计算机行业AI_2025算力系列（十）_HBF技术发展下数据基础软件的机会和挑战_11页_1mb

报告摘要

计算机行业 AI 2025 算力系列（十）：HBF技术发展下数据基础软件的机会和挑战

核心内容

随着AI大模型的快速发展，模型参数量和上下文长度的增加对内存容量提出了更高要求。当前，主流AI芯片如英伟达Blackwell Ultra采用HBM3E内存，其容量为288GB，带宽为8TB/s，但仍难以满足大模型的内存需求。为应对这一挑战，HBF（High Bandwidth Flash）技术被提出作为新的解决方案。

主要观点

HBF技术潜力
HBF是Sandisk与SK Hynix合作开发的新一代存储产品，采用BiCS和CBA晶圆键合工艺，具备高传输速率和大容量特性。其存储容量预计可达现有HBM的8-16倍，有望将GPU的存储容量扩展至4TB。HBF有望成为满足AI大模型推理任务内存需求的最佳方案。
HBF技术挑战
尽管HBF具备较大容量和高传输速率，但其仍面临技术挑战。例如，闪存在写入方面存在寿命限制，可能影响AI芯片的使用年限；同时，闪存工作温度上限为85度，与GPU封装在一起时可能影响稳定性。HBF相关硬件产品预计在2026年下半年交付，首款集成HBF的AI推理硬件预计在2027年初推出。
数据基础软件的机会
具有数据库技术基础的公司，如星环科技、PingCAP、华为、阿里等，具备开发基于HBF的数据基础软件的潜力。这些公司可以利用其在存储介质优化方面的经验，开发适合HBF特性的数据库产品，以满足AI大模型推理任务中对高内存容量和高性能的需求。
HBF推动数据基础软件应用
随着HBF技术的成熟，其在AI推理任务中的应用有望扩大，从而带动相关数据基础软件的发展。星环科技的ArgoDB已针对闪存进行优化，具备良好的扩展性和性能，未来可能进一步适配HBF。

关键信息

HBM与HBF对比

存储介质	内存容量	带宽	传输速率	适用场景
HBM3E	288GB	8TB/s	高	当前主流AI芯片
HBF	4TB	高	极高	未来AI推理任务

不同AI大模型对内存与数据基础软件的需求

模型类型	参数量	上下文长度	内存需求	数据基础软件必要性
大语言模型	万亿级别	千万级	高	强
图片生成类模型	百亿级别	几百到上千token	中等	弱
视频生成类模型	千亿级别	多帧数据	高	强

数据基础软件产品列表

开发公司	数据库产品	产品特点
星环科技	ArgoDB	分布式分析型数据库，适配闪存，支持多种大数据平台需求
SAP	HANA	内存优先 + 列式存储优化，支持冷热分层存储
PingCAP	TiDB	融合型分布式数据库，支持OLTP/OLAP/HTAP，兼容MySQL生态
华为	GaussDB	支持SQL+NoSQL，具备高扩展性与高可用性
阿里云	AnalyticDB	存储计算分离，支持高并发、高可用，兼容主流数据库协议
巨杉	SequoiaDB	支持ACID，兼容多种SQL访问形式，适用于交易与分析场景
中兴通讯	GoldenDB	无共享架构，支持OLTP与OLAP，适用于金融行业

风险提示

技术成熟度不足：HBF相关硬件产品距离成熟仍需约一年时间，存在技术难点克服不及预期导致产品推出延迟的风险。
市场验证不足：HBF在AI大模型推理场景中的应用尚未经过市场验证，下游用户认可度和商业拓展存在不确定性。
性能不确定性：HBF与传统存储介质在容量和传输速率上存在差异，基于HBF的数据基础软件的性能和效果可能不及预期，影响商业拓展。

投资评级

股票简称	股票代码	评级	合理价值（元/股）
星环科技-U	688031.SH	增持	62.87
寒武纪-U	688256.SH	买入	1480.92
浪潮信息	000977.SZ	增持	90.42
紫光股份	000938.SZ	买入	39.18

报告信息

报告日期：2025-12-18
分析师：刘雪峰、周源
联系方式：021-38003675, gfluxuefeng@gf.com.cn
分析师资质：
- 刘雪峰：首席分析师，SAC执证号：S0260514030002
- 周源：资深分析师，SAC执证号：S0260523040001
- 注意：周源并非香港证监会注册持牌人，不可在香港从事受监管活动。