Tìm hiểu về HBF: Cách High Bandwidth Flash của SanDisk tải LLM trực tiếp lên phần cứng

Điểm chính cần lưu ý

• High Bandwidth Flash (HBF) là một tầng bộ nhớ mới do SanDisk và SK hynix cùng phát triển, được thiết kế nằm giữa High Bandwidth Memory (HBM) và lưu trữ SSD truyền thống để giải quyết "bức tường dung lượng bộ nhớ" trong AI.
• HBF hướng tới băng thông tương đương HBM trong khi cung cấp dung lượng lưu trữ gấp 8-16 lần với chi phí tương đương, cho phép các bộ tăng tốc AI giữ nhiều tham số mô hình và dữ liệu ngữ cảnh hơn mà chip có thể truy cập trực tiếp.
• Công nghệ này được chính thức công bố vào ngày 25 tháng 2 năm 2026 tại sự kiện ra mắt chung ở Milpitas, California, cùng với nỗ lực tiêu chuẩn hóa toàn cầu thông qua Open Compute Project.
• HBF được xây dựng trên công nghệ BiCS NAND và CBA (CMOS Bonded Array) hiện có của SanDisk, với thế hệ 1 đã bắt đầu lấy mẫu và lộ trình thế hệ 2/thế hệ 3 hứa hẹn băng thông đọc lần lượt trên 2 TB/s và 3,2 TB/s.
• Việc lấy mẫu cho khách hàng dự kiến diễn ra vào năm 2026, với phần cứng AI đầu tiên dự kiến tích hợp HBF sớm nhất vào năm 2027, định vị nó là một công nghệ hướng tới tương lai nhưng chưa được thương mại hóa.
• HBF được các nhà phân tích trích dẫn rộng rãi là một trong những lý do cấu trúc đằng sau đợt tăng giá cổ phiếu mạnh mẽ của SanDisk trong năm 2026, vì nó có thể mở ra thị trường bộ nhớ suy luận AI kéo dài nhiều năm mà NVIDIA và các nhà cung cấp đối thủ cũng đang chạy đua để giải quyết bằng các phương pháp riêng của họ.

Nếu bạn đã theo dõi đà tăng trưởng cổ phiếu phi thường năm 2026 của SanDisk và liên tục thấy thuật ngữ HBF được nhắc đến như một lý do đằng sau đó, bài viết này sẽ giải thích chính xác High Bandwidth Flash là gì, cách thức hoạt động kỹ thuật, lý do tại sao nó quan trọng đối với việc suy luận mô hình ngôn ngữ lớn (LLM) và vị thế thực tế của công nghệ này hiện nay so với lộ trình phát triển. Tóm lại, HBF là một kiến trúc bộ nhớ mới kết hợp mật độ lưu trữ cao của NAND flash với hiệu suất băng thông tiệm cận HBM, loại bộ nhớ siêu nhanh hiện đang được sử dụng bên trong các bộ tăng tốc AI của NVIDIA và AMD. Mục tiêu là cho phép các chip AI giữ nhiều trọng số mô hình và dữ liệu ngữ cảnh suy luận hơn gần bộ xử lý, giảm bớt các chuyến đi chậm chạp, tốn kém đến bộ nhớ ngoài vốn gây ra "độ trễ" trong quá trình suy luận trên các mô hình ngôn ngữ lớn nhất hiện nay. SanDisk và SK hynix đã cùng công bố HBF và nỗ lực tiêu chuẩn hóa vào năm 2025, đồng thời đẩy nhanh việc triển khai với sự kiện ra mắt chính thức vào tháng 2 năm 2026. Mặc dù kỹ thuật nền tảng thực sự mới lạ và đã giành được sự công nhận của ngành, điều quan trọng là phải tách biệt trạng thái thực tế, ngắn hạn của công nghệ (lấy mẫu, nguyên mẫu, lộ trình sớm) khỏi các tuyên bố suy đoán về các sản phẩm chưa tồn tại.

