主要观点总结
星宸科技开发者大会上,长江存储范增绪介绍了HBF可发挥晶栈Xtacking架构优势,并以存算协同模式释放端侧 AI 潜能。HBF是一种由闪迪等厂商推出的专为AI推理设计的新型非易失性存储架构,它兼具高带宽与大容量优势,旨在适配端侧AI推理需求。本文介绍了HBF的定义、技术、性能、优势、应用场景、发展规划与挑战。
关键观点总结
关键观点1: HBF的定义与定位
HBF是High Bandwidth Flash的缩写,是一种新型非易失性存储架构,专用于AI推理、大模型参数存储等读取密集型场景。
关键观点2: HBF的关键技术与架构
HBF借鉴了HBM的TSV堆叠技术,并基于BICS 3D NAND与CMOS的直接键合到阵列(CBA)设计。它实现了独立可访问的存储子阵列,大幅提升了并行访问能力与带宽/吞吐量。
关键观点3: HBF的核心性能与容量
HBF具有高容量和接近HBM的带宽,支持终端本地化和边缘AI。其优势包括高容量、高带宽、低成本、非易失性和低功耗。
关键观点4: HBF的应用场景
HBF在数据中心、终端/边缘、特定模型等领域有广泛的应用。例如,在数据中心,它可作为AI推理的高容量存储池,降低对HBM的依赖。
关键观点5: HBF的发展规划与生态
HBF的二代和三代产品预计在容量和带宽上有所提升,能耗将显著下降。同时,闪迪正与SK海力士等合作制定规范,推进开放电气接口。
免责声明:本文内容摘要由平台算法生成,仅为信息导航参考,不代表原文立场或观点。
原文内容版权归原作者所有,如您为原作者并希望删除该摘要或链接,请通过
【版权申诉通道】联系我们处理。