AI 存储技术路线分化：HBF 加速标准化，英伟达押注 CXL 与 AI SSD 组合

随着生成式 AI 技术的快速迭代，算力需求呈指数级增长，存储系统已成为制约 AI 性能进一步提升的核心瓶颈。在高带宽内存（HBM）产能紧张、成本居高不下的背景下，行业开始探索下一代存储解决方案，HBF（高带宽闪存）与 CXL（计算快速链接）两大技术路线逐渐浮出水面。2026 年 4 月，两大技术领域接连传来重磅消息：SK 海力士与闪迪联合推动 HBF 标准化进程，三星发布性能提升 10 倍的 CXL 内存系统，而英伟达则明确了短期技术路线，选择继续深耕 HBM 并加速布局 AI SSD 与 CXL 生态，不同厂商的战略选择正在重塑 AI 存储的竞争格局。

HBF 标准化加速落地，瞄准 AI 推理大容量需求

今年 2 月，SK 海力士与闪迪联合举办 “HBF 规格标准化联盟启动会”，正式发布面向 AI 推理时代的下一代存储器解决方案 HBF 的全球标准化战略，标志着这一新兴技术从概念阶段进入产业化推进的快车道。作为 3D NAND 闪存与高带宽堆叠技术结合的产物，HBF 被视为解决 AI 系统 “内存墙” 问题的重要方向，其核心优势在于兼顾大容量与高带宽，能够同时替代传统的 HBM 显存和 DDR 主存。

根据联盟公布的技术路线图，HBF 将采用 TSV（硅通孔）堆叠技术与 BICS 闪存工艺，单颗 HBF 芯片的最大容量可达 4096GB，是当前主流 HBM3E 内存容量的 8 至 16 倍。这种超高容量特性使其特别适合对内存容量要求极高的 AI 推理场景，能够大幅降低大型语言模型部署的硬件成本。闪迪在标准化进程中表现最为积极，目前已着手建立完整的 HBF 供应链，计划在 2026 年下半年推出首款原型样品，商业化量产目标提前至 2027 年，比最初公布的时间表提前了半年。

尽管 HBF 的技术前景被行业广泛看好，但其推广进程仍面临诸多挑战。作为一种全新的存储架构，HBF 需要配套的芯片设计、主板布线和软件生态支持，产业链的成熟需要较长时间。此外，HBF 的延迟性能仍无法与 HBM 相媲美，这也决定了其短期内难以进入对延迟敏感的 AI 训练市场，主要定位将集中在大规模 AI 推理和边缘计算领域。

英伟达明确技术路线：短期不采用 HBF，押注 HBM+AI SSD 组合

就在 HBF 标准化加速推进的同时，作为 AI 芯片领域的绝对领导者，英伟达却传出了短期内不会引入 HBF 技术的消息。据 Wccftech 报道，英伟达目前仍将 HBM 作为核心存储方案，同时计划通过高性能 AI SSD 和专用软件平台来解决内存容量不足的问题，这一战略选择与英伟达自身的生态布局和技术路线密切相关。

英伟达认为，通过优化现有存储架构，同样能够实现内存容量的高效扩展，无需引入全新的 HBF 标准。为此，英伟达正与铠侠、SK 海力士合作开发支持 PCIe 7.0 标准的高性能 AI SSD，并同步打造名为 “SCADA（可扩展加速数据访问）” 的软件平台。该平台的核心创新在于绕过传统的 “CPU 读取 SSD 再传递给 GPU” 的数据路径，实现 GPU 对 SSD 的直接访问，大幅缩短数据传输延迟，将 AI SSD 的随机读写性能（IOPS）目标锁定在 100M 级别。这种方案能够在不改变现有 GPU 硬件架构的前提下，有效扩展 AI 系统的可用内存容量，降低对 HBM 的依赖。

与英伟达的谨慎态度不同，谷歌被认为是 HBF 技术的潜在主要客户。目前谷歌的 TPU 生态系统正在快速扩张，其下一代 TPU 解决方案对大容量存储有着迫切需求。HBF 既能部分替代 HBM 的作用，又能替代标准 DDR 内存，能够帮助谷歌构建更具成本优势的 AI 推理集群。谷歌的加入也为 HBF 的商业化进程注入了重要动力，预计未来将形成英伟达主导的 HBM+AI SSD 路线与谷歌主导的 HBF 路线并存的局面。

CXL 成后 HBM 时代核心战场，三星发布 10 倍性能新系统

在 HBF 之外，CXL 作为一种开放性的互联协议，正成为存储行业新一轮竞争的核心领域。CXL 能够实现 CPU 与 GPU、FPGA 等加速器之间的高速高效互联，提供统一的内存地址空间和内存一致性，允许不同计算设备共享内存资源，从而有效缓解 AI 负载对内存容量和带宽的压力。TrendForce 预测，继 HBM 之后，CXL 将成为未来 3-5 年存储行业增长最快的细分市场。

三星近期发布的新一代 CXL 内存系统 “Pangea v2”，展示了 CXL 技术的巨大潜力。该系统围绕 CXL 2.0 标准打造，整合了 22 组 CXL 内存模块，构建了统一的共享内存资源池，支持多台服务器同时接入调用，整体内存容量可达 5.5TB。实测数据显示，Pangea v2 的数据传输性能相比 RDMA 等传统互联方式提升了 10.2 倍，同时将传统内存架构长期存在的运行瓶颈减少了 96%。目前三星已联合 Marvell 和 Liquid AI 展开技术合作，共同推进产品的商业化落地，并计划在 2026 年推出适配 CXL 4.0 标准的 “Pangea v3” 系统，进一步提升性能和容量。

除三星外，全球主要存储厂商都在加速 CXL 技术的布局。SK 海力士早在 2022 年便推出了首款 CXL 内存模块，2023 年升级至 CXL 2.0 标准，目前正在稳步推进下一代产品的研发；美光也在 2024 年首次发布 CXL 内存模块，正式加入这一赛道。而英伟达今年出货的 Vera CPU 原生支持 CXL 3.1 标准，被业界视为 CXL 技术规模商用的关键节点，将极大推动 CXL 生态的成熟与普及。

总体来看，当前 AI 存储技术正处于多元化发展的关键时期。HBM 仍将是未来 2-3 年 AI 训练和高端推理市场的主流存储方案，而 HBF 和 CXL 则分别从不同方向探索后 HBM 时代的技术路径。HBF 凭借超高容量优势瞄准 2027 年后的大规模 AI 推理市场，CXL 则通过内存资源池化技术解决当前系统的内存扩展难题。不同厂商基于自身生态优势选择了不同的技术路线，这种多元化的竞争格局将加速 AI 存储技术的创新迭代，为下一代更强大的 AI 系统奠定坚实的存储基础。