Nếu bạn đang theo dõi cách các đột phá như HBF đang định hình lại cổ phiếu cơ sở hạ tầng AI và muốn có một nền tảng để hành động dựa trên nghiên cứu đó với dữ liệu thị trường trực tiếp, bạn có thể tạo tài khoản miễn phí thông qua WEEX tại https://www.weex.com/vi/register?vipCode=vrmi và khám phá các công cụ giao dịch của nó.

High Bandwidth Flash (HBF) là gì, theo cách hiểu đơn giản

Để hiểu HBF, cần hiểu vấn đề phân cấp bộ nhớ mà nó đang cố gắng giải quyết. Các bộ tăng tốc AI như GPU dựa vào hệ thống bộ nhớ phân tầng: High Bandwidth Memory (HBM) siêu nhanh nhưng đắt đỏ và hạn chế về dung lượng nằm gần chip nhất, trong khi lưu trữ SSD chậm hơn nhưng lớn hơn và rẻ hơn nhiều lại nằm xa hơn. Khi các mô hình ngôn ngữ lớn phát triển, và đặc biệt là khi cửa sổ ngữ cảnh của chúng mở rộng tới phạm vi hàng triệu token, lượng dữ liệu mà các mô hình này cần giữ "gần" bộ xử lý trong quá trình suy luận đã tăng vọt. Khi dữ liệu đó không thể nằm vừa trong HBM, các hệ thống phải tính toán lại (chậm và tốn kém) hoặc lấy nó từ các tầng lưu trữ chậm hơn nhiều, điều này tạo ra các nút thắt cổ chai về độ trễ mà người dùng có thể nhận thấy trong các ứng dụng AI dưới tải nặng.

HBF được thiết kế như một tầng mới nằm giữa hai thái cực này. Được xây dựng từ công nghệ BiCS 3D NAND flash hiện có của SanDisk thay vì DRAM được sử dụng trong HBM, HBF được thiết kế để cung cấp băng thông trong cùng phạm vi chung với HBM trong khi cung cấp dung lượng lưu trữ gấp khoảng 8 đến 16 lần với chi phí tương đương. Trên thực tế, nó cho phép một con chip giữ nhiều tham số mô hình và dữ liệu bộ nhớ đệm key-value hơn ở gần, giải quyết cái mà các kỹ sư gọi là "bức tường dung lượng bộ nhớ" AI, điểm mà các mô hình không còn bị giới hạn bởi sức mạnh tính toán thô mà bởi lượng dữ liệu liên quan có thể được giữ ở trạng thái dễ truy cập.

Tại sao HBF quan trọng đối với việc tải LLM trực tiếp lên phần cứng

Cụm từ "tải LLM trực tiếp lên phần cứng" nắm bắt tốt lời hứa cốt lõi của HBF. Vì HBF có thể chứa khối lượng dữ liệu lớn hơn nhiều trong khi vẫn cung cấp băng thông gần bằng HBM, nên việc giữ đáng kể nhiều tham số của mô hình ngôn ngữ lớn, hoặc bộ nhớ đệm key-value đang phát triển trong quá trình suy luận ngữ cảnh dài, nằm trong bộ nhớ nhanh thay vì liên tục chuyển dữ liệu qua lại từ bộ nhớ xa trở nên khả thi. Theo nghiên cứu kiến trúc tham chiếu đến ngăn xếp HBF của SanDisk, một cấu hình HBF duy nhất cung cấp 512 GB dung lượng lưu trữ tham số ở băng thông khoảng 1,2 TB/s có thể hỗ trợ suy luận thời gian thực của các mô hình hỗn hợp chuyên gia (Mixture-of-Experts) và mô hình suy luận ở tốc độ tạo token có ý nghĩa, một cấu hình mà các nhà nghiên cứu đã so sánh với mức hiệu suất thường thấy ở các cụm GPU quy mô rack, nhưng trong một diện tích nhỏ gọn hơn nhiều.

