主页搜索
搜索
选择时间
搜索范围
全部的
‘HBF’新闻 5个
-
三星电子申请下一代AI内存'zHBF'商标,旨在未来布局三星电子正在积极申请与下一代人工智能(AI)内存相关的高带宽闪存(HBF)商标。据业界消息,三星电子近期申请了'zHBF'商标。这是为了未来布局而提前申请的商标,实际开发则是在FMS上公开的zNAND-O进行的。HBF是一种新型内存,与垂直堆叠的HBM不同,它通过叠加闪存实现大容量和高数据传输速度的双重目标。HBF被视为填补HBM与固态硬盘(SSD)之间性能和容量差距的新内存层。随着AI市场从学习向推理扩展,对像HBF这样的高容量、高带宽内存的需求也在增加。由于AI模型的规模和处理数据急剧增加,仅依靠价格昂贵的HBM已难以满足所需的内存容量。HBF利用闪存的大容量特性,能够比现有SSD更快地提供数据,从而缓解AI加速器的内存瓶颈。三星电子还在专注于其下一代闪存解决方案zNAND-O的开发。该产品在本月初于美国加利福尼亚州圣克拉拉举行的'FMS 2026'上首次公开,旨在应对AI推理过程中对大容量数据处理的需求,是针对下一代AI内存市场的高性能闪存解决方案。三星电子还在扩大下一代AI内存技术的开发范围。在FMS上,三星还展示了将运算单元和内存垂直堆叠的下一代3D内存'zHBM'概念。与传统HBM放置在AI加速器旁边不同,该设计将内存堆叠在加速器上方,以缩短物理距离,降低数据传输过程中的延迟和能耗。不过,此次'zHBF'商标的申请并不意味着会立即开发或商业化新的产品。由于下一代AI内存市场的技术和产品名称尚未确定,因此可以理解为三星电子提前确保知识产权以应对未来的潜在应用。
2026-08-28 02:08:00 -
突破内存瓶颈的解决方案HBF…谷歌关注的下一代AI内存在人工智能(AI)时代,日益严重的内存瓶颈问题正在通过高带宽闪存(HBF)这一新一代内存技术得到解决。尤其是谷歌DeepMind将HBF称为“AI推理时代的最佳内存解决方案”,引发了业界的广泛关注。在6日(当地时间)于美国加利福尼亚举行的全球最大内存会议FMS 2026上,SK海力士、谷歌DeepMind和闪迪共同进行了以“HBF突破内存瓶颈”为主题的专题讨论。此次会议是在4日SK海力士与闪迪发布HBF首个标准规格后,AI服务企业与内存企业共同探讨商业化方向的场合。HBF是一种新的内存层,位于超高速DRAM HBM与大容量SSD之间。它的特点是能够实现与HBM相当的数据传输速度,同时基于闪存大幅提升容量。HBF并不是取代HBM,而是与HBM并存,以补充不足的内存容量。此次讨论的意义在于,谷歌DeepMind作为直接开发和运营AI模型的企业,公开提及HBF的必要性,增强了市场扩展的可能性。谷歌DeepMind的研究员肖宇马指出,AI产业正在迅速从以学习(Training)为中心转向以推理(Inference)为中心。他预测,从2024年到2034年,AI推理芯片市场规模将增长超过10倍,并表示仅凭现有内存结构难以满足这一需求。他解释说,随着AI模型参数的快速增加,以及处理图像、视频、音频的多模态AI的普及,随着对话的延长,KV缓存的处理量也急剧增加,因此必须同时确保内存容量和带宽。肖宇马表示:“过去,增加内存容量会降低带宽,而提高带宽则会增加成本和电力消耗,这是一种矛盾关系。HBF是一个新的替代方案,能够同时实现高带宽和能效。”闪迪强调了HBF在AI推理系统中的经济性。副总裁拉吉夫·纳加比拉巴表示,应用HBF可以有效管理KV缓存,从而将系统的KV识别率提高两倍以上,最终缩短令牌生成时间,降低GPU使用率和运营成本。此外,由于HBF基于闪存,具有断电后数据仍能保持的非易失性特性,能够长期存储数据,并且在读取比例较高的AI推理环境中,闪存的耐用性问题也能得到有效解决。