编者按：在人工智能浪潮席卷全球的今天，算力竞赛已进入白热化阶段。当我们聚焦于GPU的飞速迭代时，一个更深层的变革正在内存领域悄然发生。韩国科学技术院（KAIST）的金正浩教授近日发出预警：当前以HBM（高带宽内存）为主导的架构，已难以承载AI未来对海量数据“记忆”的饥渴。他提出，一场从“书架”到“图书馆”的内存革命迫在眉睫，而一种名为HBF（高带宽闪存）的新兴技术，或将与HBM形成“热冷互补”，成为打破AI算力瓶颈的关键桥梁。这不仅是技术的演进，更可能重塑全球半导体产业格局，为在存储领域拥有深厚积淀的企业带来历史性机遇。以下为金教授观点的详细解读。

　　“在人工智能时代，每个人将需要100TB的内存。这就是所谓的‘内存饥渴’时代。未来的AI时代，高带宽内存将负责处理速度，而高带宽闪存将管理容量。”

　　韩国科学技术院电气工程学院的教授金正浩，于3日上午在首尔中区某新闻发布厅举行的“HBF研究介绍与技术开发战略简报会”上发表了上述观点。金教授被公认为是AI半导体核心技术——HBM的概念提出者及基础设计技术的奠基人。他的工作为三星电子和SK海力士等公司启动HBM业务奠定了基础。目前，他领导的KAIST Tera实验室正在开展HBF技术的研究。

　　金教授强调，“仅靠HBM不足以跟上AI发展的步伐”，并强调需要一种具有更大容量的新型存储技术。他将当前的HBM比作GPU旁边的“书架”，而HBF则是支撑它的“图书馆”。HBF是一种通过垂直堆叠NAND闪存，同时实现高带宽和大容量的技术。其优势包括比HBM更低的功耗，以及更容易实现大容量存储。

　　他还将AI内存分为“热内存”和“冷内存”。HBM将处理需要即时计算的热内存，而负责存储海量历史数据的冷内存，将依赖于基于NAND闪存的存储。

　　他解释道：“例如，如果要求AI‘画出童年模样’，它必须调取过去的数据。这个角色由冷内存承担，而非HBM。”

　　问题在于，当前的计算机架构未能跟上AI的进化步伐。即使GPU能快速处理数据，但当需要从连接在中央处理器上的遥远存储中读取大型数据集时，瓶颈就会出现。

　　“在融合图像、视频、声音和文档的多模态AI环境中，传统方法无法解决速度延迟问题。需要进行结构性变革，将大容量内存直接放置在GPU旁边。HBF将充当这座桥梁。”他说。

　　他补充道：“虽然AI性能竞赛一直由图形处理器引领，但未来内存将变得更为关键。有了HBF，AI计算将再次实现飞跃。”

　　金教授预测，随着AI时代推进，这一转变将有利于三星电子和SK海力士等韩国公司。这些公司是全球少数同时拥有HBM技术、NAND闪存和封装能力的厂商，这为它们拓展HBF业务提供了技术基础。

　　他指出：“谷歌拥有海量数据的优势，但缺乏晶圆厂和内存封装能力。而这正是三星和SK海力士的优势所在，是它们坚不可摧的竞争力。”

　　他估计，HBF的商业化将在2027年末至2028年左右实现。他预测，初期将应用于AI推理，结合HBM和HBF的混合内存很可能成为标准配置。