闪迪成立HBF高带宽闪存技术顾问委员会

2017年ACM图灵奖得主David Patterson与GPU架构名人Raja Koduri是该委员会外部成员。

闪迪宣布将为其提出的HBF高带宽闪存概念成立技术顾问委员会。这一委员会由闪迪内部和外部的行业专家与高级技术人才组成，闪迪也在同一公告中宣布了委员会的两位外部成员：2017年ACM图灵奖得主David Patterson与著名GPU架构人才Raja Koduri。

高带宽闪存（High Bandwidth Flash） 内存是由闪迪提出，其将3D NAND的高容量与高带宽内存（HBM）的带宽相结合，旨在为需要低功耗和高性能的 AI 推理应用程序提供充足的带宽和容量。

HBF高带宽闪存技术顾问委员会外部成员David Patterson 是RISC精简指令集计算机的共同开发者，也在RAID存储阵列和NOW工作站网络的开发中起到了关键作用，为计算机科学发展与教育作出了卓越贡献。

David Patterson 表示：“HBF 通过在高带宽下提供前所未有的存储容量，使推理工作负载能够远远超出当今的限制，从而在数据中心人工智能中发挥重要作用，从而有望发挥重要作用。HBM 可以降低目前无法负担的新人工智能应用程序的成本。”

而另一位外部成员Raja Koduri此前在AMD和英特尔担任图形架构主管，指导了AMD Polaris/Vega/Navi GPU架构、英特尔锐炫/Ponte Vecchio GPU的开发，在HBF的关键用例之一AI GPU 有丰富经验。Raja Koduri表示，AI模型对片外内存容量的需求，而这正是HBF相较HBM的巨大优势。

专为AI领域设计的新型存储器架构HBF

HBF的堆叠设计类似于HBM，通过硅通孔（TSVs）将多个高性能闪存核心芯片堆叠，连接到可并行访问闪存子阵列的逻辑芯片上。也就是基于 SanDisk的 BICS 3D NAND 技术，采用CMOS直接键合到阵列（CBA）设计，将3D NAND存储阵列键合在I/O 芯片上。

HBF 打破了传统的NAND设计，实现了独立访问的存储器子阵列，超越了传统的多平面方法，这种设计提高了存储器的并行访问能力，从而提升了带宽和吞吐量。

HBF可匹配HBM的带宽，同时以相近的成本实现每个堆栈的容量比HBM高出8到16倍。HBF使用16个核心芯片，单堆栈容量可达512GB，8 个HBF 堆栈可实现 4TB的容量。

闪迪的第一代HBF使用16个堆叠在一起的内核芯片，采用专有的堆叠技术来最大限度地减少翘曲。逻辑芯片可以同时处理多个数据流，提供比标准 SSD 控制器更高的复杂性。根据HBF技术路线图，其第二代产品容量将提升1.5倍，第三代产品提升2倍，第二代产品的读取性能带宽较第一代提升1.45倍，第三代提升2倍，同时能耗也将得到显著下降。

不过遗憾的是，闪迪尚未披露HBF与HBM技术（如HBM3E）相比的具体性能指标，HBM3E每个堆栈可提供高达1 TB/s的带宽。

此前，闪迪声称将推动HBF的开放标准生态建设，例如建立相同的电气接口，以实现无缝集成，与行业伙伴共同合作，同时闪迪将持续创新推动闪存技术的进步。

*声明：本文系原作者创作。文章内容系其个人观点，我方转载仅为分享与讨论，不代表我方赞成或认同，如有异议，请联系后台。

想要获取半导体产业的前沿洞见、技术速递、趋势解析，关注我们！