نگاهی به HBF: چگونه حافظه فلش با پهنای باند بالا (High Bandwidth Flash) شرکت SanDisk مدل‌های زبانی بزرگ (LLM) را مستقیماً روی سخت‌افزار بارگذاری می‌کند

نکات کلیدی

• فلش با پهنای باند بالا (HBF) یک لایه حافظه جدید است که با همکاری SanDisk و SK hynix توسعه یافته و برای قرارگیری بین حافظه با پهنای باند بالا (HBM) و حافظه SSD سنتی طراحی شده تا «دیوار ظرفیت حافظه» در هوش مصنوعی را حل کند.
• HBF پهنای باندی قابل مقایسه با HBM را هدف قرار داده و در عین حال ۸ تا ۱۶ برابر ظرفیت ذخیره‌سازی بیشتر با هزینه‌ای مشابه ارائه می‌دهد، که به شتاب‌دهنده‌های هوش مصنوعی اجازه می‌دهد پارامترهای مدل و داده‌های متنی بسیار بیشتری را مستقیماً در دسترس تراشه نگه دارند.
• این فناوری به طور رسمی در ۲۵ فوریه ۲۰۲۶ در یک رویداد مشترک در میلپیتاس، کالیفرنیا، همراه با تلاش برای استانداردسازی جهانی از طریق پروژه Open Compute معرفی شد.
• HBF بر پایه فناوری موجود BiCS NAND و CBA (آرایه متصل CMOS) شرکت SanDisk ساخته شده است، و نسل اول آن در حال نمونه‌برداری است و نقشه‌راه نسل‌های ۲ و ۳ نوید پهنای باند خواندن بالای ۲ ترابایت بر ثانیه و ۳.۲ ترابایت بر ثانیه را می‌دهند.
• نمونه‌برداری برای مشتریان برای سال ۲۰۲۶ هدف‌گذاری شده و انتظار می‌رود اولین سخت‌افزار هوش مصنوعی از اوایل سال ۲۰۲۷ HBF را یکپارچه کند، که آن را به عنوان یک فناوری آینده‌نگرانه اما هنوز غیرتجاری معرفی می‌کند.
• HBF توسط تحلیلگران به عنوان یکی از دلایل ساختاری جهش عظیم سهام SanDisk در سال ۲۰۲۶ ذکر شده است، زیرا می‌تواند بازار حافظه استنتاج هوش مصنوعی چندساله‌ای را باز کند که NVIDIA و فروشندگان رقیب نیز در حال رقابت برای پاسخگویی به آن با رویکردهای خاص خود هستند.

اگر روند فوق‌العاده سهام SanDisk در سال ۲۰۲۶ را دنبال کرده‌اید و مدام اصطلاح HBF را به عنوان دلیلی برای آن می‌بینید، این مقاله دقیقاً توضیح می‌دهد که فلش با پهنای باند بالا چیست، چگونه از نظر فنی کار می‌کند، چرا برای استنتاج مدل‌های زبانی بزرگ اهمیت دارد و این فناوری امروز در چه جایگاهی قرار دارد. به طور خلاصه، HBF یک معماری حافظه جدید است که چگالی ذخیره‌سازی بالای NAND flash را با عملکرد پهنای باند نزدیک به HBM ترکیب می‌کند. هدف این است که تراشه‌های هوش مصنوعی بتوانند وزن‌های مدل و داده‌های متنی استنتاج بیشتری را نزدیک به پردازنده نگه دارند و سفرهای کند و گران به حافظه خارجی را که باعث «تأخیر» در استنتاج مدل‌های زبانی بزرگ می‌شود، کاهش دهند. SanDisk و SK hynix در سال ۲۰۲۵ HBF را اعلام کردند و با یک رویداد رسمی در فوریه ۲۰۲۶ عرضه آن را تسریع کردند. اگرچه مهندسی زیربنایی واقعاً نوآورانه است، مهم است که وضعیت واقعی و کوتاه‌مدت فناوری (نمونه‌برداری، نمونه‌های اولیه، نقشه‌راه اولیه) را از ادعاهای سوداگرانه درباره محصولاتی که هنوز وجود ندارند، جدا کنیم.

