Внутри HBF: как технология High Bandwidth Flash от SanDisk загружает LLM прямо на оборудование

Основные выводы

• High Bandwidth Flash (HBF) — это новый уровень памяти, совместно разработанный SanDisk и SK hynix, который призван занять нишу между High Bandwidth Memory (HBM) и традиционными SSD, чтобы решить проблему «стенки емкости памяти» в ИИ.
• HBF нацелена на пропускную способность, сравнимую с HBM, при этом обеспечивая в 8-16 раз большую емкость хранения при сопоставимой стоимости, позволяя ИИ-ускорителям хранить гораздо больше параметров моделей и контекстных данных, доступных напрямую чипу.
• Технология была официально представлена 25 февраля 2026 года на совместном мероприятии в Милпитасе, Калифорния, наряду с глобальной инициативой по стандартизации через Open Compute Project.
• HBF построена на базе существующих технологий SanDisk BiCS NAND и CBA (CMOS Bonded Array), при этом образцы первого поколения уже тестируются, а дорожные карты Gen 2 и Gen 3 обещают пропускную способность чтения выше 2 ТБ/с и 3,2 ТБ/с соответственно.
• Предоставление образцов клиентам запланировано на 2026 год, а первое ИИ-оборудование с поддержкой HBF ожидается уже в 2027 году, что позиционирует технологию как перспективную, но еще не вышедшую в коммерческий оборот.
• Аналитики часто называют HBF одной из структурных причин масштабного ралли акций SanDisk в 2026 году, так как она может открыть многолетний рынок памяти для ИИ-инференса, на который также претендуют NVIDIA и другие конкуренты со своими собственными подходами.

Если вы следили за выдающимся ростом акций SanDisk в 2026 году и постоянно встречали упоминание HBF как причины этого успеха, данная статья объяснит, что именно представляет собой High Bandwidth Flash, как она работает технически, почему это важно для инференса больших языковых моделей и на каком этапе находится технология сегодня по сравнению с дорожной картой. Вкратце, HBF — это новая архитектура памяти, сочетающая высокую плотность хранения NAND flash с производительностью пропускной способности, приближающейся к HBM, сверхбыстрой памяти, используемой в ИИ-ускорителях NVIDIA и AMD. Цель состоит в том, чтобы позволить ИИ-чипам хранить гораздо больше весов моделей и контекстных данных инференса ближе к процессору, сокращая медленные и дорогостоящие обращения к внешним хранилищам, которые вызывают «задержки» при работе с крупнейшими языковыми моделями. SanDisk и SK hynix совместно анонсировали HBF и усилия по стандартизации в 2025 году, ускорив внедрение официальным запуском в феврале 2026 года. Хотя инженерная база действительно новаторская и получила признание в отрасли, важно отделять реальный статус технологии (образцы, прототипы, ранняя дорожная карта) от спекулятивных заявлений о продуктах, которых еще не существует.

Если вы отслеживаете, как прорывы вроде HBF меняют рынок инфраструктурных акций ИИ, и хотите использовать эти исследования с актуальными рыночными данными, вы можете создать бесплатный аккаунт на WEEX по ссылке https://www.weex.com/ru/register?vipCode=vrmi и изучить торговые инструменты платформы.

Что такое High Bandwidth Flash (HBF) простыми словами

Чтобы понять HBF, полезно разобраться в проблеме иерархии памяти, которую она призвана решить. ИИ-ускорители, такие как GPU, полагаются на многоуровневую систему памяти: сверхбыстрая, но дорогая и ограниченная по емкости High Bandwidth Memory (HBM) находится ближе всего к чипу, в то время как более медленные, но гораздо более объемные и дешевые SSD-накопители расположены дальше. По мере роста больших языковых моделей, особенно с увеличением контекстных окон до миллионов токенов, объем данных, которые модели должны держать «близко» к процессору во время инференса, резко возрос. Когда эти данные не помещаются в HBM, системы вынуждены либо пересчитывать их (медленно и дорого), либо извлекать из более медленных уровней памяти, что создает задержки, которые пользователи могут замечать в ИИ-приложениях при высокой нагрузке.

