闪迪将在FMS 2026展示HBF及其他AI推理NAND技术
闪迪于8月6日宣布，将在2026年未来存储与内存大会（FMS）上展示面向人工智能应用的新一代NAND技术，包括HBF及其他AI推理相关技术。
原文深度解读
本文报道了闪迪（SanDisk）将于2026年未来存储与内存大会（FMS）上展示面向人工智能（AI）应用的新一代NAND技术，包括高带宽闪存（HBF）、下一代BiCS10 QLC NAND、基于PCIe 6.0的企业级SSD，以及AI数据周期框架。文章涉及闪迪与SK海力士合作参与HBF标准制定，并给出了HBF标准的关键参数（如8层和16层堆叠、最大容量512GB、带宽0.4-3TB/s）。这些技术与电子元器件供应链中的存储芯片、SSD控制器、接口标准等密切相关。
- 闪迪于8月6日宣布，将在FMS 2026上展示面向AI应用的下一代NAND技术，包括HBF、下一代NAND产品和企业级SSD。
- HBF是一种基于NAND的存储技术，类似HBM，通过垂直堆叠NAND die提高数据传输速度，提供高带宽性能，且比DRAM具有更大的容量可扩展性。
- 闪迪与SK海力士共同参与HBF规范标准化联盟，该联盟于8月4日发布了首个HBF标准，定义了8层和16层NAND die堆叠的两种配置，最大内存容量为512GB，带宽分为三个性能等级，范围从0.4TB/s到3TB/s。
- 闪迪将展示下一代BiCS10 QLC NAND技术，旨在提高密度、性能和功耗效率，以满足AI数据中心和云计算环境日益增长的存储需求；上个月已出货BiCS10 TLC NAND样品。
- 在企业级SSD领域，闪迪将展示基于PCIe 6.0标准、采用E3.S外形规格的产品，具有增强的KV缓存应用耐久性，并减少板载DRAM需求以最大化存储容量。
- 闪迪还将推出AI数据周期框架，这是其专有框架的增强版，旨在提供AI工作负载存储需求的全面视图。
供应链影响
- HBF标准的发布可能推动NAND堆叠技术和相关封装、测试设备的需求增长，具体取决于AI推理市场对高带宽存储的采用速度。
- BiCS10 QLC NAND的推出可能影响3D NAND闪存市场的供应结构，尤其是在AI数据中心和云存储领域，但实际影响取决于量产时间和良率。
- 基于PCIe 6.0的企业级SSD可能带动PCIe 6.0控制器、接口芯片和E3.S连接器等配套元器件的需求，但市场渗透取决于生态系统的成熟度。
- 减少SSD板载DRAM的设计可能改变SSD内部DRAM的采购需求，但可能增加对高性能NAND控制器或新型存储方案的需求，具体取决于技术实现。
- 闪迪与SK海力士在HBF标准上的合作可能影响存储行业竞争格局，但供应链影响取决于其他厂商是否跟进采用该标准。
系统解读，仅作为判断线索，不构成备货、出货、涨价或投资建议。
闪迪将在FMS 2026上展示下一代NAND技术，包括HBF。（图片来源：SK海力士）
闪迪于8月6日宣布，将在2026年未来存储与内存大会（FMS）上展示面向人工智能（AI）应用的下一代NAND技术。
将展示的技术包括高带宽闪存（HBF）、下一代NAND产品和企业级固态硬盘（SSD）。这些解决方案专为AI计算环境设计，如高速数据湖、模型存储、检索增强生成（RAG）和键值（KV）缓存工作负载。闪迪计划演示这些技术如何满足AI推理的多样化需求。
HBF是一种基于NAND的存储技术。与高带宽内存（HBM）类似，它垂直堆叠NAND die以提高数据传输速度。该技术提供高带宽性能，同时由于基于NAND，比DRAM具有更大的容量可扩展性。HBF专为需要高带宽和大内存容量的大规模AI推理工作负载而设计。
闪迪与SK海力士共同参与HBF规范标准化联盟。8月4日，该联盟发布了首个HBF标准。该规范定义了使用8层和16层NAND die堆叠的两种配置。最大内存容量设定为512GB，而带宽分为三个性能等级，范围从0.4太字节每秒（TB/s）到3TB/s。
公司还将展示其下一代BiCS10四层单元（QLC）NAND技术。这款3D NAND产品旨在提高密度、性能和功耗效率，以满足AI数据中心和云计算环境日益增长的存储需求。闪迪上个月已出货其BiCS10三层单元（TLC）NAND样品。
在企业级SSD领域，闪迪将展示基于PCI Express（PCIe）6.0标准的产品。这些SSD采用E3.S外形规格设计，这是一种下一代服务器存储规范。这些产品具有增强的KV缓存应用耐久性，并减少板载DRAM需求以最大化存储容量。SSD内部的DRAM通常用于存储映射表，以跟踪存储数据的位置。
公司还将推出其AI数据周期框架，这是闪迪专有框架的增强版，旨在提供AI工作负载存储需求的全面视图。AI存储系统用于原始数据归档、高速数据湖、模型训练、推理和生成内容存储库等功能。
“不断增长的推理工作负载正在创造对能够提供最佳性能、容量和功耗效率的存储和内存技术的需求，”闪迪首席产品官Khurram Ismail表示。
SanDisk will showcase next-generation NAND technologies, including HBF, at FMS 2026. (Photo: SK hynix)
SanDisk announced on Aug. 6 that it will unveil next-generation NAND technologies for artificial intelligence (AI) applications at Future of Memory and Storage (FMS) 2026.