اگر در حال ردیابی چگونگی تغییر زیرساخت‌های هوش مصنوعی توسط پیشرفت‌هایی مانند HBF هستید و می‌خواهید پلتفرمی برای اقدام بر اساس آن تحقیقات با داده‌های زنده بازار داشته باشید، می‌توانید از طریق WEEX یک حساب رایگان در https://www.weex.com/fa-IR/register?vipCode=vrmi ایجاد کرده و ابزارهای معاملاتی آن را بررسی کنید.

فلش با پهنای باند بالا (HBF) به زبان ساده چیست

برای درک HBF، درک مشکل سلسله‌مراتب حافظه که سعی در حل آن دارد مفید است. شتاب‌دهنده‌های هوش مصنوعی مانند GPUها به یک سیستم لایه‌ای از حافظه متکی هستند: حافظه با پهنای باند بالا (HBM) که بسیار سریع اما گران و دارای ظرفیت محدود است، نزدیک‌ترین به تراشه قرار دارد، در حالی که حافظه SSD که کندتر اما بسیار بزرگ‌تر و ارزان‌تر است، دورتر قرار دارد. با رشد مدل‌های زبانی بزرگ، مقدار داده‌ای که این مدل‌ها باید در طول استنتاج «نزدیک» به پردازنده نگه دارند، منفجر شده است. وقتی آن داده‌ها در HBM جا نمی‌شوند، سیستم‌ها مجبورند دوباره آن را محاسبه کنند یا از لایه‌های ذخیره‌سازی بسیار کندتر دریافت کنند که باعث ایجاد تأخیر می‌شود.

HBF به عنوان یک لایه جدید طراحی شده که بین این دو حد قرار می‌گیرد. HBF که از فناوری فلش BiCS 3D NAND موجود SanDisk به جای DRAM استفاده شده در HBM ساخته شده، مهندسی شده تا پهنای باندی در همان محدوده کلی HBM ارائه دهد و در عین حال حدود ۸ تا ۱۶ برابر ظرفیت ذخیره‌سازی با هزینه قابل مقایسه ارائه دهد. در واقع، این به تراشه اجازه می‌دهد پارامترهای مدل و داده‌های کش کلید-مقدار بسیار بیشتری را به صورت فیزیکی در دسترس نگه دارد و به آنچه مهندسان «دیوار ظرفیت حافظه» هوش مصنوعی می‌نامند، پاسخ دهد.

چرا HBF برای بارگذاری مستقیم LLMها روی سخت‌افزار اهمیت دارد

عبارت «بارگذاری مستقیم LLMها روی سخت‌افزار» وعده اصلی HBF را به خوبی نشان می‌دهد. از آنجا که HBF می‌تواند حجم بسیار بیشتری از داده را در حالی که پهنای باند نزدیک به HBM را ارائه می‌دهد نگه دارد، امکان‌پذیر می‌شود که بخش بسیار بیشتری از پارامترهای یک مدل زبانی بزرگ یا کش کلید-مقدار در حال رشد آن را در حافظه سریع نگه داشت. طبق تحقیقات معماری که به پشته HBF SanDisk اشاره دارد، یک پیکربندی HBF که ۵۱۲ گیگابایت ذخیره‌سازی پارامتر با حدود ۱.۲ ترابایت بر ثانیه پهنای باند فراهم می‌کند، می‌تواند از استنتاج بلادرنگ مدل‌های ترکیبی از متخصصان و مدل‌های استدلالی با سرعت‌های تولید توکن معنادار پشتیبانی کند.

این موضوع اهمیت دارد زیرا گلوگاه محدود به حافظه فعلی صنعت در استنتاج ترنسفورمر، عمدتاً مربوط به محاسبات خام نیست، بلکه مربوط به زمانی است که سیستم صرف دریافت داده از حافظه می‌کند. همانطور که یکی از مشاوران فناوری، استاد KAIST که در توسعه اولیه HBM نقش داشت، توضیح داده است، بارهای کاری استنتاج در مدل‌های ترنسفورمر زمان بیشتری را صرف جابجایی داده می‌کنند تا محاسبه روی آن. HBF مستقیماً آن گلوگاه جابجایی داده را با افزایش پهنای باند یک استخر حافظه بسیار بزرگ‌تر و ارزان‌تر هدف قرار می‌دهد.

