2026年8月6日更新：
HBF已從概念驗證進入標準化階段。SK海力士8月4日宣布，與SanDisk透過開放運算計畫（OCP）公布首版HBF標準規格，Google與AI晶片新創Tenstorrent也已加入聯盟。
依首版規格，HBF採用8層與16層NAND堆疊，容量最高512GB，頻寬約每秒0.4TB至3.0TB，並以UCIe介面連接GPU、CPU等處理器。SK海力士將其定位為HBM與SSD之間的新記憶體層，用來補足AI推論所需的大容量資料存取。
這代表HBF雖尚未進入大規模商用，但已跨過早期概念階段，開始建立產業共通架構。
本文原刊於2025年12月，當時HBF標準尚未公布。以下保留原文，說明HBF的運作方式、與HBM的差異，以及台灣供應鏈可能的切入位置。
在AI硬體發展的辯論裡，大家盯著GPU與FLOPS不放。但被稱為「HBM之父」的韓國科學技術院（KAIST）教授金正浩日前在YouTube節目中公開提醒：真正的瓶頸正在轉向記憶體的「容量」與「帶寬」。
他以「容量為王」界定HBF在AI中的角色 ：HBM負責速度、HBF負責海量儲存，兩者互補。 他並預估，HBF將於2027至2028年走向商業化，可能重塑版圖，甚至引發大廠併購記憶體公司的佈局。
問題來了：HBF是什麼？為何金正浩會斷言「未來三年你會頻繁聽到HBF，十年後市場對HBF的關注度將超過HBM」？
HBF是什麼？為什麼重要？
HBF（High Bandwidth Flash，高頻寬快閃）是一種為AI運算而生的新型記憶體架構，主打「高頻寬、低成本、TB級容量」，要解的卡點很直接： 記憶體的讀寫速度與容量追不上GPU，效能被「記憶體牆」掐住。
白話說，它把大量快閃記憶體疊在GPU旁，做成「大容量、中速」的近端資料倉，讓常用的大型知識（prior）近存，再按需高速餵給HBM與GPU，減少等待、平滑推論流程。
結果是： HBM負責極高速、低延遲的即時熱資料；HBF提供更大且更便宜的近端容量，緩解HBM的容量與供應瓶頸。
為何AI效能的瓶頸不是算力，而是記憶體？
回到現實的技術發展曲線。SemiAnalysis回顧DRAM發展：1980–1990年代密度幾乎每18個月翻倍；近十年則放緩到約十年才再翻倍。同時間，AI模型參數與推論資料量持續膨脹，兩條發展斜率自此脫鉤： GPU算力往前跑，系統效能卻越來越常被記憶體端限制。
業界的應對是把DRAM往上堆成HBM：先進封裝讓多層DRAM垂直堆在同一基板上，換來極高頻寬，先解速度的燃眉之急。但HBM付出三個代價：
成本占比攀升：HBM的製程與堆疊封裝昂貴，在如輝達H100等產品中，HBM成本占比可超過一半。
產能與良率吃緊：高難度製程長期拉扯供應。
容量門檻：單一堆疊要輕易跨過TB級仍不易，對大型模型來說依舊不夠。
也因此，當HBM把「速度」兜住，卻在「容量/成本」上步履維艱時，產業開始尋找一個能補位的方案。這正是HBF登場的背景： 在不犧牲臨近性與頻寬階梯的前提下，引入更大容量、相對低成本的近端快閃層，與HBM分工，讓記憶體金字塔回到可持續的比例。
HBF如何與HBM分工合作？
技術上，HBF與HBM的結構很像：都是多層晶粒垂直堆疊，透過矽穿孔（TSV）高速連接。真正的差異在材料，HBM堆的是DRAM；HBF堆的是NAND Flash（快閃）。
而材料的不同，直接決定了兩者在AI系統中的分工關係。
DRAM的長處是極低延遲、極高頻寬，適合撐最前線的即時運算，但單位容量昂貴、擴充受限；NAND則主打高密度、低成本，長年是SSD與儲存系統的主力。
因此就如金正浩所述，在未來的AI系統裡，HBM負責「熱資料」與算子附近的高速快取；HBF承載「大模型的主體」，把超大型權重與常用知識近存於HBF，由HBM作為快取層按需抽取，加速餵給GPU，補上HBM的容量結構性缺口。
但必須強調的是： HBF不會、也不該取代HBM。因為它的存取延遲以微秒計算，與HBM的奈秒級有明顯差距；若把HBF推到最前線，反而會拖慢整體。正確的做法，是維持臨近性與頻寬階梯，在HBM之上疊出一層「低成本的大容量近端快閃」，讓模型不必硬塞進昂貴且稀缺的HBM。
換句話說，HBM解決速度，HBF補足容量；兩者分工互補，讓系統從「單一高成本記憶體硬撐」回到合理的金字塔：前線用HBM，中後場用HBF，總量與成本重新變得可持續。
HBF正在走向量產，台廠有機會切入嗎？
雖然HBF尚未有統一的技術規格或標準，但路線已清楚地被多家記憶體大廠納入開發計畫。
SanDisk在2025年8月與SK海力士簽署備忘錄，著手共同制定HBF技術規格，目標是推出可被產業採用的標準。依其白皮書，第一代HBF在頻寬接近HBM的前提下，提供8–16倍容量，成本維持相近；時程上，2026年下半年送樣，2027年初出現首批採用HBF的AI推論裝置。
日本鎧俠則已展示實體原型：容量5TB、頻寬64GB/s的HBF模組，透過PCIe 6.0與多控制器串接，證明NAND不僅能做後端儲存，也能貼近GPU的高速資料通道。
TrendForce的研判顯示，三星亦啟動自家HBF概念設計，準備切入市場。隨著SanDisk、SK海力士、鎧俠、三星接續表態，HBF已逐步被視為下一代AI記憶體的關鍵選項。
那台灣的切入點在哪？
HBF在封裝形式上與HBM高度相似，多層堆疊、TSV互連、高密度載板，這些都是台灣先進封裝的拿手項目。 若HBF走入量產，高速測試設備、訊號完整性分析、可靠度驗證的需求同步上升。雖然核心NAND仍由國際原廠主導，但一旦量產展開，封裝、載板、測試與高速訊號周邊供應鏈的價值將放大，台灣有機會在「中段關鍵量產環節」占位。
必須說明的是，HBF當前標準尚未定稿、供應時程需驗證、頻寬/延遲指標仍要看量產良率與系統整合。若能在HBM相近的臨近性架構下交付「更大容量、近似成本」的HBF，台灣供應鏈的承接價值才會真正釋放；反之，若規格分歧或時程滑落，紅利將延後。
資料來源：Trendforce、SK海力士、SanDisk、SanDisk白皮書、鎧俠、SemiAnalysis
責任編輯：李先泰