SK海力士强调,为了实现HBF的商业化,不仅需要内存本身的创新,还需要整个系统的创新。SK海力士副总裁任义哲表示:“闪存在结构上存在延迟时间长和写入性能低的局限性,因此需要采用预取(Prefetching)、移动窗口内存(Moving Window Memory)、混合内存架构等硬件与软件共同设计的协同设计(Co-design)方法。”他进一步指出:“为了在实际AI系统中充分利用HBF,xPU设计公司、LLM开发者和软件工程师等多方生态参与者需要共同制定高质量的标准。”早前,SK海力士与闪迪于今年2月成立了HBF标准化联盟,并在6个月内发布了首个标准规格。该规格基于8层和16层闪存堆叠,支持最大512GB的容量,带宽分为三个等级,规定可实现每秒0.4TB至3.0TB的传输速度。目前,参与该联盟的有SK海力士、闪迪、谷歌、天数科技等。 ※ 本报道经人工智能(AI)系统翻译与编辑。
2026-08-07 21:08:00 -
因内存不足而缓慢的AI,SK海力士为何专注于HBFSK海力士在‘FMS 2026’上展示的高带宽闪存(HBF)一旦商业化,将在人工智能(AI)加速器附近提供大容量读取内存池,从而使同一GPU能够处理更多问题,并降低电力和总拥有成本。 根据6日的半导体行业消息,业界对SK海力士的HBF战略评价为通过内存层次的重新配置来解决AI推理基础设施的瓶颈。这是因为它在提升HBM性能的竞争之外,采用在HBM和SSD之间插入新层次的方式。 HBF是基于NAND的内存,但与普通SSD不同。它将NAND以类似HBM的堆叠封装形式构建,并增强并行读取结构,靠近AI加速器。SK海力士和闪迪公布的规格显示,HBF的最大容量为512GB,带宽为0.4~3.0TB/s。 海外专家特别关注容量的改善。HBM虽然速度快,但搭载容量有限且价格昂贵。在大规模语言模型推理中,模型权重和KV缓存不断增大。随着用户的增加,同一GPU内需要存储和调用的数据也在增加。 IT专业媒体Tom's Hardware将HBF评估为AI推理的新内存层次,指出其能够在处理器附近提供经济上难以仅靠HBM提供的大容量内存池的优势。然而,它在延迟方面难以超越HBM。 这种局限性被分析为决定HBF用途的关键。HBM负责最需要快速访问的数据,而HBF则承担需要大容量的读取中心数据的辅助角色。因此,HBF预计将首先用于推理而非学习。 EE Times也认为HBF不是HBM的替代品,而是补充品。尽管在写入速度和耐用性上不如HBM,但其结构适合读取中心的推理任务。将AI模型放在HBF上,并将HBM作为高速缓存使用,可以以另一种方式降低内存壁垒。 SK海力士还具备业务协同效应。该公司不仅是HBM的强者,还拥有NAND业务。HBF是将这两个领域整合为一个AI基础设施解决方案的产品。这意味着可以在客户系统中扩大内存区域,而不仅仅是销售HBM时的占比。 金千成 SK海力士部门长在FMS 2026上表示:“随着AI应用的快速普及,整个数据处理结构的重新设计已成为必然。”这也是HBF被评估为重新划分内存与存储边界的技术原因。※ 本报道经人工智能(AI)系统翻译与编辑。
2026-08-07 04:08:10 -