نقشه‌راه HBF: از اعلام تا استانداردسازی

توسعه HBF به جای اینکه صرفاً مفهومی باقی بماند، مراحل ملموس و قابل تأییدی را طی کرده است که بخشی از دلیل جدی گرفته شدن آن توسط صنعت نیمه‌هادی و تحلیلگران سهام است.

این جدول زمانی نشان می‌دهد که HBF در حال حاضر در مرحله نمونه‌برداری و استانداردسازی است و هنوز در سخت‌افزار هوش مصنوعی تجاری عرضه نشده است. این تمایز برای هر کسی که سرفصل‌هایی را ارزیابی می‌کند که نشان می‌دهد فناوری در حال حاضر «تأخیر را در سیستم‌های تولیدی از بین می‌برد» مهم است؛ تا اواسط سال ۲۰۲۶، HBF یک فناوری نقشه‌راه کوتاه‌مدت است که توسط نمونه‌های اولیه کاری و مشارکت‌های جدی صنعتی پشتیبانی می‌شود، نه یک محصول به طور گسترده مستقر شده.

نقشه‌راه فنی HBF: نسل‌های عملکرد

SanDisk اهداف عملکردی آینده‌نگرانه‌ای را در چندین نسل از HBF منتشر کرده است که بر پایه بنیاد CMOS Bonded Array (CBA) NAND آن ساخته شده است.

SanDisk این نقشه‌راه را به عنوان یکی از مقیاس‌پذیرترین پلتفرم‌های نیمه‌هادی خود معرفی می‌کند و استدلال می‌کند که برخلاف DRAM، که با چالش‌های مقیاس‌پذیری فیزیکی فزاینده‌ای روبرو است، HBF از مسیر مقیاس‌پذیری چگالی مطلوب‌تر NAND از طریق معماری BiCS SanDisk بهره می‌برد. اینکه آیا این اهداف نسلی طبق برنامه محقق می‌شوند یا خیر، یکی از سیگنال‌های فنی واضح‌تری خواهد بود که تحلیلگران در دو تا سه سال آینده تماشا خواهند کرد.

چگونه HBF با رویکرد رقیب NVIDIA مقایسه می‌شود

SanDisk و SK hynix تنها بازیگرانی نیستند که به دیوار ظرفیت حافظه هوش مصنوعی می‌پردازند. NVIDIA، به عنوان خریدار غالب HBM، پاسخ خود را از طریق آنچه به عنوان پلتفرم ذخیره‌سازی حافظه زمینه استنتاج (ICMSP) توصیف شده، دنبال کرده است که از SSDهای NVMe متصل به DPU، به طور خاص مرتبط با واحد پردازش داده BlueField-4 NVIDIA، برای نگه داشتن داده‌های کش کلید-مقدار سرریز شده از HBM و DRAM سرور GPU استفاده می‌کند. این رویکرد به GPUها در پلتفرم Vera Rubin NVIDIA از طریق شبکه‌سازی اترنت پرسرعت با استفاده از فوتونیک متصل می‌شود.

قابل ذکر است که NVIDIA به طور عمومی علاقه مستقیمی به پذیرش خود HBF نشان نداده است و در عوض راه حل لایه ذخیره‌سازی شبکه‌ای خود را توسعه داده است. این برای سرمایه‌گذاران و متخصصان فناوری اهمیت دارد زیرا حداقل دو فلسفه معماری رقیب را برای حل همان مشکل اساسی نشان می‌دهد: یکی (HBF) فلش را مستقیماً در یک بسته شبیه حافظه نزدیک به دای محاسباتی یکپارچه می‌کند، در حالی که دیگری (ICMSP) بر شبکه‌سازی سریع برای اتصال ذخیره‌سازی فلش خارجی به GPU متکی است.

چرا HBF به داستان سهام SanDisk گره خورده است

HBF به یکی از توضیحات فنی مکرری تبدیل شده است که تحلیلگران هنگام بحث در مورد عملکرد چشمگیر قیمت سهام SanDisk در سال ۲۰۲۶ به آن استناد می‌کنند. منطق سه چیز را به هم متصل می‌کند: بارهای کاری استنتاج هوش مصنوعی به طور فزاینده‌ای محدود به ظرفیت حافظه هستند تا صرفاً محدود به محاسبات؛ HBF مستقیماً آن محدودیت را با یک راه حل مبتنی بر NAND هدف قرار می‌دهد که به نقطه قوت اصلی تولید SanDisk بازی می‌کند؛ و کسب‌وکار NAND موجود SanDisk قبلاً از یک چرخه تقاضای SSD سازمانی جداگانه و فوری‌تر هوش مصنوعی سود می‌برد.