HBF разработана как новый уровень, расположенный между этими двумя крайностями. Построенная на базе существующей технологии SanDisk BiCS 3D NAND flash, а не DRAM, используемой в HBM, HBF спроектирована для обеспечения пропускной способности в том же диапазоне, что и HBM, предлагая при этом примерно в 8-16 раз большую емкость хранения при сопоставимой стоимости. Фактически, это позволяет чипу держать значительно больше параметров модели и данных кэша ключей-значений физически под рукой, решая проблему, которую инженеры называют «стенкой емкости памяти» ИИ — точку, где модели ограничиваются не вычислительной мощностью, а тем, сколько релевантных данных можно держать в быстром доступе.

Почему HBF важна для загрузки LLM прямо на оборудование

Фраза «загрузка LLM прямо на оборудование» хорошо отражает основное обещание HBF. Поскольку HBF может хранить гораздо больший объем данных, обеспечивая при этом пропускную способность, близкую к HBM, становится возможным держать значительно больше параметров большой языковой модели или растущий кэш ключей-значений во время инференса с длинным контекстом в быстрой памяти, вместо постоянного перемещения данных из удаленных хранилищ. Согласно архитектурным исследованиям, ссылающимся на стек HBF от SanDisk, одна конфигурация HBF, обеспечивающая 512 ГБ памяти для параметров при пропускной способности около 1,2 ТБ/с, могла бы поддерживать инференс в реальном времени для больших моделей с экспертной смесью и моделями рассуждения на значимых скоростях генерации токенов — профиль, который исследователи сравнивают с уровнями производительности, обычно ассоциируемыми с GPU-кластерами стоечного масштаба, но в гораздо более компактном форм-факторе.

Это важно, потому что текущее «узкое место» в инференсе трансформеров связано не столько с вычислительной мощностью, сколько с тем, сколько времени система тратит на извлечение данных из памяти, а не на выполнение расчетов. Как объяснил один из консультантов технологии, профессор KAIST, участвовавший в разработке HBM, инференс-нагрузки на моделях-трансформерах тратят больше времени на перемещение данных, чем на вычисления. HBF напрямую воздействует на это «узкое место», расширяя пропускную способность гораздо более крупного и дешевого пула памяти.

Хронология HBF: от анонса до стандартизации

Разработка HBF прошла через несколько конкретных, проверяемых этапов, а не осталась чисто концептуальной, что является одной из причин, почему ее серьезно восприняли как полупроводниковая индустрия, так и аналитики фондового рынка.

Эта хронология показывает, что HBF в настоящее время находится на стадии тестирования образцов и стандартизации, а не в коммерческом использовании в ИИ-оборудовании. Это различие важно для всех, кто оценивает заголовки, предполагающие, что технология уже «устраняет задержки» в производственных системах сегодня; по состоянию на середину 2026 года HBF остается технологией ближайшего будущего, подкрепленной рабочими прототипами и серьезными отраслевыми партнерствами, а не широко распространенным продуктом.

Техническая дорожная карта HBF: поколения производительности

SanDisk опубликовала перспективные целевые показатели производительности для нескольких поколений HBF, построенных на фундаменте CMOS Bonded Array (CBA) NAND.

SanDisk позиционирует эту дорожную карту как одну из своих наиболее масштабируемых полупроводниковых платформ, утверждая, что в отличие от DRAM, которая сталкивается с растущими проблемами физического масштабирования, HBF выигрывает от более благоприятного пути масштабирования плотности NAND через архитектуру BiCS от SanDisk. Будут ли эти целевые показатели достигнуты по графику — станет одним из наиболее четких технических сигналов, за которыми аналитики будут следить в ближайшие два-три года.

Как HBF соотносится с конкурирующим подходом NVIDIA

SanDisk и SK hynix — не единственные игроки, решающие проблему емкости памяти ИИ. NVIDIA, как доминирующий покупатель HBM, преследует свой собственный ответ через то, что было описано как Inference Context Memory Storage Platform (ICMSP), которая использует NVMe SSD, подключенные через DPU, в частности, связанные с блоком обработки данных BlueField-4 от NVIDIA, для хранения переполняющихся данных кэша ключей-значений из HBM и серверной DRAM GPU. Этот подход подключается к GPU в платформе NVIDIA Vera Rubin через высокоскоростные Ethernet-сети с использованием фотоники, работая на скорости 800 Гбит/с на порт.

