与以往不同，今年的WWDC26预计将是硬件大年，多款影响整个计算机市场的重磅硬件产品和技术，将会首发！今天AI顿悟涌现时就来详解一下今年的重点！

预计会有A19 Pro版MacBook Neo、iPad Pro M6、MacBook Ultra、全新HPC AI超算，大概率还有iPhone。从今年开始，iPhone会像MacBook一样变成一年两发。

其中，影响端侧AI推理生态，极具开创性的类HBF高宽带闪存架构技术，预计会连同M6、A20系列芯片发布。这个是重中之重！

很多地方会把HBF（High Bandwidth Flash，高带宽闪存）视为GPU直连NAND Flash的技术。实际上，这一说法并不严肃。对比HBM技术，HBF实际上是一套复杂的近存计算架构。

就是：

“多层级统一内存池”

这一技术，现在苹果、华为、英伟达、AMD、Google都在做。

整体架构方案：

寄存器↓SRAM↓HBM↓DDR↓CXL Memory↓Flash Pool

要知道未来AI服务器：

重点不是单一显存，

而是：

“数据分层调度能力”

谁能：

• 提前预测数据
• 智能预取
• 动态迁移权重
• 减少HBM占用

谁效率就高。

其中，苹果在这一领域拥有先发优势。除了成功的UMA统一内存架构、DMA直接内存访问，苹果使用自己定制的NVMe规范闪存技术，能够更快速地完成新技术架构落地。

加上苹果独家使用的SoIC封装技术，能够最大限度控制功耗发热，解决NAND Flash闪存不耐热、难以与SoC芯片堆叠封装的问题。

预计，此次苹果WWDC26，会发布基于TSMC台积电2nm制程的全新系列芯片产品。其中HBF架构技术突破是关键。

HBF 是什么？

HBF 是一种新兴内存技术，基于NAND Flash（类似 SSD 用的存储介质），采用与HBM（High Bandwidth Memory）类似的 3D 堆叠架构：

• 通过硅穿孔（TSV）将多层 NAND 芯片垂直堆叠（可达 16 层或更多）。
• 配以逻辑基底 die，通过interposer（中介层）与 GPU 直接相连。
• 提供接近 HBM 的高带宽，但容量远大于 HBM（单堆栈可达 512GB~数 TB，整体可实现 GPU 旁 4TB+ 容量）。

它不是传统通过 PCIe 连接的 SSD，而是像 HBM 一样作为 GPU 的“近内存”（near-memory），带宽可匹配或接近 HBM 级别（TB/s 量级），远快于普通 SSD。

闪存虽然不像内存那样拥有极低的延迟，但对于AI推理服务，这种需要大规模队列读取AI大模型参数的场景来说，正好完全匹配。这种需求无需频繁索引数据，所以对延迟要求不高，只追求队列读取参数数据的速度。

主要目的和特点

• 解决 AI 推理（Inference）痛点
  ：HBM 容量有限（目前单 GPU 通常几十到几百 GB），大模型需要频繁从 SSD 加载数据导致延迟。HBF 提供 8-16 倍甚至更高的容量，可让整个大模型或大部分参数直接驻留在 GPU 旁，加速推理、降低功耗。
• 常与 HBM 混合使用
  ：如 SK Hynix 的 H³ 架构，将 HBM（高速低延迟）和 HBF（大容量）一起通过 interposer 连到 GPU，HBF 可作为 HBM 的缓存或扩展。
• 优势
  ：成本低（NAND 比 DRAM 便宜得多）、容量大。
• 挑战
  ：延迟比 DRAM 高、写入 endurance 有限（适合读密集的推理场景）、功耗管理等。复杂的预取/分页控制器研发测试和标准化周期长，目前仍在开发中，预计 2027-2028 年左右商用。

从更符合大家直觉的角度来解释，HBF是一种把 Flash 存储器尽可能靠近 AI/GPU 计算单元的高带宽存储架构思路，本质属于“Storage-Class Memory / Near-Memory Storage / Flash-Based Buffering”方向，而不是传统意义的 HBM 内存。

你可以简单理解成：

HBF = “让 NAND Flash 像超大容量、低成本的扩展显存一样工作”的一种新型架构。

但它和真正的 HBM 有本质区别。

一句话区别

HBF到底是什么

目前业内提到的“HBF（High Bandwidth Flash）”，多数是：

• 铠侠（Kioxia）
• 西部数据
• 部分日本/韩国研究机构

提出的：

“高带宽 Flash AI 数据供给架构”

核心目标：

用 Flash 替代一部分昂贵 HBM/DDR 的容量压力。

因为现在 AI 最大问题之一：

不是算力不够，

而是：

GPU喂不饱。

原因：

• HBM容量太贵
• 显存不够大
• 参数装不下
• checkpoint/embedding/cache 太大
• 数据搬运耗电巨大

于是大家开始想：

能不能让 Flash 更像“扩展显存”？

传统SSD：

GPU ← PCIe ← SSD控制器 ← NAND

问题：

• 延迟太高
• 带宽太低
• 数据路径太长
• CPU参与太多

而HBF思路：

GPU/AI ASIC   ↓高速互连   ↓Flash Buffer / Flash Pool   ↓NAND阵列

甚至：

• CXL
• UCIe
• 硅中介层
• 2.5D封装
• Near-memory fabric

直接把 Flash 拉近计算单元。

它不是“直接运行在Flash上”

这点很关键。

很多人误解：

“是不是GPU直接拿NAND当显存？”

目前还做不到。

因为：

所以：

Flash不能替代HBM。

但：

可以作为“超大低成本参数池”。

类似：

• MoE专家权重池
• embedding库
• checkpoint缓存
• 推理冷数据
• KV cache扩展
• RAG向量库

为什么AI时代突然重视HBF

因为：

AI模型已经大到：

HBM根本装不下。

例如：

HBM太贵：

• HBM3E 每GB成本极高
• 功耗巨大
• 封装难
• 产能低

而NAND：

• 容量巨大
• 便宜很多
• 堆叠容易

于是：

“HBM + Flash层级内存”成了新方向。

HBF真正厉害的地方

不是Flash本身。

而是：

“软件+硬件联合的数据调度系统”。

包括：

• GPU runtime
• 编译器
• KV cache管理
• 权重分页
• tensor streaming
• MoE动态加载
• Flash预取算法

这才是核心。

否则：

NAND延迟会把AI推理直接卡死。

为什么你会感觉它像“HMB”或者“GPU直连SSD”

因为现在很多技术正在融合：

本质都在解决：

“AI的数据搬运墙”

而不是纯算力问题。

未来趋势

未来AI服务器大概率：

不是：

GPU + HBM

而是：

计算芯粒+ HBM+ SRAM cache+ CXL memory+ Flash fabric+ 硅光互连

也就是：

“存储成为AI架构核心”。

这也是为什么，铠侠、三星、SK海力士、长江存储、华为、美光现在都在疯狂做：

• 近存储计算
• 存算融合
• 高带宽Flash
• 层级内存系统
• CXL存储池

因为：

AI时代瓶颈已经从“算力”转向“数据移动”。

你觉得苹果能用新技术搞定内存危机没？欢迎在评论区告诉AI顿悟涌现时！