ارزش آن را دارد که در مورد تفاوت بین این دو داستان شفاف باشیم. جهش سهام SanDisk تا اواسط سال ۲۰۲۶ عمدتاً توسط تقاضای فعلی SSD سازمانی و قیمت‌گذاری قرارداد NAND هدایت شده است، یک روند واقعی و در حال درآمدزایی. در مقابل، HBF یک فرصت درآمدی آینده است که هنوز در مرحله نمونه‌برداری و استانداردسازی است و انتظار نمی‌رود یکپارچه‌سازی سخت‌افزار تجاری تا حدود سال ۲۰۲۷ انجام شود. سرمایه‌گذاران و معامله‌گران باید HBF را به عنوان یک عامل اختیاری بلندمدت که بر روی داستان قیمت‌گذاری NAND کوتاه‌مدت و اثبات‌شده SanDisk لایه‌بندی شده است، در نظر بگیرند، نه به عنوان یک محرک درآمد فعلی.

خطرات و سوالات بی‌پاسخ پیرامون HBF

چندین عدم قطعیت واقعی باقی مانده است قبل از اینکه HBF به یک جزء اصلی زیرساخت هوش مصنوعی تبدیل شود. استانداردسازی از طریق پروژه Open Compute زمان می‌برد و نیاز به پذیرش گسترده صنعت فراتر از SanDisk و SK hynix دارد؛ بدون پذیرش گسترده‌تر از سوی سازندگان GPU و یکپارچه‌سازان سیستم، HBF خطر باقی ماندن به عنوان یک راه حل خاص را دارد. عدم تعهد عمومی NVIDIA به HBF، با توجه به موقعیت غالب آن در طراحی شتاب‌دهنده هوش مصنوعی، یک سوال بی‌پاسخ معنادار است. پیچیدگی تولید نیز غیربدیهی است؛ HBF تکنیک‌های پیشرفته پشته‌سازی 3D NAND، بسته‌بندی جدید و اتصال ویفر را ترکیب می‌کند که باید به طور قابل اعتمادی به تولید با حجم بالا مقیاس‌پذیر شوند.

افکار نهایی

HBF نشان‌دهنده یک رویکرد واقعاً نوآورانه به یکی از مبرم‌ترین گلوگاه‌های فنی زیرساخت هوش مصنوعی است: چگونه داده‌های مرتبط کافی را به اندازه کافی نزدیک به پردازنده نگه داریم تا از تأخیر ایجاد شده توسط محدودیت‌های ظرفیت حافظه امروزی جلوگیری کنیم. با ترکیب چگالی بالای فلش NAND با عملکرد پهنای باند نزدیک به HBM، SanDisk و SK hynix مشکلی را هدف قرار می‌دهند که با مقیاس‌بندی مدل‌های زبانی به سمت پنجره‌های زمینه طولانی‌تر و بارهای کاری استدلالی پیچیده‌تر، فوری‌تر می‌شود. این فناوری در کمتر از دو سال از مفهوم به نمونه اولیه کاری و یک راه‌اندازی مشترک رسمی با حرکت استانداردسازی واقعی رسیده است که سرعت سریعی با استانداردهای صنعت نیمه‌هادی است. با این حال، HBF تا اواسط سال ۲۰۲۶ پیش‌تجاری باقی مانده است.

اگر این نوع بررسی عمیق در مورد فناوری محرک سهام زیرساخت هوش مصنوعی برای شما مفید است، می‌توانید با ثبت‌نام از طریق WEEX در https://www.weex.com/fa-IR/register?vipCode=vrmi و بررسی پلتفرم معاملاتی آن، آن تحقیق را به عمل تبدیل کنید.

