joung-ho指出，虽然NAND的速度不及DRAM，但容量往往高出10倍以上，若以数百层乃至数千层堆栈方式构建，将能有效满足AI模型对庞大存储的需求，有望成为NAND版本的HBM。

目前生成式AI模型正急速扩张，单一模型的输入token已达百万级别，处理过程需要TB级数据。在每秒数千次的读写过程中，若内存带宽不足，就会出现瓶颈，导致ChatGPT、Google Gemini等大型语言模型（LLM）的反应速度明显下降。

Kim Joung-ho强调，这种限制来自现行的冯诺依曼架构，由于GPU与内存是分离设计，数据传输带宽决定了性能上限，“即便将GPU规模扩大一倍，如果带宽不足也毫无意义”。

他预测，未来GPU将同时搭载HBM与HBF，形成互补架构：HBM作为高速缓存，负责即时运算数据，而HBF则承担大容量存储，直接存放完整的AI模型。这将有助于突破内存瓶颈，使GPU能处理更庞大的生成式AI，甚至涵盖长篇视频等复杂内容。Kim Joung-ho表示：“未来AI将不仅限于文本与图像，而能生成如电影般的长片，届时所需的内存容量将是现有的1,000倍以上。”

（首图为示意图，来源：Image by Freepik）