SK海力士押注高带宽闪存，布局AI内存分层架构
nashnova research
为什么AI芯片光靠HBM已经不够用了？
AI智能体处理的对话和任务越来越复杂，需要缓存的数据量急剧膨胀——但HBM容量小、成本高，全部数据都塞进去既装不下也不划算。
这意味着→ 芯片的"记忆系统"需要像人脑一样分层：最常用的放在最快的地方（HBM），不那么常用但量很大的放在便宜一级的地方。
SK海力士提出的HBF（高带宽闪存），就是要填补HBM和传统SSD之间的空档——用大白话说＝ 它是芯片记忆体系里新增的"中间楼层"。
HBF到底是什么东西，性能怎么样？
HBF的核心思路：把NAND闪存的大容量、低成本和高于传统SSD的带宽结合起来，用HBM同款的硅通孔（TSV，一种让芯片上下垂直打通信号的堆叠工艺）来制造。
首席开发官安贤在首尔半导体展上给出的定位：容量超过同类HBM十倍以上，带宽约为HBM的一半。
这意味着→ HBF不追求极致速度，而是用十倍容量换取可接受的速度损失——对大量"温数据"（不算最热门但仍需快速调用的数据）来说，性价比远高于直接堆更多HBM。
规格走到哪一步了，什么时候能量产？
2026年8月，SK海力士与闪迪通过开放计算项目（OCP）联合发布了首份HBF技术规格：覆盖8层和16层堆叠，最高容量512GB，带宽分三档、约0.4TB/s至3.0TB/s，采用UCIe开放互联标准。
谷歌和Tenstorrent已加入标准化工作，各方计划2027年1月完成规格定稿。闪迪已完成首颗HBF芯片流片，目标是2027年拿出初始样品。
但SK海力士自身尚未公布量产日期，也未披露商业客户订单——用大白话说＝ 技术路线图画出来了，但离真正卖货还有明确的距离。
数据在不同层级之间怎么调度？
光有硬件分层还不够，还需要软件来决定"哪些数据放哪一层"。SK海力士为此开发了两项技术：
SALT-KV：根据KV缓存（大模型推理时临时存放的上下文数据）的复用价值和存储成本，自动决定数据存放在哪一级——这意味着→ 它像一个智能调度员，把"还会被反复用到的数据"留在快速层，把"大概率不会再用的"挪到便宜层。
CMM-Hybrid：基于CXL标准（一种让CPU和各类存储设备高速对话的互联协议），将完整KV缓存存于SSD，同时预测哪些是热数据并预加载至DRAM。公司已在2026年10月OCP全球峰会上做了演示。
眼下靠什么赚钱？NAND业务现状如何？
HBF仍属中长期布局，近期收入支柱是企业级SSD，基于SK海力士的321层TLC NAND工艺。
第三季度NAND位出货量环比略降——但这是主动选择：公司向高价值产品倾斜，平均售价环比上涨约20%中段。
第四季度预计NAND位出货量环比增长中个位数百分比，并计划将321层工艺在国内NAND产能中的占比提升至50%以上。这反映出SK海力士正在"以价换量"，把产能集中到利润更高的企业级市场。
围绕这个战略，SK海力士还做了哪些布局？
2026年9月成立SK海力士创投，聚焦AI计算、数据中心、系统软件和光互联四个方向。
此前已投资多家前沿公司：Avicena（微型LED光互联）、Eliyan（芯片间互联）、Etched（HBM与SRAM融合架构）。
与英伟达签署多年期协议，联合开发下一代AI内存。这意味着→ SK海力士不只是卖存储芯片，而是试图把自己嵌入AI算力基础设施的核心供应链——HBF能否在2027年如期拿出样品，将是这套战略能否兑现的关键验证节点。
市场有风险，内容仅供研究参考，不构成投资建议。