سوالات متداول

۱. فلش با پهنای باند بالا (HBF) چیست و چه تفاوتی با HBM دارد؟

HBF یک فناوری حافظه جدید است که به جای DRAM بر روی فلش NAND ساخته شده و برای ارائه پهنای باند قابل مقایسه با حافظه با پهنای باند بالا (HBM) در حالی که ۸ تا ۱۶ برابر ظرفیت ذخیره‌سازی بیشتر با هزینه مشابه ارائه می‌دهد، طراحی شده است. HBM سریع‌تر و دارای تأخیر کمتری باقی می‌ماند، اما HBF به سیستم‌های هوش مصنوعی اجازه می‌دهد داده‌های بسیار بیشتری را بدون محدودیت‌های هزینه و ظرفیت حافظه مبتنی بر DRAM در دسترس نگه دارند.

۲. HBF چه زمانی در محصولات سخت‌افزاری واقعی هوش مصنوعی در دسترس خواهد بود؟

تا اواسط سال ۲۰۲۶، HBF در مرحله نمونه‌برداری و استانداردسازی است. ماژول‌های نمونه برای عرضه به مشتریان منتخب در نیمه دوم سال ۲۰۲۶ هدف‌گذاری شده‌اند و انتظار می‌رود اولین محصولات سخت‌افزاری هوش مصنوعی از اوایل سال ۲۰۲۷ HBF را یکپارچه کنند.

۳. آیا HBF جایگزین HBM در تراشه‌های هوش مصنوعی مانند GPUهای NVIDIA می‌شود؟

خیر. HBF برای تکمیل HBM طراحی شده است، نه جایگزینی آن. هدف آن عمل به عنوان یک لایه حافظه اضافی است که بین HBM فوق‌سریع و ذخیره‌سازی SSD سنتی و بسیار کندتر قرار می‌گیرد و داده‌های با ظرفیت بالا مانند زمینه استنتاج را مدیریت می‌کند که به سریع‌ترین سرعت مطلق HBM نیاز ندارند اما همچنان به عملکرد بسیار بهتری نسبت به ذخیره‌سازی استاندارد نیاز دارند.

۴. کدام شرکت‌ها در حال توسعه فناوری HBF هستند؟

SanDisk و SK hynix به طور مشترک در حال توسعه HBF هستند و در اوت ۲۰۲۵ یک تفاهم‌نامه برای استانداردسازی مشخصات آن امضا کردند. آنها این فناوری را در یک رویداد مشترک در فوریه ۲۰۲۶ رسماً راه‌اندازی کردند و در حال همکاری با پروژه Open Compute برای استانداردسازی در سطح صنعت هستند، در حالی که رقبایی مانند NVIDIA و Samsung در حال دنبال کردن رویکردهای جایگزین خود برای همان گلوگاه حافظه هستند.

۵. HBF چگونه به جهش قیمت سهام SanDisk در سال ۲۰۲۶ متصل است؟

تحلیلگران به HBF به عنوان یک محرک رشد بلندمدت و آینده‌نگرانه اشاره می‌کنند که بر روی داستان قیمت‌گذاری SSD سازمانی و NAND مبتنی بر هوش مصنوعی SanDisk لایه‌بندی شده است، که عامل اصلی کوتاه‌مدت پشت جهش سهام بوده است. HBF نشان‌دهنده اختیارات آینده مرتبط با یک بازار معماری حافظه هوش مصنوعی بالقوه جدید است، نه یک منبع درآمد فعلی، زیرا انتظار نمی‌رود محصولات تجاری قبل از سال ۲۰۲۷ عرضه شوند.

سلب مسئولیت

این مقاله صرفاً برای مقاصد اطلاعاتی و آموزشی است و توصیه مالی، سرمایه‌گذاری، حقوقی یا فنی محسوب نمی‌شود. اطلاعات مربوط به فناوری HBF، جدول زمانی محصول و اظهارات شرکت منعکس‌کننده داده‌های در دسترس عموم تا اواسط سال ۲۰۲۶ است و ممکن است با توسعه فناوری تغییر کند؛ در دسترس بودن تجاری، مشخصات عملکرد و جدول زمانی پذیرش ممکن است به طور مادی با نقشه‌راه‌های فعلی متفاوت باشد. ارجاعات به عملکرد سهام SanDisk گویا است و توصیه‌ای برای خرید یا فروش هیچ اوراق بهاداری نیست. همیشه تحقیقات مستقل خود را انجام دهید و قبل از تصمیم‌گیری برای سرمایه‌گذاری با یک مشاور مالی دارای مجوز مشورت کنید. نه نویسنده و نه ناشر مسئول هیچ‌گونه ضرر ناشی از اتکا به این محتوا نیستند.