摘要：虽然三星的 HBM4 还没有通过英伟达的验证，但就在上周五（9 月 19 日），三星的 12 层 HBM3E 终于通过了英伟达的测试认证，也意味着即将成为英伟达 GPU 的 HBM 供应商之一。一石激起千层浪。AI 的火热不只是让人们争相讨论大模型和算力芯片，
虽然三星的 HBM4 还没有通过英伟达的验证，但就在上周五（9 月 19 日），三星的 12 层 HBM3E 终于通过了英伟达的测试认证，也意味着即将成为英伟达 GPU 的 HBM 供应商之一。一石激起千层浪。AI 的火热不只是让人们争相讨论大模型和算力芯片，也彻底点燃了对内存的需求。过去几年，HBM（高带宽内存）成为了这场浪潮里最受追捧的「隐形明星」。没有它，就没有英伟达 A100、H200 以及其他 AI 芯片的爆火，也也不会有无数大模型在短时间内跑出来并且迅速迭代。正因如此，HBM 供不应求，几乎成了半导体行业的「硬通货」，也让 HBM 主要厂商 SK 海力士一举超越三星，成为全球最大存储芯片制造商。
图/微软更重要的是，HBF 的成本和功耗优势，使它天然适合在终端场景扩展。HBM 成本高昂、功耗居高不下，而 HBF 基于 NAND 闪存，密度更高，单位容量价格更低。对于笔记本电脑、智能手机甚至 XR 设备来说，如何在有限的空间和电池里提供更强的 AI 能力？HBF 给出了一个现实的答案：在云端，它缓解 GPU 内存瓶颈，让超大模型能够跑得更高效；在终端，它可能成为 AI 普及化的关键一步。当然，短期内我们还很难看到 HBF 落地在边缘终端或者个人计算平台上，但通过 AI 数据中心的大规模更新，HBF 仍然会在未来几年改变 AI 的推理，进而改变我们的 AI 体验。从 HBM 的爆发，到 HBF 的登场，我们其实看到的是同一个趋势：AI 已经把内存和存储推到了舞台中央。没有 HBM，就没有今天的算力繁荣；而如果没有更大、更便宜、更低功耗的存储介质，AI 的未来也可能被「卡脖子」。HBF 之所以值得期待，不是因为它要全面取代 HBM，而是它补上了一个关键缺口——容量。它让 GPU 不再像背着小油箱的跑车那样捉襟见肘，也给未来的 AI PC、边缘计算带来了想象空间。当速度与容量形成合力，AI 的运行方式很可能会被彻底改写。但问题也随之而来：- HBF 真能像 HBM 一样，从技术概念变成行业标配吗？- 在数据中心率先落地之后，它能否顺利走向个人计算终端？- 当存储不再是瓶颈时，下一个掣肘 AI 的环节，又会是什么？这些问题的答案，或许要等到 2027 年 HBF 首批设备面世后才能揭晓。但可以肯定的是，定义 AI 的边界，不只是算力，还在于储存。而这场比赛，才刚刚开始。 来源：左手吴
免责声明：本站系转载，并不代表本网赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题，请在30日内与本站联系，我们将在第一时间删除内容!