Điều này quan trọng vì nút thắt cổ chai bị giới hạn bởi bộ nhớ hiện nay của ngành trong suy luận transformer không chủ yếu nằm ở tính toán thô, mà nằm ở việc hệ thống dành bao nhiêu thời gian để lấy dữ liệu từ bộ nhớ thay vì thực hiện tính toán. Như một trong những cố vấn của công nghệ này, một giáo sư KAIST tham gia vào quá trình phát triển HBM ban đầu, đã giải thích, khối lượng công việc suy luận trên các mô hình transformer dành nhiều thời gian di chuyển dữ liệu hơn là tính toán trên đó. HBF nhắm trực tiếp vào nút thắt di chuyển dữ liệu đó bằng cách mở rộng băng thông của một nhóm bộ nhớ lớn hơn, rẻ hơn nhiều.

Lộ trình HBF: Từ thông báo đến tiêu chuẩn hóa

Sự phát triển của HBF đã trải qua một số cột mốc cụ thể, có thể kiểm chứng thay vì chỉ mang tính khái niệm, đó là lý do tại sao nó được cả ngành công nghiệp bán dẫn và các nhà phân tích cổ phiếu coi trọng.

Lộ trình này cho thấy HBF hiện đang trong giai đoạn lấy mẫu và tiêu chuẩn hóa, chưa được vận chuyển trong phần cứng AI thương mại. Sự khác biệt đó rất quan trọng đối với bất kỳ ai đánh giá các tiêu đề cho rằng công nghệ này đã "loại bỏ độ trễ" trong các hệ thống sản xuất hiện nay; tính đến giữa năm 2026, HBF vẫn là một công nghệ lộ trình ngắn hạn được hỗ trợ bởi các nguyên mẫu hoạt động và quan hệ đối tác công nghiệp nghiêm túc, thay vì một sản phẩm được triển khai rộng rãi.

Lộ trình kỹ thuật của HBF: Các thế hệ hiệu suất

SanDisk đã công bố các mục tiêu hiệu suất hướng tới tương lai qua nhiều thế hệ HBF, được xây dựng trên nền tảng CMOS Bonded Array (CBA) NAND của mình.

SanDisk coi lộ trình này là một trong những nền tảng bán dẫn có khả năng mở rộng nhất của mình, lập luận rằng không giống như DRAM, vốn phải đối mặt với những thách thức về mở rộng vật lý ngày càng tăng, HBF được hưởng lợi từ con đường mở rộng mật độ thuận lợi hơn của NAND thông qua kiến trúc BiCS của SanDisk. Việc liệu các mục tiêu thế hệ này có đạt được đúng tiến độ hay không sẽ là một trong những tín hiệu kỹ thuật rõ ràng hơn mà các nhà phân tích theo dõi trong hai đến ba năm tới.

Cách HBF so sánh với phương pháp cạnh tranh của NVIDIA

SanDisk và SK hynix không phải là những người chơi duy nhất giải quyết bức tường dung lượng bộ nhớ AI. NVIDIA, với tư cách là người mua HBM thống trị, đã theo đuổi câu trả lời của riêng mình thông qua những gì được mô tả là Nền tảng lưu trữ bộ nhớ ngữ cảnh suy luận (ICMSP), sử dụng NVMe SSD kết nối DPU, cụ thể là gắn liền với bộ xử lý dữ liệu BlueField-4 của NVIDIA, để giữ dữ liệu bộ nhớ đệm key-value tràn ra từ HBM và DRAM máy chủ GPU. Phương pháp này kết nối với các GPU trong nền tảng Vera Rubin của NVIDIA thông qua mạng Ethernet tốc độ cao sử dụng quang học, chạy ở tốc độ 800 Gbps mỗi cổng.

