AI需求推动企业级SSD市场快速增长

闪迪宣布了HBF的推进计划，其将于明年下半年向客户提供HBF样本，并于2027年初为推理AI提供正式产品，这一激进的时间表显示出其对技术前景的强烈信心。

据了解，最初，闪迪工程师曾设想在HBF封装中融合NAND与DRAM，以DRAM缓存需要频繁更新的关键数据（如AI推理中的键值缓存KV caches）。但DeepSeek AI研究人员提出的“多头潜在注意力”技术改变了这一思路——该技术可将KV缓存压缩为潜在向量存储，实现93%的缓存容量缩减。这一突破让HBF无需依赖DRAM即可承载超大模型：单块GPU搭载的HBF内存可达到4TB容量（由8颗512GB HBF芯片组成），足以容纳16位权重的GPT-4模型（1.8万亿参数，需3.6TB存储），彻底告别了传统场景中“模型数据跨设备调度”的效率损耗。

HBF的更大价值在于为混合专家模型（Mixture-of-Experts， MOE）及多模态大模型的端侧部署提供了可能。闪迪解释，MOE模型通过将超大模型拆解为多个专精不同任务的“专家子模型”，生成token时仅激活部分专家，大幅降低计算需求，但对存储容量的需求随之攀升；而下一代文本、音频、视频融合的多模态模型，同样属于典型的“内存受限型应用”，这些正是HBF的核心适配场景。

铠侠：多路径探索的务实派

与其他两家不同，铠侠在HBF赛道上展现出更加务实和多元化的技术探索路径。作为SanDisk的NAND制造合资企业伙伴，铠侠既在独立开发差异化技术方案，又能共享合作伙伴的技术积累，这种"多路径下注"的策略，使其在这场技术竞赛中占据了独特位置。

2025年8月，铠侠发布了一款面向边缘服务器的高速闪存驱动器原型，其技术架构与主流的垂直堆叠方案形成鲜明对比。这款原型采用串联连接的闪存“珠子”（beads），使用PCIe 6总线，实现了5TB容量和64 GBps的数据速率。

铠侠的创新在于采用菊花链连接方式，而非传统的总线连接。闪存珠子和控制器以菊花链方式连接到每个内存板上，而不是总线连接。铠侠强调，"即使增加闪存存储器（珠子）的数量，带宽也不会下降。"这一特性解决了传统架构中随着存储单元增加而导致的带宽瓶颈问题。