Примечательно, что NVIDIA публично не выражала прямого интереса к принятию HBF, вместо этого разрабатывая собственное сетевое решение уровня хранения. Это важно как для инвесторов, так и для технологов, поскольку сигнализирует по крайней мере о двух конкурирующих архитектурных философиях для решения одной и той же фундаментальной проблемы: одна (HBF) интегрирует flash напрямую в пакет памяти, близкий к вычислительному кристаллу, в то время как другая (ICMSP) полагается на быструю сеть для подключения внешнего flash-хранилища к GPU. Какой подход или комбинация подходов станет отраслевым стандартом, вероятно, будет определять структуру спроса на NAND по сравнению с сетевым оборудованием и DPU в течение следующих нескольких лет.

Почему HBF связана с историей акций SanDisk

HBF стала одним из повторяющихся технических объяснений, которые аналитики приводят при обсуждении драматических показателей акций SanDisk в 2026 году. Логика связывает три вещи: ИИ-нагрузки инференса все больше ограничены емкостью памяти, а не только вычислениями; HBF напрямую воздействует на это ограничение с помощью решения на базе NAND, которое играет на ключевом производственном преимуществе SanDisk; и существующий бизнес SanDisk в области NAND уже выигрывает от отдельного, более непосредственного цикла спроса на корпоративные SSD для ИИ. Вместе они создают нарратив, в котором SanDisk не просто «едет» на краткосрочном цикле цен на NAND, но может также находиться в центре долгосрочного архитектурного сдвига в том, как строится ИИ-оборудование, если HBF добьется широкого отраслевого признания.

Стоит трезво оценивать различие между этими двумя историями. Рост акций SanDisk в середине 2026 года был обусловлен преимущественно текущим спросом на корпоративные SSD и контрактными ценами на NAND — реальным и уже монетизируемым трендом. HBF, напротив, является будущей возможностью получения дохода, все еще находящейся на стадии тестирования образцов и стандартизации, с интеграцией в коммерческое оборудование не ранее 2027 года. Некоторые рыночные аналитики прогнозируют значительное ускорение спроса, связанного с HBF, только около 2030 года, по мере того как ИИ-нагрузки инференса будут масштабироваться по всей отрасли. Инвесторам и трейдерам следует рассматривать HBF как фактор долгосрочной опциональности, наложенный на более краткосрочную, уже доказанную историю цен на NAND от SanDisk, а не как текущий драйвер выручки.

Риски и открытые вопросы вокруг HBF

Остается несколько реальных неопределенностей, прежде чем HBF станет основным компонентом ИИ-инфраструктуры. Стандартизация через Open Compute Project требует времени и широкой поддержки отрасли, выходящей за рамки только SanDisk и SK hynix; без более широкого внедрения со стороны производителей GPU и системных интеграторов HBF рискует остаться нишевым решением. Отсутствие публичных обязательств NVIDIA по отношению к HBF, учитывая ее доминирующее положение в разработке ИИ-ускорителей, является значимым открытым вопросом, поскольку ее собственный подход ICMSP представляет собой конкурирующую архитектуру, которая может захватить ту же рыночную возможность через другой технический путь. Сложность производства также нетривиальна; HBF сочетает в себе передовое 3D NAND стекирование, новые методы корпусирования и бондинга пластин, которые должны надежно масштабироваться до крупносерийного производства — процесс, над которым инженерные команды, как сообщается, работали почти два года еще до публичного представления. Наконец, как и в случае с любой новой полупроводниковой технологией, фактические показатели производительности, выхода годных изделий и затрат, достигнутые в массовом производстве, могут отличаться от целевых показателей дорожной карты, опубликованных SanDisk.