The technologies to be showcased include High Bandwidth Flash (HBF), next-generation NAND products and enterprise solid-state drives (SSDs). The solutions are designed for AI computing environments such as high-speed data lakes, model storage, retrieval-augmented generation (RAG) and key-value (KV) cache workloads. SanDisk plans to demonstrate how these technologies can address the diverse requirements of AI inference.
HBF is a NAND-based memory technology. Similar to High Bandwidth Memory (HBM), it vertically stacks NAND dies to increase data transfer speeds. The technology delivers high-bandwidth performance while offering greater capacity scalability than DRAM because it is NAND-based. HBF is designed for large-scale AI inference workloads that require both high bandwidth and large memory capacity.
SanDisk is participating in the HBF Specification Standardization Consortium alongside SK hynix. On Aug. 4, the consortium released its first HBF standard. The specification defines two configurations using eight-layer and 16-layer NAND die stacks. Maximum memory capacity is set at 512GB, while bandwidth is categorized into three performance tiers ranging from 0.4 terabytes per second (TB/s) to 3TB/s.
The company will also present its next-generation BiCS10 quad-level cell (QLC) NAND technology. The 3D NAND product is designed to improve density, performance and power efficiency to meet growing storage demand from AI data centers and cloud computing environments. SanDisk shipped samples of its BiCS10 triple-level cell (TLC) NAND last month.
In the enterprise SSD segment, SanDisk will showcase products based on the PCI Express (PCIe) 6.0 standard. The SSDs are designed in the E3.S form factor, a next-generation server storage specification. The products feature enhanced endurance for KV cache applications and reduced onboard DRAM requirements to maximize storage capacity. DRAM inside SSDs is typically used to store mapping tables that track the location of stored data.
The company will also introduce its AI Data Cycle Framework, an enhanced version of SanDisk’s proprietary framework designed to provide a comprehensive view of storage requirements across AI workloads. AI storage systems are used for functions including raw data archives, high-speed data lakes, model training, inference and generative content repositories.
“Growing inference workloads are creating demand for memory and storage technologies that can deliver optimal performance, capacity and power efficiency,” said Khurram Ismail, Chief Product Officer at SanDisk.