SKハイニックスが『FMS 2026』で公開した高帯域幅フラッシュ（HBF）が商業化されると、人工知能（AI）アクセラレーターの近くに大容量の読み取りメモリプールを配置し、同じGPUでより多くの質問を処理し、電力・総所有コストを低減する構造が可能になると予測されている。
6日、半導体業界によると、SKハイニックスのHBF戦略は、AI推論インフラのボトルネックをメモリ階層の再配置で解消しようとする試みと評価されている。これは、HBMの性能を向上させる競争を超え、HBMとSSDの間に新しい層を挿入する方式だからである。
HBFはNANDベースのメモリであるが、一般的なSSDとは異なる。NANDをHBMに似た積層パッケージで構成し、並列読み取り構造を強化してAIアクセラレーターの近くに配置する技術である。SKハイニックスとサンディスクが公開した規格は、最大512GBの容量と0.4～3.0TB/sの帯域幅を示した。
海外の専門家グループは特に容量の改善に注目している。HBMは高速だが、搭載容量が制限されており、価格負担も大きい。大規模言語モデルの推論では、モデルの重みとKVキャッシュが常に増加している。ユーザーが増えるほど、同じGPU内で保存し呼び出さなければならないデータも増加する。
IT専門メディアのトムスハードウェアは、HBFをAI推論用の新しいメモリ階層と評価した。HBMだけでは経済的に提供が難しい大容量メモリプールをプロセッサの近くに配置できる点を利点として挙げた。ただし、遅延時間ではHBMを超えることは難しいと見ている。
この限界がHBFの用途を分けるとの分析がある。HBMは最も迅速にアクセスすべきデータを担当し、HBFは大容量が必要な読み取り中心のデータを支える補助的な役割を果たす。AI学習よりも推論用として先に使われるとの見方もこのためである。
EEタイムズもHBFをHBMの代替品ではなく補完品と見なした。書き込み速度と耐久性はHBMより劣るが、読み取り中心の推論作業には適した構造であると説明している。AIモデルをHBFに配置し、HBMを高速キャッシュのように使用することで、メモリの壁を別の方法で低減できるとの評価がある。
SKハイニックスには事業シナジー効果もある。同社はHBMの強者であり、NAND事業も展開している。HBFは両方の領域を一つのAIインフラソリューションとして統合できる製品である。HBMだけを販売していた時よりも、顧客システム内で占めるメモリ領域を広げることができるという意味である。
金千成 SKハイニックス部門長はFMS 2026で「AIの活用が急速に広がる中、データ処理構造全般の再設計が求められる時点である」と述べた。HBFがメモリとストレージの境界を再び分ける技術として評価される理由である。
* この記事はAIによって翻訳されました。
亜洲日報の記事等を無断で複製、公衆送信 、翻案、配布することは禁じられています。
