报告概述
本报告是广发证券关于HBF（High Bandwidth Flash，高带宽闪存）技术的专题研究。HBF是一种基于3D NAND的高带宽堆叠存储介质，通过类似HBM的封装/互连方式将多个NAND闪存芯片堆叠，旨在填补HBM与传统SSD之间的空白。报告分析了HBF的技术原理、与HBM的对比优势（成本、容量、能效、读取带宽），并探讨了其在AI推理场景中的适用性，特别是作为读为主应用的高容量、低成本存储解决方案。此外，报告还梳理了主流存储厂商（如闪迪、SK海力士、三星）在HBF标准化和商业化方面的最新进展，并给出了产业链投资建议。
报告的核心结论
HBF填补了HBM与SSD之间的存储空白
HBF定位于对容量和成本敏感的读取密集型AI推理场景，提供比HBM更高容量（单堆栈最高512GB）和更低单位成本，同时读取带宽接近HBM水平，静态功耗明显更低，有效弥补现有存储层级的不足。
HBF在读为主应用中优势显著
由于采用NAND闪存，HBF写入/擦除寿命受限，但读取性能和能效优异，特别适合存储共享KV Cache、部分权重参数等读多写少、可预取的数据，而时延敏感、频繁更新的数据仍由HBM处理。
HBF商业化进程正加速推进
闪迪计划于2026年下半年提供HBF样品，2027年初推出集成HBF的AI推理服务器；SK海力士将HBF纳入其AIN产品线；三星也开始早期概念设计，主流厂商布局表明技术路径日益清晰。
报告回答的关键问题
什么是HBF？它和HBM有什么区别？
HBF（High Bandwidth Flash）是基于3D NAND的高带宽堆叠闪存，采用类似HBM的封装将多个NAND芯片堆叠。与HBM相比，HBF的单堆栈容量可达512GB（提升一个数量级），成本更低，读取带宽接近HBM，但写入耐久性较弱，适合读为主场景。
HBF在AI推理中如何应用？
在LLM推理中，HBF可存储共享KV Cache中的历史块、部分权重参数等读多写少、可预取的数据，从而降低对HBM容量和成本的压力。HBM则负责时延最敏感、更新最频繁的数据，两者组成混合架构实现成本与性能的平衡。
HBF商业化进展如何？何时能落地？
闪迪与SK海力士已启动HBF全球标准化进程，闪迪计划2026年下半年提供样品，2027年初推出集成HBF的AI推理服务器。SK海力士将HBF纳入其AIN产品线，三星也开始早期概念设计，商业化进程明显加速。
报告中的代表性数据
HBF单堆栈容量
首代目标参数，根据Sandisk 2025 Investor Day，首代HBF单个堆栈可实现512GB容量，较HBM大幅提升。
HBF读取带宽
首代目标参数，首代HBF目标读取带宽为1.6TB/s，接近HBM水平。
以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- HBF技术原理与架构详解：基于3D NAND的堆叠方式、与HBM的封装对比、HBF堆栈示意图。
- HBF与HBM全面对比分析：包含成本、容量、读取带宽、能效、耐久性等关键指标，以及混合架构H3设计。
- LLM推理中的存储访问方式：详细说明HBM与HBF在推理过程中的分工协作。
- 主流厂商HBF产品路线图：闪迪、SK海力士、三星等厂商的具体规划和时间表。
- 产业链投资标的分析：包括澜起科技、兆易创新、中微公司等公司估值与财务表现。
- 风险提示：AI产业发展不及预期、AI服务器出货量不及预期、国产厂商技术进展不及预期等。
本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。
