北國咨觀點 | 集成電路技術演進與范式融合系列研究之四——國內外HBF技術研發現狀及對我國的啟示
-
首頁
-
北京國際工程咨詢有限公司
-
2026-06-10
-
點擊次數：
-
字號：大中小
-
人工智能大模型快速發展，產業發展重心正從模型訓練加速向推理端落地延伸，全球存儲芯片需求量持續激增，且需求結構加速向場景化、差異化方向演進。推理場景下既要高帶寬匹配高算力需求，又需憑借大容量以承載千億級數據，同時兼顧低功耗和低成本。HBM（High?Bandwidth?Memory，高帶寬內存，簡稱HBM）可滿足算力需求，但容量與成本難以支撐大規模推理場景，DDR5、企業級固態硬盤可實現大容量和低成本，但是帶寬遠遠不足。在此背景下，HBF（High?Bandwidth?Flash，高帶寬閃存，簡稱HBF）因具備高帶寬、大容量、低成本的優勢而引起廣泛關注，未來將與HBM形成技術互補，共同滿足算力場景的多元化需求。對此，本文將深入分析HBF的發展背景、技術路線及國內外研發布局態勢，并提出我國發展HBF產業的相關啟示。
一、HBF技術的發展背景
（一）受益于AI大模型快速發展，存儲器市場需求持續旺盛
隨著AI大模型迅速發展，數據成為核心生產要素，存儲器作為數據存儲、處理和傳輸的媒介，市場需求持續增長。因任務目標、算力需求和運行場景的不同，AI大模型應用包含模型訓練與模型推理兩大環節，其中，訓練場景對存儲帶寬有極高要求，HBM憑借高帶寬、低延遲的特性，成為大模型訓練場景的首選存儲。據Yole數據顯示，2030年全球HBM市場規模將達到980億美元。DDR5、企業級固態硬盤因具備大容量、低功耗等優勢廣泛應用于推理場景。據IDC數據預測，2029年中國企業級固態硬盤市場規模將達到91億美元。
（二）HBM、DDR5及企業級固態硬盤在AI大模型推理場景應用中各有優劣
當前，HBM由多個DRAM芯片3D堆疊而成，具備高帶寬、低延遲、高集成度的優勢，但HBM容量小、成本昂貴且高散熱，不適宜大規模應用于推理場景。DDR5成本低、擴展性強，但是帶寬瓶頸與延遲偏高，主要應用于中小訓練場景。企業級固態硬盤容量大、成本低但帶寬遠不足，在大模型推理場景中主要作為輔助存儲。在AI大模型推理場景中，HBM、DDR5、企業級固態硬盤三類存儲器均無法同時滿足高帶寬、大容量、低成本的需求。
（三）HBF有效填補了存儲系統帶寬、容量、成本三者難以兼顧的技術缺口
HBF由多層NAND芯片（每層包含數百個堆疊的3D?NAND單元層）堆疊而成，使用硅穿孔技術（TSV，Through?Silicon?Via）或CMOS鍵合陣列（CMOS?directly?Bonded?to?Array，CBA）技術實現先進封裝。從帶寬上看，因其架構設計與先進封裝的雙重優勢，HBF單堆棧帶寬較高，可接近HBM的水平。從容量上看，HBF單堆棧容量較大，單位容量成本低于HBM。從功耗上看，由于其非易失存儲特性，無需周期性刷新、功耗更低，能夠實現帶寬、容量、成本的最優平衡。
（四）HBF技術目前處于從0到1的關鍵突破期，仍處在產業化初期階段
目前，HBF技術研發主要由三星、SK海力士、閃迪、鎧俠主導。閃迪提出HBF概念，現已搭建原型開發平臺，但尚未推出商業化產品，預計2026年下半年原型產線投產，2027年全面商業化。SK海力士是全球HBF技術的核心研發與標準化主導方之一，首批工程樣片計劃于2026年下半年推出。三星電子已于2024年啟動HBF獨立技術研發，計劃2027年底推出自研HBF產品。鎧俠已成功研發出閃存工程樣品，并驗證了其可操作性。
（五）在HBM技術受限背景下，HBF將成為我國存儲器產業突圍新機遇
我國在芯片領域一直處于被動地位，HBM作為高端存儲器，研發難度更大，技術壁壘更高。在國外技術封鎖、專利壟斷、供應鏈受限等多重制約下，我國尚不具備高端HBM生產制造能力且短期內難以實現快速追趕與規模化量產。在HBF領域，我國廠商長江存儲在3D
NAND堆疊、混合鍵合等核心工藝上具備自主可控的技術基礎，可依托現有技術路線及完整供應鏈布局HBF，避開HBM專利與工藝短板，實現換道超車，為國內存儲器產業突破封鎖、構建自主技術生態帶來新的發展機遇。
二、HBF技術路線及國內外研發布局現狀
（一）HBF依托TSV和CBA技術實現
HBF通過TSV或CBA技術實現多層NAND芯片垂直互聯，搭配分布式控制器實現并行訪問，將NAND固有延遲從毫秒級壓縮至微秒級。TSV包括深反應離子刻蝕、化學氣相沉積、物理氣相沉積、電鍍等流程，允許電信號在堆疊芯片之間傳遞，實現芯片之間的垂直互連，提高數據傳輸速率。CBA研發思路為將3D?NAND存儲陣列和CMOS外圍電路進行拆分，兩片晶圓分別形成后再通過Cu?Bonding?pads進行鍵合。
