隨著 AI 工作負載持續放大，高頻寬快閃記憶體（HBF）正快速從概念走向實用。根據《Sisa Journal》報導，被譽為「HBM 之父」的 KAIST 教授 Joungho Kim 指出，Samsung Electronics 與 SanDisk 已規劃在 2027 年底至 2028 年初，將 HBF 導入 NVIDIA、AMD 與 Google 的相關產品。這個時間點之所以被認為「比預期更早」，關鍵在於 HBF 並非從零開始，而是大量承接 HBM 十多年累積的製程與設計經驗。
HBM有極限，HBF補上容量缺口
Kim 進一步預測，HBF 的大規模應用，將與 HBM6 問世時間相互呼應。他指出，HBM6 不再是單一堆疊的記憶體設計，而是像「住宅社區」一樣，由多個記憶體堆疊彼此互連。當 DRAM 架構的 HBM 面臨容量天花板，以 NAND 為基礎、可提供更大容量的 HBF，將自然成為補位者，甚至有機會在 2038 年左右，整體市場規模超越 HBM。
從 AI 架構來看，Kim 認為 HBF 的角色將在「推論（inference）」階段變得關鍵。目前 GPU 在推論時，會先從 HBM 取出變數資料、進行運算再輸出結果；未來，這個任務可能逐步由 HBF 接手。原因很直接：HBM 速度快，但容量有限；HBF 雖然速度略慢，卻能提供約 10 倍的容量，特別適合讀取大量既有模型與參數。
當然，HBF 也有明確限制。Kim 指出，HBF 幾乎可無限次讀取，但寫入次數約落在 10 萬次左右，這意味著 OpenAI 或 Google 等業者，必須在軟體層面針對「讀多寫少」的特性進行最佳化，才能真正發揮其價值。
更長遠來看，Kim 描繪了一個更激進的未來架構：資料不再經過冗長的儲存網路、資料處理器與 GPU 管線，而是直接在 HBM 背後完成處理。這種有望隨 HBM7 出現的新結構，被部分業界人士稱為「記憶體工廠（memory factory）」。這不只是記憶體世代的更迭，而是 AI 系統架構本身，正在被重新書寫的前兆。
