Сандиск планує запустити пілотну серію високоефективної пам’яті HBF до кінця року

Нові горизонти пам’яті: Sandisk і конкуренти готуються до випуску HBF

Виробники оперативної та твердотільної пам’яті продовжують удосконалювати технології, щоб задовольнити зростаючі вимоги ринку. Одним із ключових гравців у цій галузі є Sandisk, яка планує завершити будівництво пілотного лінійки виробництва *HBF* (High‑Bandwidth Flash) в Японії до кінця поточного року та перейти до масового випуску вже у 2027 р.

Що таке HBF і чому він важливий
- HBF – новий тип NAND‑пам’яті, що використовує вертикальну компоновку, аналогічну технології *HBM* (High‑Bandwidth Memory).

- Завдяки цьому підходу пам’ять розміщується ближче до GPU, що значно прискорює інференс ІІ‑моделей.

- Хоча швидкість HBF може уступати HBM, його ємність перевищує останню до 16 разів: у 16‑ярусному стеку можна зберігати до 512 ГБ, а при розміщенні восьми таких стеків поруч із GPU – до 4 ТБ.

План Sandisk
- Крок Срок Поиск матеріалів, компонентів і обладнання для HBF: вже почато (ETNews)
- Установка експериментальної лінії в Японії: у наступному півріччі
- Отримання перших зразків HBF: до кінця поточного року
- Масовий випуск 2027 р. (можливо на півроку раніше, якщо все піде за планом)

Sandisk використовує обладнання та технології, вже застосовані для виробництва HBM, що знижує ризик затримок у постачаннях.

Конкуренція
- Китайські виробники пам’яті також готуються до запуску HBF, посилюючи конкуренцію.

- SK hynix – конкурент Sandisk – підтримує стандартизацію HBF і вже бере участь у розробці.

- Samsung Electronics працює над аналогічною пам’яттю з початку десятиліття, але поки не оголошує конкретних термінів виходу на ринок.

Перспективи ринку
Очікується, що піковий попит на HBF наступить до 2030 р., коли сфера ІІ перейде від навчання великих мовних моделей до інференсу. У цьому контексті великі об’єми пам’яті в безпосередній близькості від GPU стануть критично важливими.

Таким чином, Sandisk і його конкуренти активно розробляють технологію HBF, яка обіцяє кардинально змінити підходи до зберігання даних для високопродуктивних обчислень та ІІ‑інференса.