（二）全球行業巨頭積極布局HBF領域
SK海力士依托其在HBM堆疊與3D?NAND領域的技術積累，已發布HBF測試版，并計劃推出采用16層NAND堆疊的HBF1樣品。三星電子依托自身在3D?NAND制造與TSV技術研發方面的儲備，已啟動HBF技術研發，計劃在未來2年內將HBF集成到英偉達、AMD和谷歌的AI產品中。閃迪依托其自研的CBA直接鍵合與BiCS?3D?NAND技術，現已搭建原型開發平臺并完成核心架構驗證與關鍵工藝開發。鎧俠采用其自研的菊花鏈連接技術和閃存預取技術，能有效降低延遲，同時實現存儲的大容量和高帶寬。
（三）JEDEC1尚未參與HBF技術規范與行業標準制定工作
截至目前，全球范圍內尚未形成統一的HBF技術規范體系，JEDEC也未從事該技術規范及行業標準的制定，目前僅由SK海力士、閃迪聯合推進相關標準研制工作。據悉，SK海力士已聯合閃迪簽署諒解備忘錄，共同布局并推進HBF技術規范及行業標準的制定，且雙方還牽頭舉辦“HBF規格標準化聯盟啟動會”，集聚產業相關資源與力量，持續完善技術規范細則，穩步推進HBF技術規格的全球標準化，預計2027年完成產業級標準落地。
（四）我國具備一定的HBF研發基礎與技術儲備
HBF作為新興高端存儲器，其研發需融合3D?NAND高密度堆疊、TSV互連、高帶寬信號傳輸及熱管理等多項前沿技術，研發難度較大。我國TSV技術已實現從研發到規模化量產的跨越，長電科技、通富微電等企業在TSV技術領域整體達到國際先進水平，部分指標躋身全球第一梯隊，能為HBF存儲器先進封裝提供支撐。我國企業長江存儲憑借X
tacking鍵合技術，具備異質晶圓直接鍵合能力，與HBF主流CBA路線技術同源，同時依托成熟NAND產業鏈，現已實現232層3D?NAND穩定量產，可為研發HBF堆疊提供工藝基礎。
（五）我國具備豐富的HBF存儲器落地場景
我國推理需求呈指數級增長。據中國信通院人工智能所聯合中國人工智能產業發展聯盟發布《大模型推理優化關鍵技術及應用實踐研究報告（2026年）》稱，我國日均Token調用量兩年增長超1400倍，2026年初突破140萬億。目前，我國已形成互聯網與原生、政企與行業核心、智算集群、車載與邊緣計算、終端與消費電子、科研創新六大類推理場景，覆蓋高并發在線、長文本、多模態、低延遲、實時等需求，應用面廣、業態類型豐富，為HBF存儲器產業化落地提供充足且多元的應用場景。
三、我國發展HBF的啟示
隨著AI大模型在推理端持續深化應用，HBF存儲器具備廣闊的發展前景。我國作為全球存儲器領域的積極參與者，應積極借鑒國外的成功研發經驗，結合我國的實際需求，推動HBF產業發展。
（一）強化科教人才賦能，聚力攻克HBF技術難題
發揮我國在教育、科技、人才等方面的資源優勢，聚焦HBF領域NAND閃存的3D堆疊良率偏低、物理延遲偏高、軟硬件適配不足等技術難題，通過“揭榜掛帥”等機制，鼓勵企業、高校、科研院所協同攻關，重點支持國內HBF研發制造骨干企業，加快關鍵工藝研發。
（二）前瞻布局專用EDA工具，搶占行業發展主動權
當前全球尚無HBF專用EDA工具，現階段可依托已有存儲、封裝、電源類EDA工具組合，完成HBF設計研發。伴隨HBF行業標準逐步落地完善，我國EDA企業需提前布局、前置研發，加快專項工具攻關儲備，搶占技術先機，穩固我國在HBF領域發展主動權。
（三）深耕HBF技術研究，參與全球標準制定
我國應借鑒國際先進經驗，深化在HBF領域的國際化合作，主動參與全球技術標準體系建設，聯合國際龍頭企業共建統一的技術標準與規范，確保技術的可操作性和兼容性，穩步提升在HBF領域的影響力，推動國內HBF技術穩健發展。
（四）企業聯動協作，加速HBF產品落地
當前，計算芯片與HBF在硬件接口、軟件棧、編程模型等方面存在兼容度不足的問題。鼓勵國內計算芯片企業與HBF研發企業積極對接、深化合作，共同推進產品早期研發、技術驗證與場景應用，持續完善適配生態，加快推動HBF產品落地應用，實現規模化量產與商業化應用。
注?釋
１JEDEC（Joint?Electron?Device?Engineering?Council，聯合電子管工程委員會）是全球微電子/半導體行業非營利、非政府標準制定機構，該機構針對主存儲器、閃存和移動存儲均制定了相關的標準。
作者介紹
陳靜文
咨詢師
長期關注以集成電路為代表的新一代信息技術領域，參與多項集成電路領域課題研究、項目咨詢及評估評審工作。
編輯：張 華?
審核：趙佳菲