三星与SK海力士在后HBM市场的分歧三星电子与SK海力士在高带宽内存(HBM)之后的市场布局上出现了明显分歧。三星电子采取了针对客户人工智能(AI)芯片的“定制化”策略,而SK海力士则致力于占领多个客户可共同使用的“开放标准”。 根据5日的半导体行业消息,三星电子与SK海力士在美国加利福尼亚州圣克拉拉举行的“FMS 2026”上展示了下一代AI内存技术,技术方向明显分化以争夺HBM之后的市场主导权。 三星电子推出的技术是zHBM。与传统HBM将内存贴近AI加速器不同,zHBM将内存垂直叠加在AI加速器上。这样可以缩短处理器与内存之间的距离,从而加快数据传输速度并降低功耗。 三星电子表示,zHBM的性能可比HBM5高出最多8倍,功率与性能比最高可提高3倍,热阻可降低50%以上。随着AI模型的增大,数据传输瓶颈也随之加剧,因此采用将内存更靠近的方式来解决这一问题。 定制化设计也是关键。三星电子表示,可以在内存与AI加速器之间的中介层中加入客户特定的IP。这意味着可以根据客户的需求调整内存容量、加速器性能和功率条件。 在NAND方面,三星电子也强调了3D策略,展示了400层以上的第10代V NAND,即V10 BV-NAND。通过应用晶圆粘合技术,集成度比上一代提高了约58%。同时还展示了用于设备内AI的zNAND-O。 SK海力士的方向则是标准化。与闪迪合作,公开了高带宽闪存(HBF)的首个标准规格。HBF是一种新一代存储技术,能够像HBM一样快速传输数据,同时基于NAND扩大容量。 HBF是位于HBM与固态硬盘(SSD)之间的新层。随着AI推理的普及,数据量将增加并需要更频繁地调用。仅靠HBM会增加容量负担,而仅靠SSD则速度不足。SK海力士计划通过HBF填补这一空白。 此次标准的容量设定为最大512GB,带宽分为每秒约0.4TB至3.0TB的三个等级。与处理器的连接采用开放芯片接口UCIe,确保与GPU和CPU等不同芯片的连接。 SK海力士在FMS上首次展示了第10代375层4D NAND,产品的功率与性能比比上一代提高了2.5倍。公司计划在明年初基于此推出高性能、高容量的eSSD量产。 半导体行业人士表示:“后HBM竞争不仅是单一产品规格的较量,更是AI系统架构谁先掌控的斗争。”他指出:“三星通过客户定制化优化,SK海力士则通过开放生态系统,针对AI内存瓶颈采取了不同的策略。”
2026-08-06 03:04:20 -
SK海力士首次公开'HBF'标准规格,全球首款375层NAND闪存亮相SK海力士于4日宣布,与闪迪共同发布了下一代存储技术HBF的首个标准规格。 SK海力士在美国加利福尼亚州圣克拉拉会议中心举行的'FMS 2026'上,将HBF介绍为解决人工智能时代内存瓶颈的关键技术。 HBF是一种新的内存层,位于高带宽内存(HBM)和大容量存储设备(SSD)之间。它保持了与HBM相同的快速数据处理速度,同时基于NAND闪存大幅提升容量,被认为是解决人工智能(AI)数据激增导致速度下降的关键技术。 自今年2月成立联盟以来,经过约6个月的努力,首次取得成果。公开的规格实现了将NAND芯片堆叠为8层和16层,最大容量可达512GB。带宽(每秒数据传输量)最高可达3.0TB/s。 采用下一代连接标准UCIe,使其能够与图形处理器(GPU)和中央处理器(CPU)等多种半导体灵活连接。 通过全球最大的开放数据中心合作体OCP(开放计算项目)发布,未来将作为行业共同标准使用。目前,谷歌和Tenstorrent等公司已参与该联盟。 在FMS 2026的展览中,SK海力士还将展示多项下一代技术。解决方案开发部门副部长金千成与下一代产品规划负责人姜旭成将共同发表关于AI基础设施效率提升的主题演讲。 特别是,全球首次公开了电力效率提高2.5倍的第10代(V10)375层4D NAND晶圆及相关产品。SK海力士计划在明年初开始量产基于该NAND的企业级SSD(eSSD),以增强在AI内存市场的主导地位。 金千成副部长表示:“随着AI应用的快速普及,数据处理结构的全面重设计成为必要。”他强调:“通过HBF,我们将扩展内存与存储之间的界限,提出提升系统整体效率的新架构。”※ 本报道经人工智能(AI)系统翻译与编辑。