Đáng chú ý, NVIDIA chưa công khai bày tỏ sự quan tâm trực tiếp đến việc áp dụng HBF, thay vào đó phát triển giải pháp tầng lưu trữ mạng của riêng mình. Điều này quan trọng đối với các nhà đầu tư và nhà công nghệ vì nó báo hiệu ít nhất hai triết lý kiến trúc cạnh tranh để giải quyết cùng một vấn đề cơ bản: một (HBF) tích hợp flash trực tiếp vào một gói giống như bộ nhớ gần với khuôn tính toán, trong khi phương pháp kia (ICMSP) dựa vào mạng tốc độ cao để kết nối lưu trữ flash bên ngoài với GPU. Phương pháp nào, hoặc sự kết hợp các phương pháp nào, trở thành tiêu chuẩn ngành có khả năng sẽ định hình các mô hình nhu cầu đối với NAND so với phần cứng mạng và DPU trong vài năm tới.

Tại sao HBF gắn liền với câu chuyện cổ phiếu của SanDisk

HBF đã trở thành một trong những giải thích kỹ thuật định kỳ mà các nhà phân tích trích dẫn khi thảo luận về hiệu suất giá cổ phiếu ấn tượng năm 2026 của SanDisk. Logic kết nối ba điều: khối lượng công việc suy luận AI ngày càng bị hạn chế về dung lượng bộ nhớ thay vì chỉ bị giới hạn bởi tính toán; HBF nhắm trực tiếp vào hạn chế đó bằng một giải pháp dựa trên NAND phát huy thế mạnh sản xuất cốt lõi của SanDisk; và hoạt động kinh doanh NAND hiện tại của SanDisk đã được hưởng lợi từ một chu kỳ nhu cầu SSD doanh nghiệp do AI thúc đẩy riêng biệt, tức thời hơn. Cùng với nhau, những điều này tạo ra một câu chuyện trong đó SanDisk không chỉ đang cưỡi trên một chu kỳ giá NAND ngắn hạn, mà còn có thể được định vị ở trung tâm của một sự thay đổi kiến trúc dài hạn trong cách xây dựng phần cứng AI, giả sử HBF đạt được sự chấp nhận rộng rãi trong ngành.

Cần phải nhìn nhận rõ ràng về sự khác biệt giữa hai câu chuyện này. Sự tăng vọt cổ phiếu của SanDisk đến giữa năm 2026 đã được thúc đẩy chủ yếu bởi nhu cầu SSD doanh nghiệp hiện tại và giá hợp đồng NAND, một xu hướng thực tế và đã tạo ra tiền. Ngược lại, HBF là một cơ hội doanh thu trong tương lai vẫn đang trong giai đoạn lấy mẫu và tiêu chuẩn hóa, với việc tích hợp phần cứng thương mại không được mong đợi cho đến sớm nhất là năm 2027. Một số nhà phân tích thị trường dự báo nhu cầu liên quan đến HBF chỉ tăng tốc đáng kể vào khoảng năm 2030, khi khối lượng công việc suy luận AI mở rộng hơn trên toàn ngành. Các nhà đầu tư và nhà giao dịch nên coi HBF như một yếu tố tùy chọn dài hạn được xếp chồng lên trên câu chuyện giá NAND ngắn hạn, đã được chứng minh của SanDisk, chứ không phải là động lực doanh thu hiện tại.

