好的，以下是根据您提供的原文生成的中文 Markdown 简报：

AI内存新方案：HBF有望大规模应用于推理任务

核心结论

随着AI大模型参数量和上下文长度持续增长，内存成为关键瓶颈。基于NAND Flash堆叠的高带宽闪存（HBF）凭借更高容量、更低成本的优势，有望成为AI推理场景的潜在新型内存方案，并实现大规模应用。

关键信息

• 内存需求驱动因素：AI模型变大、变智能需要更多内存；上下文窗口增长导致键值缓存对内存容量要求剧增。
• HBF定位：结构与HBM类似，但采用堆叠NAND闪存，类比为“图书馆”（HBM是“书房”），容量更大但延迟更高。
• 产品进展：闪迪已披露其HBF将在年底送样，配备控制器的完整产品预计明年正式推出。
• 容量优势：据Sandisk官网，HBF存储容量有望达到现有HBM的8-16倍，可将GPU存储容量扩展至4TB，满足AI大模型对内存容量的较高要求。

潜在影响

• 若HBF成功量产，将显著降低AI推理场景的内存成本，推动大模型在更广泛场景中部署。
• 对现有HBM市场格局形成补充或挑战，尤其在注重容量而非极致速度的推理任务中占据优势。
• 带动NAND Flash产业链及配套封装材料、化学品等环节的需求增长。

关注要点

• HBF技术成熟度及送样、量产时间表。
• 下游AI芯片厂商（如GPU厂商）对HBF的验证与采纳情况。
• 国内相关材料厂商在HBF产业链中的国产化替代进展。

关联个股

• 圣泉集团：已配合产业链完成多款HBM和HBF材料的国产化开发，如萘酚型环氧树脂及特殊固化剂。
• 飞凯材料：在半导体先进封装领域量产的功能型湿电子化学品、锡球和EMC环氧塑料均可应用于HBF制造工艺。

【盘中宝】AI发展趋势使得该领域成为关键要素，未来这类产品有望在推理任务中大规模应用，这家公司完成多款相关材料的开发

盘中宝

口器

大V实盘 视频直播 海量资讯作文免费看

cset.cnthesims.com

2026.06.08 10:45 星期一

一手资讯 同步更新 全网最全最真最快最及时

财联社资讯获悉，随着模型参数量和上下文长度的增加，其在推理过程中对于内存容量的要求也在不断提升。与存储三巨头美光、三星、海力士采用堆叠DRAM打造的HBM相比，基于NAND Flash的HBF有望提供更高容量和更低成本，并在带宽表现上接近HBM，因此被视为AI推理场景的潜在新型内存方案。

一、HBF或成为满足AI大模型内存容量要求的最佳方案

眼下AI领域的多种趋势都使得内存成为更关键的要素。随着大型语言模变得更大、更智能，它们需要显著更多的内存才能高效运行；其次，随着AI对话的上下文窗口不断增长，键值缓存需要越来越庞大的内存容量。HBF即高带宽闪存，其结构与堆盈DRAM芯片的HBM类似，是一种通过堆叠NAND闪存而制成的产品。HBM与HBF就好比书房与图书馆。前者容量虽小，但使用起来方便；后者容量更大，但也意味着延迟更高。

此前，闪迪披露其新型AI内存HBF（堆叠式闪存）将在年底送样，配备控制器的完整产品预计于明年正式推出。广发证券认为，HBF或成为满足AI大模型内存容量要求的最佳方案。根据Sandisk官网，Sandisk在研的HBF存储容量有望达到现有HBM的8-16倍，有望将GPU的存储容量扩展至4TB。HBF的内存容量和传输速率都很好地满足了AI大模型对于内存容量较高的要求，其推出后有望在推理任务中实现大规模应用。

二、相关上市公司：圣泉集团、飞凯材料

圣泉集团已配合产业链完成多款HBM和HBF材料的国产化开发，如萘酚型环氧树脂及特殊的固化剂等。

飞凯材料在半导体先进封装领域稳定量产的功能型湿电子化学品、锡球和EMC环氧塑料均可应用于HBF的制造工艺当中。