算力不再稀缺！AI卡顿的真正元凶曝光，HBF接棒HBM，成AI存储下一个核心风口。 当前 AI 产业热度集中在算力和光模块领域，市场资金频繁进出导致板块波动明显，而存储赛道里的高带宽闪存也就是 HBF，正慢慢成为行业关注度提升的新方向，在 HBM 热度回落之后，这项技术被不少机构看作 AI 存储领域下一个具备增长潜力的细分赛道。 行业里很多人习惯把 AI 运行不畅的原因归给算力不足，但实际情况已经发生变化。国内东数西算相关工程持续落地，互联网企业不断新建和扩容数据中心，整体算力供给已经比较充足。有行业数据显示，全球范围内大量 GPU 存在空闲状态，多数时间处于等待数据读取的状态，问题核心不在计算能力不够，而在存储系统的数据调度速度跟不上算力需求。 日常使用 AI 应用时出现响应延迟，本质就是存储带宽和吞吐能力不足，没办法快速支撑大模型的实时数据调用36氪。英伟达此前发布的新一代芯片架构，重点优化方向就是缩短数据传输距离，把计算单元和存储单元的位置拉近，目的就是解决存储带来的延迟问题。 HBM 也就是高带宽内存，之前在 AI 领域受到广泛关注，但这项技术存在明显短板，单颗芯片容量有限，生产成本一直居高不下36氪。HBF 的出现刚好弥补这些不足，它采用和 HBM 类似的 3D 堆叠架构，只是把存储介质换成 NAND 闪存，单堆栈容量最高可以达到 512GB，整体容量是 HBM 的 8 到 16 倍，单位容量成本也比 HBM 更低36氪。随着多模态模型发展，高清视频处理、三维建模等应用对存储容量要求越来越高，HBM 的小容量很难满足长期需求，而 HBF 的大容量特性可以更好适配未来 AI 应用的扩展方向。 目前存储行业头部企业已经开始推进 HBF 的标准化和产品化工作，三星、SK 海力士、闪迪等企业联合开展技术协商，推进统一行业标准36氪。按照公开规划，今年下半年会推出第一代商用 HBF 产品，到 2027 年搭载这项技术的 AI 推理设备有望实现规模化部署36氪。整个产业推进节奏比较明确，从标准制定到产品落地再到批量应用，形成了清晰的发展路径。 普通投资者想要布局这条赛道，可以重点关注几个关联度较高的细分领域。首先是通用 3D 封装与堆叠技术，HBM 和未来 HBF 的量产都依赖高密度封装能力，相关技术已经经过市场验证，具备技术积累的企业会占据优势。其次是 TSV、TGV 打孔设备，不管是现有主流工艺还是未来升级方向，打孔工序都是核心环节，随着 HBF 产能扩张，相关设备需求会稳步增长36氪。最后是封装和散热相关材料，包括键合材料、前驱体等，HBF 堆叠层数增加会直接带动材料需求，这类材料技术门槛较高，提前布局的企业能获得相应市场份额。 投资过程里需要保持理性判断，不能因为短期市场波动盲目操作。HBF 赛道目前处于发展初期，行业热度还未完全释放，真正的市场爆发要等到标准落地和产能稳定之后，现阶段属于相对合适的布局窗口。选择赛道时优先关注技术逻辑扎实、产业地位稳定的细分领域，避免跟随短期热点频繁交易，这样能降低投资风险，更好把握产业长期发展带来的机会。