Rủi ro và câu hỏi mở xung quanh HBF

Một số sự không chắc chắn thực sự vẫn còn tồn tại trước khi HBF trở thành một thành phần chính của cơ sở hạ tầng AI. Việc tiêu chuẩn hóa thông qua Open Compute Project cần thời gian và đòi hỏi sự ủng hộ rộng rãi của ngành ngoài SanDisk và SK hynix; nếu không có sự chấp nhận rộng rãi hơn từ các nhà sản xuất GPU và nhà tích hợp hệ thống, HBF có nguy cơ vẫn là một giải pháp thích hợp. Việc NVIDIA thiếu cam kết công khai với HBF, với vị thế thống trị trong thiết kế bộ tăng tốc AI, là một câu hỏi mở có ý nghĩa, vì phương pháp ICMSP của riêng họ đại diện cho một kiến trúc cạnh tranh có thể chiếm lĩnh cùng cơ hội thị trường thông qua một con đường kỹ thuật khác. Độ phức tạp trong sản xuất cũng không hề nhỏ; HBF kết hợp xếp chồng 3D NAND tiên tiến, đóng gói mới lạ và các kỹ thuật liên kết wafer cần mở rộng quy mô sản xuất khối lượng lớn một cách đáng tin cậy, một quá trình mà các nhóm kỹ thuật được cho là đã làm việc trong gần hai năm, ngay cả trước khi công bố công khai. Cuối cùng, giống như bất kỳ công nghệ bán dẫn mới nổi nào, hiệu suất, năng suất và số liệu chi phí thực tế đạt được trong sản xuất hàng loạt có thể khác với các mục tiêu lộ trình thế hệ mà SanDisk đã công bố.

Suy nghĩ cuối cùng

HBF đại diện cho một phương pháp thực sự mới lạ đối với một trong những nút thắt kỹ thuật cấp bách nhất của cơ sở hạ tầng AI: làm thế nào để giữ đủ dữ liệu liên quan đủ gần bộ xử lý để tránh độ trễ do giới hạn dung lượng bộ nhớ hiện nay. Bằng cách kết hợp mật độ cao của NAND flash với hiệu suất băng thông tiệm cận HBM, SanDisk và SK hynix đang nhắm vào một vấn đề ngày càng trở nên cấp bách khi các mô hình ngôn ngữ mở rộng tới các cửa sổ ngữ cảnh ngày càng dài và khối lượng công việc suy luận phức tạp hơn. Công nghệ này đã chuyển từ khái niệm sang nguyên mẫu hoạt động sang một buổi ra mắt chung chính thức với động lực tiêu chuẩn hóa thực sự trong chưa đầy hai năm, đây là một tốc độ nhanh theo tiêu chuẩn ngành bán dẫn. Tuy nhiên, HBF vẫn chưa được thương mại hóa tính đến giữa năm 2026, với các mô-đun mẫu nhắm mục tiêu phát hành vào cuối năm nay và phần cứng AI tích hợp đầu tiên không được mong đợi cho đến năm 2027. Đối với bất kỳ ai đánh giá câu chuyện lưu trữ AI rộng lớn hơn của SanDisk, HBF được hiểu rõ nhất như một khoản đặt cược dài hạn đáng tin cậy, có nguồn lực tốt được xếp chồng lên trên hoạt động kinh doanh NAND và SSD doanh nghiệp đã được chứng minh, đang tạo ra tiền của công ty.

Nếu loại phân tích chuyên sâu này về công nghệ thúc đẩy cổ phiếu cơ sở hạ tầng AI hữu ích với bạn, bạn có thể đưa nghiên cứu đó vào hành động bằng cách đăng ký thông qua WEEX tại https://www.weex.com/vi/register?vipCode=vrmi và khám phá nền tảng giao dịch của nó.

Câu hỏi thường gặp

1. High Bandwidth Flash (HBF) là gì và nó khác gì so với HBM?

HBF là một công nghệ bộ nhớ mới được xây dựng trên NAND flash thay vì DRAM, được thiết kế để cung cấp băng thông tương đương với High Bandwidth Memory (HBM) trong khi cung cấp dung lượng lưu trữ gấp 8 đến 16 lần với chi phí tương đương. HBM vẫn nhanh hơn và có độ trễ thấp hơn, nhưng HBF cho phép các hệ thống AI giữ nhiều dữ liệu hơn, chẳng hạn như tham số mô hình hoặc ngữ cảnh suy luận, có thể truy cập được mà không bị giới hạn về chi phí và dung lượng của bộ nhớ dựa trên DRAM thuần túy.

