人工智能大模型快速发展，产业发展重心正从模型训练加速向推理端落地延伸，全球存储芯片需求量持续激增，且需求结构加速向场景化、差异化方向演进。推理场景下既要高带宽匹配高算力需求，又需凭借大容量以承载千亿级数据，同时兼顾低功耗和低成本。HBM（High Bandwidth Memory，高带宽内存，简称HBM）可满足算力需求，但容量与成本难以支撑大规模推理场景，DDR5、企业级固态硬盘可实现大容量和低成本，但是带宽远远不足。在此背景下，HBF（High Bandwidth Flash，高带宽闪存，简称HBF）因具备高带宽、大容量、低成本的优势而引起广泛关注，未来将与HBM形成技术互补，共同满足算力场景的多元化需求。对此，本文将深入分析HBF的发展背景、技术路线及国内外研发布局态势，并提出我国发展HBF产业的相关启示。

一、HBF技术的发展背景

（一）受益于AI大模型快速发展，存储器市场需求持续旺盛

随着AI大模型迅速发展，数据成为核心生产要素，存储器作为数据存储、处理和传输的媒介，市场需求持续增长。因任务目标、算力需求和运行场景的不同，AI大模型应用包含模型训练与模型推理两大环节，其中，训练场景对存储带宽有极高要求，HBM凭借高带宽、低延迟的特性，成为大模型训练场景的首选存储。据Yole数据显示，2030年全球HBM市场规模将达到980亿美元。DDR5、企业级固态硬盘因具备大容量、低功耗等优势广泛应用于推理场景。据IDC数据预测，2029年中国企业级固态硬盘市场规模将达到91亿美元。

（二）HBM、DDR5及企业级固态硬盘在AI大模型推理场景应用中各有优劣

当前，HBM由多个DRAM芯片3D堆叠而成，具备高带宽、低延迟、高集成度的优势，但HBM容量小、成本昂贵且高散热，不适宜大规模应用于推理场景。DDR5成本低、扩展性强，但是带宽瓶颈与延迟偏高，主要应用于中小训练场景。企业级固态硬盘容量大、成本低但带宽远不足，在大模型推理场景中主要作为辅助存储。在AI大模型推理场景中，HBM、DDR5、企业级固态硬盘三类存储器均无法同时满足高带宽、大容量、低成本的需求。

（三）HBF有效填补了存储系统带宽、容量、成本三者难以兼顾的技术缺口

HBF由多层NAND芯片（每层包含数百个堆叠的3D NAND单元层）堆叠而成，使用硅穿孔技术（TSV，Through Silicon Via）或CMOS键合阵列（CMOS directly Bonded to Array，CBA）技术实现先进封装。从带宽上看，因其架构设计与先进封装的双重优势，HBF单堆栈带宽较高，可接近HBM的水平。从容量上看，HBF单堆栈容量较大，单位容量成本低于HBM。从功耗上看，由于其非易失存储特性，无需周期性刷新、功耗更低，能够实现带宽、容量、成本的最优平衡。

（四）HBF技术目前处于从0到1的关键突破期，仍处在产业化初期阶段

目前，HBF技术研发主要由三星、SK海力士、闪迪、铠侠主导。闪迪提出HBF概念，现已搭建原型开发平台，但尚未推出商业化产品，预计2026年下半年原型产线投产，2027年全面商业化。SK海力士是全球HBF技术的核心研发与标准化主导方之一，首批工程样片计划于2026年下半年推出。三星电子已于2024年启动HBF独立技术研发，计划2027年底推出自研HBF产品。铠侠已成功研发出闪存工程样品，并验证了其可操作性。

（五）在HBM技术受限背景下，HBF将成为我国存储器产业突围新机遇

我国在芯片领域一直处于被动地位，HBM作为高端存储器，研发难度更大，技术壁垒更高。在国外技术封锁、专利垄断、供应链受限等多重制约下，我国尚不具备高端HBM生产制造能力且短期内难以实现快速追赶与规模化量产。在HBF领域，我国厂商长江存储在3D

NAND堆叠、混合键合等核心工艺上具备自主可控的技术基础，可依托现有技术路线及完整供应链布局HBF，避开HBM专利与工艺短板，实现换道超车，为国内存储器产业突破封锁、构建自主技术生态带来新的发展机遇。

二、HBF技术路线及国内外研发布局现状

（一）HBF依托TSV和CBA技术实现

HBF通过TSV或CBA技术实现多层NAND芯片垂直互联，搭配分布式控制器实现并行访问，将NAND固有延迟从毫秒级压缩至微秒级。TSV包括深反应离子刻蚀、化学气相沉积、物理气相沉积、电镀等流程，允许电信号在堆叠芯片之间传递，实现芯片之间的垂直互连，提高数据传输速率。CBA研发思路为将3D NAND存储阵列和CMOS外围电路进行拆分，两片晶圆分别形成后再通过Cu Bonding pads进行键合。

