電子報

若無法閱讀完整頁面，請點選 線上瀏覽

資策會 MIC 副研究員 古康權

SK Hynix與SanDisk在2025年8月簽屬HBF合作備忘錄，共同制定高頻寬快閃記憶體（High Bandwidth Flash, HBF）標準化規範。SK Hynix與SanDisk形成的戰略聯盟將有機會成功奪得市場話語權，此合作並非單純的供應鏈關係，而是深度技術整合與市場布局的強強聯手，希望打造一道競爭對手難以跨越的護城河。

HBF與HBM特性與應用上有明顯差異

HBF與目前在AI運算支持表現優異的高頻寬記憶體（High Bandwidth Memory）有本質上的差異。HBM基於DRAM架構，雖然擁有極限傳輸速度，但屬於揮發性記憶體（Volatile Memory），斷電即流失資料，且運作時需持續消耗龐大功耗來刷新資料；相反地，HBF的核心建立在NAND Flash之上，天生具備非揮發性（Non-Volatility）的永久儲存優勢。為打破傳統Flash記憶體的速度瓶頸，HBF導入了突破性的多層3D堆疊技術（Multi-layer 3D Stacking），將數百層的高密度NAND Flash晶片透過TSV緊密相連。

考慮生成式AI模型參數量的爆炸性成長，Memory Wall已成為算力發展的最大考驗，在此背景下，HBM與HBF雖同為突破頻寬限制的關鍵技術，但其核心架構、成本結構以及戰略定位卻截然不同。

HBM+HBF成為AI運算與近端模型推論的完善整合

圖一所示為HBF與HBM共同配置於GPU核心周邊的設計。在AI運算架構中，HBM與HBF的組合，是將DRAM的速度與NAND Flash的容量優勢整合於單一封裝內，在這種分工模式下，HBM扮演DRAM的角色，負責處理運算中最核心、需要即時高速交換的動態資料，提供AI核心所需的運算爆發；HBF則扮演NAND Flash的角色，利用其超大容量的儲存特性，負責存放龐大的AI模型參數。過往這些參數因容量限制必須放在遠端儲存裝置，現在透過HBF則能以遠高於傳統NAND的頻寬直接駐留在處理器旁。

HBF是為解決邊緣運算記憶體瓶頸而生的關鍵技術。面對終端裝置運行大語言模型（Large Language Model, LLM）時的容量限制，HBF提供了一種介於DRAM與傳統NAND FLASH之間的高效方案。它具備大量資料近端儲存與低延遲讀取，能大幅降低AI手機與PC對遠端存取模型以及大量DRAM使用的依賴，使模型能直接在儲存端直接讀取進行推論，是推動生成式AI真正落地消費性電子市場的核心驅動力。

隨著2026年下半年樣品出貨並於2027年正式導入推論伺服器，這種結合DRAM運算效率與NAND大容量儲存的混合體系，將解決HBM昂貴且容量不足的痛點，成為未來AI基礎設施的主流架構。

圖一、HBF與HBM共同配置於GPU周邊的設計

資料來源：SanDisk，2026年7月

HBF在AI推論運算中將扮演多元關鍵角色

隨著AI模型參數暴增，伺服器正面臨嚴峻的「記憶體牆」挑戰。HBF的問世彌補了HBM高成本與容量受限的痛點，完美滿足AI推論模型在近端儲存的需求。在「HBM+HBF」的協作架構下，HBF負責就近存放龐大的模型參數，進而釋放HBM的負載，使其能專注於高效能的運算資料支持，大幅提升整體效率。此外，HBF還能發揮儲存級記憶體（Storage Class Memory, SCM）的備援緩衝功能，填補主記憶體（HBM/DRAM）與傳統硬碟（HDD/SSD）之間的速度落差。憑藉其大容量與高頻寬特性，HBF不僅解決了傳統儲存跟不上算力增長的瓶頸，在與相變化記憶體（PCM）等新興SCM技術的競爭中也極具優勢。

HBF將引發記憶體產品的競合新格局

作為新的記憶體產品，HBF的架構由多層3D NAND Flash堆疊於邏輯控制晶片上，其複雜的製程將徹底重塑產業生態。邏輯晶片需委託晶圓代工廠以先進製程製造，送回記憶體廠完成垂直堆疊與封裝後，再交由代工廠與GPU進行最終的整合先進封裝。這種高度交錯的生產流程，加上必須符合GPU大廠的規格設計與認證，將促使「GPU業者、記憶體廠與晶圓代工廠」形成具強烈排他性的三方穩固生態系。SK Hynix與SanDisk正是期望透過此次結盟搶占先機，率先推出獲客戶認證的產品，以在未來HBF市場中築起難以撼動的護城河，拉開與Samsung、Kioxia及Micron等競爭對手的差距。

圖二、HBF的新設計與製造模式將形成穩固的合作生態系

資料來源：各業者、MIC整理，2026年7月

文出處：資策會產業情報研究所 (MIC)