东说念主工智能（AI）正势不能挡地席卷扫数这个词盘算范围。尽管现时大家仅约七分之一的数据中心具备承载AI职责负载的智商，但到2030年，这一比例瞻望将接近70%¹。AI正从超大限度数据中心迁徙至企业级数据中心，并进一步部署至蚁合旯旮——旯旮AI讹诈瞻望在2030年底将创造近665亿好意思元的价值²。数据是这一全新盘算时期的驱能源。海量数据必须高速传输至需求紧要且快速扩展的AI盘算基础顺序中。

可是，海量履行库正在让传统存储架构不胜重任，其固有的架构残障也透澈显露。数据中心内存（DRAM 及专用高带宽内存HBM）在密度、存储容量与可扩展性方面，缓缓难以应酬大型AI模子日益增长的需求。与此同期，超大限度盘算厂商正面对DRAM与HBM攀升的坐蓐本钱、擢升的遐想复杂度及加多的能耗。在企业级数据中心与旯旮AI讹诈场景中，这一挑战更为严峻 —— 受限于更小的物理空间，此类场景难以承受握续高潮的内存本钱与功耗。

同期，AI推理也带来了一些亟待处分的问题。手脚当下主流的AI职责负载，AI推理在数据不休方面的条件与AI检修迥然相异：推理需要存储限度握续扩大的AI模子，而基于HBM与DRAM的内存有筹画已难以郁勃这些新需求，其在容量与本钱可扩展性上存在彰着短板。面对这些显赫互异的内存特质，阛阓亟需一种专为AI推理优化的内存本领。

为何DRAM与HBM无法郁勃AI推理职责负载需求？

要意会为何仅DRAM与HBM并不稳健AI的长期部署，可参考以下缺欠³。这些问题起始仅仅幽微隐患，但若不加以处分，将随时辰推移持续扩大，最终动摇以AI为中枢的下一代存储架构根基。

密度瓶颈：DRAM容量扩展已堕入停滞，而撑握AI推理所需的容量需求却握续攀升。³

与AI推理不匹配：DRAM在低时延、当场拜访方面的上风，对AI推理而言并不适用。AI推理的拜访格式具备细目性，借助数据预取等本领对时延有更高的包容度。³

面向AI推理优化的内存架构特质

限度达1，200亿好意思元的DRAM产业⁴正濒临上述深层矛盾。鉴于超大限度功绩商在AI基础顺序范围的支拨有望在2030年底达到6.7万亿好意思元⁵，该产业紧要但愿踏实自己在数据中心范围的既有地位。

要是当今恰是透澈再行打造一款贴合讹诈需求的全新存储处分有筹画的时机，而非让讹诈去适配现存存储，服从会奈何？一款为AI优化的存储级内存应具备以下特质：

更大限度且可扩展的内存容量，专为推理职责负载竖立

更高的内存密度（GB/mm²）

高带宽，郁勃AI推理需求

更低的系统级功耗

高性价比筹画（好意思元/ TB）

高带宽闪存意指AI数据中心

高带宽闪存（HBF™）是一款颠覆性的新式内存架构，专为支握鼓吹新一代AI盘算而遐想。HBF郁勃了高等盘算及数据密集型讹诈对容量、能耗、浑沌量及可扩展性的中枢条件。相较于HBM，HBF在保握同等带宽的前提下，提供了更高的容量与存储密度，更贴合AI推理的发展趋势。手脚一种握久性存储介质，HBF在断电时仍能保留数据，且具备热牢固性，可支握高温入手环境⁶。

为兑现这些上风，HBF通过优化高带宽特质与推理内存属性，对NAND闪存进行了高效重构。禁受外围电旅途直键合到存储阵列（CBA）晶圆本领，进一步擢升了能效与带宽。

HBF重塑面向AI讹诈的NAND闪存

相较于传统NAND闪存，火狐体育(中国)世界杯IOS|Android手机app下载HBF通过并行架构、先进逻辑缩下班艺与定制化堆叠本领，兑现更低时延与超高的读取带宽，让大言语模子以接近DRAM的速率流式读取数据⁶。

HBF还支握大型KV缓存，可高效处理冗长复杂的用户教导词，以及客户专属与范围专属数据，助力擢升AI推理准确率。

以内存为中心的AI蔓延至企业级场景与蚁合旯旮

由于受密度、本钱与功耗戒指，HBM每每无法用于旯旮与移动环境，而HBF可凭借更大存储容量，兑现处理更复杂AI推理任务的价值。这为智妙手机等旯旮竖立大开了讹诈空间，匡助其粗略及时决策并实行各种复杂任务。凭借握久性存储的特质，HBF支握从历史查询中无缝调取过往波折文，以处分新问题。

HBF的上风可相通蔓延至企业级盘算场景。这类场景的用户限度远小于超大限度数据中心，而依托HBM的大型GPU集群本钱过高。通过禁受搭载HBF的加速有筹画，袖珍企业有望对大型预检修模子进行调优，以支握范围专属讹诈需求。

优化的存储处分有筹画冲突AI盘算增长的封锁

在咱们身边，数据中心与旯旮AI确耸立自主入手，撑握从“晚餐食谱”查询到“冲突性科学发现”的各种任务。网站托管、企业数据不休等成例任务，正冉冉让位于依托机器学习、深度学习与数据分析来生成实用知悉的智能职责负载。

如今的数据中心与旯旮存储亟需再行筹画，以撑握大限度推理模子实行预测与生成任务。相较于HBM，HBF在具备显赫容量上风的同期，可提供AI推理讹诈所需的高浑沌量⁶。手脚可扩展的全新系统级存储本领，HBF有助于减少性能瓶颈，加速当代数据中心与旯旮蚁合结AI讹诈的知悉生成速率。

###

参考文件

1 B. Srivathsan 、M. Sorel 、 P. Sachdeva，集结 A. Bhan 、 H. Batra 、 R. Sharma 、 R. Gupta 以及 S. Choudhary，麦肯锡筹商公司，《AI 算力：扩容数据中心以郁勃日益增长的需求》（2024 年 10 月）

2 Grand View Research，《旯旮 AI 阛阓限度、份额及趋势分析报告 —— 按组件（硬件、软件、功绩）、末端行业（破费电子、明智城市、汽车）、地区及细分范围预测，2025—2030》

3 S. Legtchenko 、I. Stefanovici 、R. Black 、A. Rowstron 、J. Liu 、P. Costa 、B. Canakci 、D. Narayanan 、X. Wu，微软磋议院，《受控保留内存：面向 AI 时期的全新内存品类》，康奈尔大学（2025 年 1 月）

4Fortune Business Insights，《DRAM 阛阓限度、份额及行业分析……》（2026 年 2 月）

5 J. Noffsinger、M. Patel、P. Sachdeva、集结A. Bhan、H. Chang以及M. Goodpaster，麦肯锡筹商公司，《盘算本钱：一场7 万亿好意思元限度的数据中心膨大竞赛》（2025 年 4 月）

6 HBF 本领贵寓页火狐中国官方网站入口，闪迪，《闪迪发布面向 AI 的异日存储架构：高带宽闪存（HBF）》（2025 年 7 月）