從HBM到HBF，在AI分層架構中的角色分工 | 三建產業資訊

HBM 之父預測：HBF將超越HBM

AI伺服器相關產能供不應求，具備高頻寬與低能耗特性的HBM，已成為AI加速器的核心配置。然而，擁有「HBM 之父」稱號的韓國科學技術院教授金正浩近日提到，隨著AI發展，所需數據量急劇增加，現有HBM已難以滿足未來需求，產業將加速轉向採用HBF技術。他更預言，HBF需求將在2038年超越HDM。

HBF、HBM與SSD的角色分工

HBF 的出現並不是要取代HBM，而是相輔相成的共生關係。在高階AI伺服器中，三者皆有其重要性。

HBM雖然速度極快，但受限於高昂成本與物理容量上限，難以獨立承載兆級模型；傳統SSD雖然便宜，但速度太慢不適合AI運算使用。HBF既可向上承接HBM因價格與容量限制而溢出的運算數據，也能向下解決SSD速度過慢無法支撐即時運算的瓶頸，讓AI運算不僅速度變快，成本也變得更親民。

HBF量產進程與台灣供應鏈機會

從產業發展階段觀察，HBF目前仍處於標準定義與生態系建立的早期階段。全球HBM市場龍頭SK海力士（SK Hynix）近期與美國記憶體大廠Sandisk合作，雙強聯手將HBF打造為產業標準。根據規劃，最快要到2027年才會推出首批HBF樣品。

在HBF邁入量產的過程中，控制晶片、先進封裝與高頻測試等周邊供應鏈的價值將顯著提升，在上述領域，具備成熟半導體製造與封裝測試實力的台灣供應鏈，被市場認為具有切入機會。

整體而言，HBF的意義並不在於是否全面取代HBM，而是讓AI記憶體架構首次具備以效能、容量與成本分層設計的可行性。在此架構下，HBM負責高速即時運算資料，HBF則承擔大規模但存取頻率較低的資料，讓AI系統在效能與成本之間取得更佳平衡。未來AI伺服器的設計，也將朝向這種更有效率的分層架構發展。