2026-08-04 17:48:00
-
三星电子申请下一代AI内存'zHBF'商标,旨在未来布局三星电子正在积极申请与下一代人工智能(AI)内存相关的高带宽闪存(HBF)商标。据业界消息,三星电子近期申请了'zHBF'商标。这是为了未来布局而提前申请的商标,实际开发则是在FMS上公开的zNAND-O进行的。HBF是一种新型内存,与垂直堆叠的HBM不同,它通过叠加闪存实现大容量和高数据传输速度的双重目标。HBF被视为填补HBM与固态硬盘(SSD)之间性能和容量差距的新内存层。随着AI市场从学习向推理扩展,对像HBF这样的高容量、高带宽内存的需求也在增加。由于AI模型的规模和处理数据急剧增加,仅依靠价格昂贵的HBM已难以满足所需的内存容量。HBF利用闪存的大容量特性,能够比现有SSD更快地提供数据,从而缓解AI加速器的内存瓶颈。三星电子还在专注于其下一代闪存解决方案zNAND-O的开发。该产品在本月初于美国加利福尼亚州圣克拉拉举行的'FMS 2026'上首次公开,旨在应对AI推理过程中对大容量数据处理的需求,是针对下一代AI内存市场的高性能闪存解决方案。三星电子还在扩大下一代AI内存技术的开发范围。在FMS上,三星还展示了将运算单元和内存垂直堆叠的下一代3D内存'zHBM'概念。与传统HBM放置在AI加速器旁边不同,该设计将内存堆叠在加速器上方,以缩短物理距离,降低数据传输过程中的延迟和能耗。不过,此次'zHBF'商标的申请并不意味着会立即开发或商业化新的产品。由于下一代AI内存市场的技术和产品名称尚未确定,因此可以理解为三星电子提前确保知识产权以应对未来的潜在应用。
2026-08-28 02:08:00 -
突破内存瓶颈的解决方案HBF…谷歌关注的下一代AI内存在人工智能(AI)时代,日益严重的内存瓶颈问题正在通过高带宽闪存(HBF)这一新一代内存技术得到解决。尤其是谷歌DeepMind将HBF称为“AI推理时代的最佳内存解决方案”,引发了业界的广泛关注。在6日(当地时间)于美国加利福尼亚举行的全球最大内存会议FMS 2026上,SK海力士、谷歌DeepMind和闪迪共同进行了以“HBF突破内存瓶颈”为主题的专题讨论。此次会议是在4日SK海力士与闪迪发布HBF首个标准规格后,AI服务企业与内存企业共同探讨商业化方向的场合。HBF是一种新的内存层,位于超高速DRAM HBM与大容量SSD之间。它的特点是能够实现与HBM相当的数据传输速度,同时基于闪存大幅提升容量。HBF并不是取代HBM,而是与HBM并存,以补充不足的内存容量。此次讨论的意义在于,谷歌DeepMind作为直接开发和运营AI模型的企业,公开提及HBF的必要性,增强了市场扩展的可能性。谷歌DeepMind的研究员肖宇马指出,AI产业正在迅速从以学习(Training)为中心转向以推理(Inference)为中心。他预测,从2024年到2034年,AI推理芯片市场规模将增长超过10倍,并表示仅凭现有内存结构难以满足这一需求。他解释说,随着AI模型参数的快速增加,以及处理图像、视频、音频的多模态AI的普及,随着对话的延长,KV缓存的处理量也急剧增加,因此必须同时确保内存容量和带宽。肖宇马表示:“过去,增加内存容量会降低带宽,而提高带宽则会增加成本和电力消耗,这是一种矛盾关系。HBF是一个新的替代方案,能够同时实现高带宽和能效。”闪迪强调了HBF在AI推理系统中的经济性。副总裁拉吉夫·纳加比拉巴表示,应用HBF可以有效管理KV缓存,从而将系统的KV识别率提高两倍以上,最终缩短令牌生成时间,降低GPU使用率和运营成本。此外,由于HBF基于闪存,具有断电后数据仍能保持的非易失性特性,能够长期存储数据,并且在读取比例较高的AI推理环境中,闪存的耐用性问题也能得到有效解决。