（二）全球行业巨头积极布局HBF领域

SK海力士依托其在HBM堆叠与3D NAND领域的技术积累，已发布HBF测试版，并计划推出采用16层NAND堆叠的HBF1样品。三星电子依托自身在3D NAND制造与TSV技术研发方面的储备，已启动HBF技术研发，计划在未来2年内将HBF集成到英伟达、AMD和谷歌的AI产品中。闪迪依托其自研的CBA直接键合与BiCS 3D NAND技术，现已搭建原型开发平台并完成核心架构验证与关键工艺开发。铠侠采用其自研的菊花链连接技术和闪存预取技术，能有效降低延迟，同时实现存储的大容量和高带宽。

（三）JEDEC¹尚未参与HBF技术规范与行业标准制定工作

截至目前，全球范围内尚未形成统一的HBF技术规范体系，JEDEC也未从事该技术规范及行业标准的制定，目前仅由SK海力士、闪迪联合推进相关标准研制工作。据悉，SK海力士已联合闪迪签署谅解备忘录，共同布局并推进HBF技术规范及行业标准的制定，且双方还牵头举办“HBF规格标准化联盟启动会”，集聚产业相关资源与力量，持续完善技术规范细则，稳步推进HBF技术规格的全球标准化，预计2027年完成产业级标准落地。

（四）我国具备一定的HBF研发基础与技术储备

HBF作为新兴高端存储器，其研发需融合3D NAND高密度堆叠、TSV互连、高带宽信号传输及热管理等多项前沿技术，研发难度较大。我国TSV技术已实现从研发到规模化量产的跨越，长电科技、通富微电等企业在TSV技术领域整体达到国际先进水平，部分指标跻身全球第一梯队，能为HBF存储器先进封装提供支撑。我国企业长江存储凭借X

tacking键合技术，具备异质晶圆直接键合能力，与HBF主流CBA路线技术同源，同时依托成熟NAND产业链，现已实现232层3D NAND稳定量产，可为研发HBF堆叠提供工艺基础。

（五）我国具备丰富的HBF存储器落地场景

我国推理需求呈指数级增长。据中国信通院人工智能所联合中国人工智能产业发展联盟发布《大模型推理优化关键技术及应用实践研究报告（2026年）》称，我国日均Token调用量两年增长超1400倍，2026年初突破140万亿。目前，我国已形成互联网与原生、政企与行业核心、智算集群、车载与边缘计算、终端与消费电子、科研创新六大类推理场景，覆盖高并发在线、长文本、多模态、低延迟、实时等需求，应用面广、业态类型丰富，为HBF存储器产业化落地提供充足且多元的应用场景。

三、我国发展HBF的启示

随着AI大模型在推理端持续深化应用，HBF存储器具备广阔的发展前景。我国作为全球存储器领域的积极参与者，应积极借鉴国外的成功研发经验，结合我国的实际需求，推动HBF产业发展。

（一）强化科教人才赋能，聚力攻克HBF技术难题

发挥我国在教育、科技、人才等方面的资源优势，聚焦HBF领域NAND闪存的3D堆叠良率偏低、物理延迟偏高、软硬件适配不足等技术难题，通过“揭榜挂帅”等机制，鼓励企业、高校、科研院所协同攻关，重点支持国内HBF研发制造骨干企业，加快关键工艺研发。

（二）前瞻布局专用EDA工具，抢占行业发展主动权

当前全球尚无HBF专用EDA工具，现阶段可依托已有存储、封装、电源类EDA工具组合，完成HBF设计研发。伴随HBF行业标准逐步落地完善，我国EDA企业需提前布局、前置研发，加快专项工具攻关储备，抢占技术先机，稳固我国在HBF领域发展主动权。

（三）深耕HBF技术研究，参与全球标准制定

我国应借鉴国际先进经验，深化在HBF领域的国际化合作，主动参与全球技术标准体系建设，联合国际龙头企业共建统一的技术标准与规范，确保技术的可操作性和兼容性，稳步提升在HBF领域的影响力，推动国内HBF技术稳健发展。

（四）企业联动协作，加速HBF产品落地

当前，计算芯片与HBF在硬件接口、软件栈、编程模型等方面存在兼容度不足的问题。鼓励国内计算芯片企业与HBF研发企业积极对接、深化合作，共同推进产品早期研发、技术验证与场景应用，持续完善适配生态，加快推动HBF产品落地应用，实现规模化量产与商业化应用。

注 释

^１JEDEC（Joint Electron Device Engineering Council，联合电子管工程委员会）是全球微电子/半导体行业非营利、非政府标准制定机构，该机构针对主存储器、闪存和移动存储均制定了相关的标准。

作者介绍

陈静文

咨询师

长期关注以集成电路为代表的新一代信息技术领域，参与多项集成电路领域课题研究、项目咨询及评估评审工作。

编辑：张　华 

审核：赵佳菲