2. Khi nào HBF sẽ có sẵn trong các sản phẩm phần cứng AI thực tế?

Tính đến giữa năm 2026, HBF đang trong giai đoạn lấy mẫu và tiêu chuẩn hóa. Các mô-đun mẫu nhắm mục tiêu phát hành cho các khách hàng được chọn trong nửa cuối năm 2026, với các sản phẩm phần cứng AI đầu tiên dự kiến tích hợp HBF bắt đầu từ đầu năm 2027, theo báo cáo của ngành.

3. HBF có thay thế HBM trong các chip AI như GPU NVIDIA không?

Không. HBF được thiết kế để bổ sung cho HBM, không phải thay thế nó. Nó được dự định hoạt động như một tầng bộ nhớ bổ sung nằm giữa HBM siêu nhanh và lưu trữ SSD truyền thống, chậm hơn nhiều, xử lý dữ liệu dung lượng lớn như ngữ cảnh suy luận không cần tốc độ nhanh nhất tuyệt đối của HBM nhưng vẫn cần hiệu suất tốt hơn nhiều so với lưu trữ tiêu chuẩn.

4. Những công ty nào đang phát triển công nghệ HBF?

SanDisk và SK hynix đang cùng phát triển HBF và đã ký Biên bản ghi nhớ vào tháng 8 năm 2025 để tiêu chuẩn hóa đặc tả của nó. Họ đã chính thức ra mắt công nghệ tại một sự kiện chung vào tháng 2 năm 2026 và đang làm việc với Open Compute Project về tiêu chuẩn hóa toàn ngành, trong khi các đối thủ cạnh tranh như NVIDIA và Samsung đang theo đuổi các phương pháp thay thế của riêng họ đối với cùng một nút thắt cổ chai bộ nhớ.

5. HBF liên quan như thế nào đến sự tăng vọt giá cổ phiếu của SanDisk trong năm 2026?

Các nhà phân tích trích dẫn HBF như một động lực tăng trưởng dài hạn, hướng tới tương lai được xếp chồng lên trên câu chuyện giá NAND và SSD doanh nghiệp do AI thúc đẩy tức thời hơn của SanDisk, vốn là yếu tố ngắn hạn chính đằng sau sự tăng vọt của cổ phiếu. HBF đại diện cho tùy chọn tương lai gắn liền với một thị trường kiến trúc bộ nhớ AI mới tiềm năng, thay vì là nguồn doanh thu hiện tại, vì các sản phẩm thương mại không được mong đợi trước năm 2027.

Tuyên bố miễn trừ trách nhiệm

Bài viết này chỉ dành cho mục đích thông tin và giáo dục và không cấu thành lời khuyên tài chính, đầu tư, pháp lý hoặc kỹ thuật. Thông tin về công nghệ HBF, lộ trình sản phẩm và các tuyên bố của công ty phản ánh dữ liệu có sẵn công khai tính đến giữa năm 2026 và có thể thay đổi khi công nghệ phát triển; tính khả dụng thương mại, thông số kỹ thuật hiệu suất và lộ trình áp dụng có thể khác biệt đáng kể so với các lộ trình hiện tại. Các tham chiếu đến hiệu suất cổ phiếu của SanDisk chỉ mang tính minh họa và không phải là khuyến nghị mua hoặc bán bất kỳ chứng khoán nào. Luôn tự thực hiện nghiên cứu độc lập và tham khảo ý kiến cố vấn tài chính được cấp phép trước khi đưa ra bất kỳ quyết định đầu tư nào. Cả tác giả và nhà xuất bản đều không chịu trách nhiệm cho bất kỳ tổn thất nào phát sinh từ việc dựa vào nội dung này.