LONDON (IT BOLTWISE) – SK Hynix und Sandisk haben auf der FMS 2026 erstmals eine Spezifikation für High Bandwidth Flash (HBF) veröffentlicht. Die Technologie soll die große Speicherkapazität von NAND-Flash mit Übertragungsraten verbinden, die bisher vor allem aus dem Umfeld von High Bandwidth Memory (HBM) bekannt waren. Laut den Entwicklern richtet sich HBF besonders an KI-Inferenz-Workloads wie Mixture-of-Experts-Modelle. Gleichzeitig zeigt der Zeitplan Richtung Mitte 2026 für Muster und frühes Jahr 2027 für erste kommerzielle Inferenzgeräte.
High Bandwidth Flash (HBF) wirkt auf den ersten Blick wie ein neues Vermarktungslabel für schnelleres NAND. Bei genauerem Hinsehen geht es jedoch um einen grundsätzlich anderen Zielkonflikt: NAND-Flash liefert typischerweise viel Kapazität pro Stack, aber nicht die Interconnect-Performance, die moderne Beschleuniger in KI-Zyklen brauchen. SK Hynix und Sandisk haben deshalb auf der FMS 2026 eine erste HBF-Spezifikation vorgestellt, die explizit als Ergänzung zu bestehenden HBM-Lösungen positioniert wird. Das ist ein wichtiges Signal für Architekturen, die nicht alles in den schnellsten Speicher schieben können, aber trotzdem die Datenbewegung zwischen Modellgewichten, Routing-Information und Zwischenergebnissen entlasten müssen.
Im Kern beschreibt der Standard nicht nur „schnellere Chips“, sondern konkret mehrere Ebenen der Systemintegration: Schnittstellen, elektrische Eigenschaften, die physische Verpackung und Software-Protokolle. Ein zentrales Element ist die Nutzung der UCIe-Schnittstelle (Universal Chiplet Interconnect Express), um hohe Interkonnektivität zwischen Bausteinen zu ermöglichen. Die Spezifikation sieht drei Geschwindigkeitsstufen vor, die laut Angaben eine Bandbreite von 400 GB/s bis zu 3 TB/s abdecken. Genau hier liegt der Brückenschlag zwischen klassischer NAND-Datenanbindung und dem, was in KI-Systemen bisher eher über HBM erreicht wird: nicht die reine Speicherkapazität, sondern die „Zeit pro Datenwort“ wird zum Engpass.
Auch beim Speicher-Scaling setzt HBF an einer Stelle an, die im KI-Betrieb schnell spürbar wird: dem Verhältnis aus Modellgröße und nutzbarer Datenmenge pro Baustein. Laut Spezifikation sollen Kapazitäten von bis zu 512 GB pro Stack möglich sein. Zum Einordnen wird HBF gegenüber HBM4 mit 48 GB genannt. Ein HBF-Stack mit 16 Schichten (16-Layer-NAND) soll damit etwa die 8- bis 16-fache Kapazität typischer HBM-Lösungen erreichen. Neben der 16-Layer-Auslegung werden in der Spezifikation auch Stacks mit 8 Schichten abgedeckt, was für unterschiedliche Systemgrößen relevant ist: Große Inferenzmaschinen benötigen oft maximale Kapazität, kleinere Deployments dagegen eine feinere Granularität beim Layout.
Der Use-Case wird von den beteiligten Unternehmen sehr direkt aus der KI-Inferenz abgeleitet. Besonders Mixture-of-Experts-Modelle (MoE) profitieren von hoher Bandbreite und großem Speicher, weil beim Inferenzlauf nur ein Teil der „Experten“ aktiv wird, die Auswahl aber dennoch sehr schnell und wiederholt erfolgen muss. In solchen Setups ist das Routing zwar algorithmisch, aber praktisch entsteht daraus eine hohe Last auf Datenpfade: Expertengewichte und Aktivierungstabellen müssen zur richtigen Zeit bereitstehen, und die Architektur darf dabei nicht durch zu langsame Speicherzugriffe ausgebremst werden. Alper Ilkbahar, CTO bei Sandisk, stellt HBF deshalb in den Kontext der Speicheranforderungen moderner KI-Inferenz-Prozesse. Kim Cheon-seong, Executive Vice President bei SK Hynix, beschreibt zudem, dass der Einsatz von KI eine grundlegende Neugestaltung der Datenverarbeitungsstrukturen erfordert und HBF in dieser Kette als Schlüsselkomponente wirkt.
Für die Markt- und Systemplanung ist außerdem entscheidend, wie schnell sich ein neuer Speicherstandard in reale Produkte übersetzen lässt. SK Hynix stellt parallel auf der FMS 2026 weitere NAND-Fortschritte vor, darunter einen 375-Layer-4D-NAND, der laut Unternehmen eine 2,5-fache Effizienz pro Watt gegenüber Vorgängermodellen erreichen soll. Beim Schritt in die Serienrealität kündigt SK Hynix die Massenproduktion von Enterprise-SSDs (eSSDs) auf Basis dieser 375-Layer-Technologie für den Beginn des nächsten Jahres an. Das unterstreicht: HBF ist zwar ein Interconnect- und Protokollthema, aber die Leistungsfähigkeit hängt in der Praxis auch daran, wie gut NAND-Mehrschicht-Designs thermisch und energetisch in Datenzentren laufen.
Der konkrete HBF-Zeitplan gibt ebenfalls eine klare Richtung vor. Sandisk plant die Bereitstellung erster HBF-Muster für die zweite Hälfte des Jahres 2026. Für den Übergang vom Labor- zum Produktstadium rechnen Marktbeobachter und die beteiligten Unternehmen damit, dass erste kommerzielle Inferenzgeräte, die auf HBF-Technologie basieren, Anfang 2027 verfügbar sein werden. Für Unternehmen in KI-Entwicklung und IT-Beschaffung heißt das: Man sollte die Speicherarchitektur im Zielstack jetzt nicht als „feste Konstante“ betrachten, sondern als variablen Teil des Designs. Gerade wenn MoE-Modelle in Produktion gehen, können Engpässe in der Datenbewegung früher oder später den Ausschlag geben, ob Latenz und Durchsatz im gewünschten Bereich bleiben oder ob weitere Optimierungsrunden nötig werden.
Mit HBF verschiebt sich zudem der Fokus dessen, was „KI-fähige Speichertechnik“ bedeutet. Statt nur Kapazität oder nur Rohbandbreite zu optimieren, rückt die Kombination aus Stack-Größe, Interconnect über UCIe und dem passenden Software-Protokoll in den Mittelpunkt. Damit steigt der Bedarf auf Entwicklerseite, Speicher- und Datenzugriffsmodelle gemeinsam mit der Systemarchitektur zu planen: Cache-Strategien, Prefetch-Verhalten und Scheduling müssen zur konkreten HBF-Charakteristik passen. Gleichzeitig bleibt HBF als Ergänzung zu HBM bewusst positioniert; das spricht dafür, dass viele Systeme weiterhin ein hybrides Gedächtnismodell fahren werden, in dem schnelle Ressourcen für Hot Data reserviert bleiben, während umfangreichere Datenlasten über HBF möglichst ohne „Bandbreitenbruch“ an die Inferenzpipeline angebunden werden.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "High Bandwidth Flash (HBF): KI-Speicher zwischen NAND und HBM" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "High Bandwidth Flash (HBF): KI-Speicher zwischen NAND und HBM" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »High Bandwidth Flash (HBF): KI-Speicher zwischen NAND und HBM« bei Google Deutschland suchen, bei Bing oder Google News!