Gameplay Review: 压枪技巧
机器学习工作负载对 DRAM 容量的需求似乎永无止境。据 Chips and Cheese 报道，在 2026 年 8 月 23 日举行的 Hot Chips 2026 教程日上，一项名为 HBF（High Bandwidth Flash，高带宽闪存）的新兴技术引发了广泛关注。其核心理念是：闪存每 GB 容量的成本远低于 DRAM，那么能否用它来缓解 AI 加速器面临的内存墙困境？HBF 采用与 HBM 类似的封装形式，但底层实现却截然不同，它并非即插即用的内存替代品，而更像是一块集成到处理器封装内的 SSD。本文将从其技术原理、软件适配、性能模拟以及对未来 AI 计算架构的潜在影响等维度进行深度解析。
热播剧集HBF 技术解析：披着 HBM 外衣的闪存“异类”
HBF 虽然在物理形态上模仿了 HBM（高带宽内存），即通过 2.5D/3D 封装将存储立方体（cube）堆叠在计算芯片旁，但其内部架构和访问逻辑与 HBM 有着本质区别。据 Anurag Agarwal 和 Radhakrishna Giduthuri 在 Hot Chips 2026 上的演讲介绍，HBF 并非像英特尔 Optane 持久内存那样可以作为内存池的扩展。相反，它更像一个集成在处理器上的 SSD，软件需要通过 DMA（直接内存访问）在 HBF 和 DRAM 之间搬运数据。这意味着 HBF 的访问必须像访问块存储设备一样，以大型、对齐的块（chunk）为单位进行，而非系统内存所支持的细粒度随机访问。
收视排行软件栈的挑战：从即插即用到深度定制
HBF 的引入对软件栈提出了前所未有的挑战。Giduthuri 指出，主机软件将不得不承担起原本属于 SSD 控制器的职责，例如管理写入均衡（write leveling）和确保数据持久性。这使得 HBF 无法成为一个“即插即用”的解决方案。据该演讲透露，诸如 vLLM 这类推理框架，通常将模型权重保存在 GPU 显存中，并已开始探索降低 VRAM（显存）使用的方案。例如，vLLM 正在研究将模型权重放置在主机端锁页内存中，但这对于不支持细粒度随机访问的 HBF 来说并不适用。
票房冠军软件适配策略：以 vLLM 为例的 HBF 应用探索
尽管面临挑战，演讲者认为 HBF 在特定场景下潜力巨大。一个极具前景的应用是存储 MoE（混合专家）模型的专家层。这些专家层参数庞大但使用频率相对较低，非常适合存放在 HBF 中。Giduthuri 表示，软件可以按需通过 DMA 将当前活跃的专家层数据加载到 HBM 中，从而在保持推理性能的同时，大幅降低对昂贵 HBM 容量的依赖。这种“数据分层”的策略，有望将 AI 推理的硬件成本降低一个量级。
综艺节目性能模拟与前景展望：HBF 与 HBM 的权衡
由于目前尚无 HBF 产品问世，该演讲主要基于模拟和性能预测。根据演讲中展示的数据，HBF 的单立方体容量可达 128GB 或更高，远超当前 HBM3E 的 24GB 单堆栈容量，但其带宽（预计在 1-2 TB/s 级别）和访问延迟（约 1-2 微秒，远高于 HBM 的纳秒级）与 HBM 相比仍有显著差距。下表对比了两者的关键特性：
| 特性 | HBF (预测) | HBM3E (当前) |
|---|
| --- | --- | --- |
|---|
| 单封装最大容量 | 1TB - 4TB | 128GB - 192GB |
|---|
| 访问带宽 | 1 - 2 TB/s | 4.8 - 8 TB/s |
|---|
| 访问延迟 | ~1 - 2 微秒 | ~100 - 200 纳秒 |
|---|
| 访问粒度 | 4KB - 64KB 块 | 32 - 64 字节 |
|---|
| 每 GB 成本 | 远低于 DRAM | 高 |
|---|
系统架构演进：HBF 与 HBM 的协同工作
Agarwal 和 Giduthuri 在演讲中强调，HBF 的目标并非取代 HBM，而是作为其补充，共同构建一个更优化的内存层级。在未来的 AI 加速器设计中，HBM 将继续扮演高速缓存的角色，存放热数据和当前计算所需的权重，而 HBF 则作为大容量、低成本的“近存存储层”，容纳整个模型权重或大规模知识库。这种设计可以显著提升单节点能够承载的模型规模，减少多节点间的通信开销。
未来挑战：寿命与生态系统的双重考验
尽管前景诱人，HBF 的大规模商用仍面临诸多挑战。首先，闪存的写入寿命有限（通常为 3K-10K P/E 周期），在高强度训练负载下是否能够满足可靠性需求仍是未知数。其次，HBF 需要全新的软件框架、驱动程序和编程模型支持。AP 通讯社的报道也印证了这一观点，指出内存制造商正在评估将 3D NAND 闪存堆叠到逻辑芯片上的技术可行性，但统一的标准和软件接口尚未形成。
FAQ 常见问题解答
Q1: HBF 和普通 SSD 有什么区别？
A1: 虽然都基于闪存技术，但 HBF 通过 HBM 类似的 2.5D/3D 封装直接与计算芯片集成，物理距离极近，因此其访问带宽可达 TB/s 级别，远超通过 PCIe 接口连接的普通 SSD（通常为 10-20 GB/s）。但 HBF 仍然以块为单位访问，需要 DMA 搬运数据。
Q2: HBF 真的能解决 AI 的内存瓶颈吗？
A2: 部分可以。它通过大幅增加单节点的内存“容量”来解决“内存墙”问题，使得更大的模型可以运行在更少的 GPU 上。但它并未解决“带宽墙”问题，对于需要极高带宽的细粒度访问场景，HBF 并不适用。因此，它是一种“容量革命”，而非“带宽革命”。
面对机器学习对内存容量永不满足的渴求，HBF 提供了一条极具吸引力的技术路线。尽管困难重重，但其“以容量换速度”的思路，为成本敏感的 AI 推理市场打开了一扇新的大门。HBF 的未来，将取决于半导体工艺、闪存寿命和软件生态的协同演进。
