https://xiejiayun.github.io/tags/hbf/Recent content in HBF on Jiayun's BlogHugozh-cnMon, 18 May 2026 00:00:00 +0000https://xiejiayun.github.io/post/hbf-socamm2-interconnect-memory-wall-2026/Mon, 18 May 2026 00:00:00 +0000https://xiejiayun.github.io/post/hbf-socamm2-interconnect-memory-wall-2026/<blockquote> <p>📌 <strong>前沿科技 · 半导体深度 | Semiconductor Deep Dive</strong></p> <p>2026 年 5 月这一周，SemiEngineering 连发四篇技术文章，分别是：</p> <ol> <li><em>Flash Getting Stacked High-Bandwidth Version</em> — 介绍 HBF（High Bandwidth Flash）的 3D 堆叠样品</li> <li><em>SOCAMM2: Bringing LPDDR5X Benefits To AI Servers</em> — JEDEC 标准化的服务器 LPDDR 模组</li> <li><em>Confusion Grows With More Interconnect Options And Tradeoffs</em> — 5 种互联标准并存的系统设计困境</li> <li><em>Chiplets Need A New Workflow</em> — 系统级 chiplet 设计方法论问题</li> </ol> <p>这四件事被分开报道时是技术新闻，<strong>串起来看是一张完整的『AI 数据中心去 GPU 中心化』路线图</strong>。这篇文章把它们整合成一个故事。</p>https://xiejiayun.github.io/post/hbf-socamm2-ai-inference-memory-architecture-bifurcation-2026/Fri, 15 May 2026 00:00:00 +0000https://xiejiayun.github.io/post/hbf-socamm2-ai-inference-memory-architecture-bifurcation-2026/<blockquote> <p><strong>核心观点</strong>：AI 推理硬件正在分化成两条独立路线 —— 一条向上要&quot;装得下更大模型&quot;（HBF 高带宽闪存），一条向下要&quot;每瓦更多 token&quot;（SOCAMM2 LPDDR5X）。HBM 仍然是训练王者，但它在推理场景里被两端蚕食。这不是供应链短缺的临时方案，而是工艺与经济决定的<strong>结构性分叉</strong>。下一波数据中心采购，内存账单的形状会和 2024 年完全不同。</p>