SK海力士强调,为了实现HBF的商业化,不仅需要内存本身的创新,还需要整个系统的创新。SK海力士副总裁任义哲表示:“闪存在结构上存在延迟时间长和写入性能低的局限性,因此需要采用预取(Prefetching)、移动窗口内存(Moving Window Memory)、混合内存架构等硬件与软件共同设计的协同设计(Co-design)方法。”他进一步指出:“为了在实际AI系统中充分利用HBF,xPU设计公司、LLM开发者和软件工程师等多方生态参与者需要共同制定高质量的标准。”早前,SK海力士与闪迪于今年2月成立了HBF标准化联盟,并在6个月内发布了首个标准规格。该规格基于8层和16层闪存堆叠,支持最大512GB的容量,带宽分为三个等级,规定可实现每秒0.4TB至3.0TB的传输速度。目前,参与该联盟的有SK海力士、闪迪、谷歌、天数科技等。 ※ 本报道经人工智能(AI)系统翻译与编辑。
2026-08-07 21:08:00 -
因内存不足而缓慢的AI,SK海力士为何专注于HBFSK海力士在‘FMS 2026’上展示的高带宽闪存(HBF)一旦商业化,将在人工智能(AI)加速器附近提供大容量读取内存池,从而使同一GPU能够处理更多问题,并降低电力和总拥有成本。 根据6日的半导体行业消息,业界对SK海力士的HBF战略评价为通过内存层次的重新配置来解决AI推理基础设施的瓶颈。这是因为它在提升HBM性能的竞争之外,采用在HBM和SSD之间插入新层次的方式。 HBF是基于NAND的内存,但与普通SSD不同。它将NAND以类似HBM的堆叠封装形式构建,并增强并行读取结构,靠近AI加速器。SK海力士和闪迪公布的规格显示,HBF的最大容量为512GB,带宽为0.4~3.0TB/s。 海外专家特别关注容量的改善。HBM虽然速度快,但搭载容量有限且价格昂贵。在大规模语言模型推理中,模型权重和KV缓存不断增大。随着用户的增加,同一GPU内需要存储和调用的数据也在增加。 IT专业媒体Tom's Hardware将HBF评估为AI推理的新内存层次,指出其能够在处理器附近提供经济上难以仅靠HBM提供的大容量内存池的优势。然而,它在延迟方面难以超越HBM。 这种局限性被分析为决定HBF用途的关键。HBM负责最需要快速访问的数据,而HBF则承担需要大容量的读取中心数据的辅助角色。因此,HBF预计将首先用于推理而非学习。 EE Times也认为HBF不是HBM的替代品,而是补充品。尽管在写入速度和耐用性上不如HBM,但其结构适合读取中心的推理任务。将AI模型放在HBF上,并将HBM作为高速缓存使用,可以以另一种方式降低内存壁垒。 SK海力士还具备业务协同效应。该公司不仅是HBM的强者,还拥有NAND业务。HBF是将这两个领域整合为一个AI基础设施解决方案的产品。这意味着可以在客户系统中扩大内存区域,而不仅仅是销售HBM时的占比。 金千成 SK海力士部门长在FMS 2026上表示:“随着AI应用的快速普及,整个数据处理结构的重新设计已成为必然。”这也是HBF被评估为重新划分内存与存储边界的技术原因。※ 本报道经人工智能(AI)系统翻译与编辑。
2026-08-07 04:08:10 -
