IT之家 · 智能时代 · 10/14/2026, 17:34:06
SK Hynix Predicts 20x Growth in AI Infrastructure Performance by 2030, Proposing HBF and 3D DRAM Storage Optimization
SK Hynix predicts a 20x growth in AI infrastructure performance scale by 2030, identifying data migration caused by expanding KV Cache as a major bottleneck. The company proposes optimizing the global storage hierarchy through High Bandwidth Flash (HBF) and 3D stacked DRAM, targeting HBF bandwidth at 50% of same-generation HBM with 10x capacity increase.
SOURCE COVERAGEFull Original Report
安炫指出，当前 AI 推理市场正同时在三个维度快速扩张：任务复杂度的提升、单次处理信息量（上下文长度）的激增，以及推理请求量的井喷。这些因素相互交织，推动了 AI 算力基础设施需求的迅猛增长。
随着 AI 推理需求的暴增，承担海量数据存储与迁移任务的存储器，其关键地位愈发凸显。特别是用于保存并复用前序处理信息的“键值缓存（KV Cache）”容量持续膨胀，迫使系统必须将数据分摊存储于高带宽内存 HBM、DRAM 以及 SSD 等不同介质中。分析表明，在此过程中产生的数据迁移，正演变为制约性能提升并推高系统能耗的全新瓶颈。
对此，安炫作出了这一预测，即人工智能基础设施的性能规模到 2030 年将增长约 20 倍。
安炫强调，行业不能仅停留在提升单一存储芯片的性能上，而亟需采取优化整个存储层次结构的全局方案。
为此，SK 海力士在持续优化现有 HBM 性能的同时，正全力推进 3D 堆叠 DRAM 以及高带宽闪存 HBF 等下一代存储技术的研发：
- 3D 堆叠 DRAM：通过在 GPU、NPU 等逻辑芯片之上直接堆叠 DRAM，在大幅跃升传输性能的同时显著降低能耗。
- 高带宽闪存 HBF：将成熟应用于 HBM 的硅通孔立体堆叠与高速 I/O 接口技术导入 NAND 闪存，旨在 HBM 与 DRAM 之间开辟全新的存储层级。
IT之家从报道获悉，SK 海力士的目标是将 HBF 的带宽做到同代 HBM 的 50% 左右，同时实现约 10 倍的容量扩容。