Заключительные мысли

HBF представляет собой действительно новый подход к одному из самых насущных технических «узких мест» ИИ-инфраструктуры: как держать достаточно релевантных данных достаточно близко к процессору, чтобы избежать задержек, создаваемых текущими ограничениями емкости памяти. Сочетая высокую плотность NAND flash с производительностью пропускной способности, приближающейся к HBM, SanDisk и SK hynix нацеливаются на проблему, которая становится все более актуальной по мере того, как языковые модели масштабируются к все более длинным контекстным окнам и более сложным нагрузкам рассуждения. Технология прошла путь от концепции до рабочего прототипа и официального совместного запуска с реальным импульсом стандартизации менее чем за два года, что является быстрым темпом по стандартам полупроводниковой индустрии. Тем не менее, HBF остается докоммерческой по состоянию на середину 2026 года, с целевым выпуском образцов для клиентов позднее в этом году и ожидаемым появлением первого интегрированного ИИ-оборудования не ранее 2027 года. Для всех, кто оценивает более широкую историю ИИ-хранилищ SanDisk, HBF лучше всего понимать как надежную, хорошо обеспеченную ресурсами долгосрочную ставку, наложенную на уже доказанный и монетизируемый бизнес компании в области NAND и корпоративных SSD.

Если этот глубокий анализ технологий, движущих акциями ИИ-инфраструктуры, полезен для вас, вы можете применить эти исследования на практике, зарегистрировавшись на WEEX по ссылке https://www.weex.com/ru/register?vipCode=vrmi и изучив торговую платформу.

Часто задаваемые вопросы

1. Что такое High Bandwidth Flash (HBF) и чем она отличается от HBM?

HBF — это новая технология памяти, построенная на базе NAND flash, а не DRAM, разработанная для обеспечения пропускной способности, сравнимой с High Bandwidth Memory (HBM), при этом предлагая в 8-16 раз большую емкость хранения при сопоставимой стоимости. HBM остается более быстрой и с меньшими задержками, но HBF позволяет ИИ-системам хранить гораздо больше данных, таких как параметры модели или контекст инференса, доступных без затрат и ограничений емкости, присущих памяти на базе DRAM.

2. Когда HBF появится в реальных ИИ-продуктах?

По состоянию на середину 2026 года HBF находится на стадии тестирования образцов и стандартизации. Целевой выпуск образцов модулей для избранных клиентов запланирован на вторую половину 2026 года, а первые ИИ-продукты с интеграцией HBF ожидаются начиная с начала 2027 года, согласно отраслевым отчетам.

3. Заменяет ли HBF память HBM в ИИ-чипах, таких как GPU NVIDIA?

Нет. HBF разработана для дополнения HBM, а не для ее замены. Она призвана выступать в качестве дополнительного уровня памяти, расположенного между сверхбыстрой HBM и традиционным, гораздо более медленным SSD-хранилищем, обрабатывая данные большой емкости, такие как контекст инференса, которые не требуют максимально возможной скорости HBM, но нуждаются в гораздо лучшей производительности, чем стандартное хранилище.

4. Какие компании разрабатывают технологию HBF?

SanDisk и SK hynix совместно разрабатывают HBF и подписали Меморандум о взаимопонимании в августе 2025 года для стандартизации ее спецификации. Они официально представили технологию на совместном мероприятии в феврале 2026 года и работают с Open Compute Project над отраслевой стандартизацией, в то время как конкуренты, такие как NVIDIA и Samsung, преследуют свои собственные альтернативные подходы к решению той же проблемы «узкого места» памяти.

5. Как HBF связана с ростом цен на акции SanDisk в 2026 году?

Аналитики называют HBF долгосрочным, перспективным драйвером роста, наложенным на более непосредственную историю SanDisk, связанную с ИИ-ориентированными корпоративными SSD и ценами на NAND, что стало основным краткосрочным фактором роста акций. HBF представляет собой будущую опциональность, связанную с потенциальным новым рынком архитектуры памяти для ИИ, а не текущий источник выручки, поскольку коммерческие продукты ожидаются не ранее 2027 года.

Отказ от ответственности

Эта статья предназначена только для информационных и образовательных целей и не является финансовым, инвестиционным, юридическим или техническим советом. Информация о технологии HBF, сроках выпуска продуктов и заявлениях компаний отражает общедоступные данные по состоянию на середину 2026 года и может измениться по мере развития технологии; коммерческая доступность, технические характеристики и сроки внедрения могут существенно отличаться от текущих дорожных карт. Ссылки на показатели акций SanDisk являются иллюстративными и не являются рекомендацией к покупке или продаже каких-либо ценных бумаг. Всегда проводите собственное независимое исследование и консультируйтесь с лицензированным финансовым консультантом перед принятием любых инвестиционных решений. Ни автор, ни издатель не несут ответственности за любые убытки, возникшие в результате использования этого контента.