三星与SK海力士在后HBM市场的分歧三星电子与SK海力士在高带宽内存(HBM)之后的市场布局上出现了明显分歧。三星电子采取了针对客户人工智能(AI)芯片的“定制化”策略,而SK海力士则致力于占领多个客户可共同使用的“开放标准”。 根据5日的半导体行业消息,三星电子与SK海力士在美国加利福尼亚州圣克拉拉举行的“FMS 2026”上展示了下一代AI内存技术,技术方向明显分化以争夺HBM之后的市场主导权。 三星电子推出的技术是zHBM。与传统HBM将内存贴近AI加速器不同,zHBM将内存垂直叠加在AI加速器上。这样可以缩短处理器与内存之间的距离,从而加快数据传输速度并降低功耗。 三星电子表示,zHBM的性能可比HBM5高出最多8倍,功率与性能比最高可提高3倍,热阻可降低50%以上。随着AI模型的增大,数据传输瓶颈也随之加剧,因此采用将内存更靠近的方式来解决这一问题。 定制化设计也是关键。三星电子表示,可以在内存与AI加速器之间的中介层中加入客户特定的IP。这意味着可以根据客户的需求调整内存容量、加速器性能和功率条件。 在NAND方面,三星电子也强调了3D策略,展示了400层以上的第10代V NAND,即V10 BV-NAND。通过应用晶圆粘合技术,集成度比上一代提高了约58%。同时还展示了用于设备内AI的zNAND-O。 SK海力士的方向则是标准化。与闪迪合作,公开了高带宽闪存(HBF)的首个标准规格。HBF是一种新一代存储技术,能够像HBM一样快速传输数据,同时基于NAND扩大容量。 HBF是位于HBM与固态硬盘(SSD)之间的新层。随着AI推理的普及,数据量将增加并需要更频繁地调用。仅靠HBM会增加容量负担,而仅靠SSD则速度不足。SK海力士计划通过HBF填补这一空白。 此次标准的容量设定为最大512GB,带宽分为每秒约0.4TB至3.0TB的三个等级。与处理器的连接采用开放芯片接口UCIe,确保与GPU和CPU等不同芯片的连接。 SK海力士在FMS上首次展示了第10代375层4D NAND,产品的功率与性能比比上一代提高了2.5倍。公司计划在明年初基于此推出高性能、高容量的eSSD量产。 半导体行业人士表示:“后HBM竞争不仅是单一产品规格的较量,更是AI系统架构谁先掌控的斗争。”他指出:“三星通过客户定制化优化,SK海力士则通过开放生态系统,针对AI内存瓶颈采取了不同的策略。”
2026-08-06 03:04:20 -
SK海力士首次公开'HBF'标准规格,全球首款375层NAND闪存亮相SK海力士于4日宣布,与闪迪共同发布了下一代存储技术HBF的首个标准规格。 SK海力士在美国加利福尼亚州圣克拉拉会议中心举行的'FMS 2026'上,将HBF介绍为解决人工智能时代内存瓶颈的关键技术。 HBF是一种新的内存层,位于高带宽内存(HBM)和大容量存储设备(SSD)之间。它保持了与HBM相同的快速数据处理速度,同时基于NAND闪存大幅提升容量,被认为是解决人工智能(AI)数据激增导致速度下降的关键技术。 自今年2月成立联盟以来,经过约6个月的努力,首次取得成果。公开的规格实现了将NAND芯片堆叠为8层和16层,最大容量可达512GB。带宽(每秒数据传输量)最高可达3.0TB/s。 采用下一代连接标准UCIe,使其能够与图形处理器(GPU)和中央处理器(CPU)等多种半导体灵活连接。 通过全球最大的开放数据中心合作体OCP(开放计算项目)发布,未来将作为行业共同标准使用。目前,谷歌和Tenstorrent等公司已参与该联盟。 在FMS 2026的展览中,SK海力士还将展示多项下一代技术。解决方案开发部门副部长金千成与下一代产品规划负责人姜旭成将共同发表关于AI基础设施效率提升的主题演讲。 特别是,全球首次公开了电力效率提高2.5倍的第10代(V10)375层4D NAND晶圆及相关产品。SK海力士计划在明年初开始量产基于该NAND的企业级SSD(eSSD),以增强在AI内存市场的主导地位。 金千成副部长表示:“随着AI应用的快速普及,数据处理结构的全面重设计成为必要。”他强调:“通过HBF,我们将扩展内存与存储之间的界限,提出提升系统整体效率的新架构。”※ 本报道经人工智能(AI)系统翻译与编辑。
2026-08-04 17:48:00