HBMを補完するHBF　HBFとは何か？なぜ容量が大きいのか？

この記事で分かること

HBMを補完するHBF

　AI（人工知能）の進化に伴い、従来のHBM（高帯域幅メモリ）だけでは「容量」と「コスト」の限界に直面しています。これを解決する次世代技術として注目されているのがHBF（High Bandwidth Flash：高帯域幅フラッシュ）です。

　https://eetimes.itmedia.co.jp/ee/articles/2602/19/news066.html

　HBFは、HBMを「置き換える」ものではなく、「HBMの超高速性能」と「SSDの大容量」の中間を埋める補完的なメモリ階層として位置づけられています。

HBFとはなにか

　HBF（High Bandwidth Flash）は、HBM（広帯域メモリ）の速さとSSD（フラッシュメモリ）の大容量をいいとこ取りした次世代メモリ技術です。

　現在のAI開発では、モデルが巨大化しすぎて高価なHBMだけでは容量が足りないという「メモリの壁」に直面しています。HBFはその救世主として、主にWestern Digital（SanDisk）などが提唱している技術です。

---

1. HBFの仕組み：なぜ「速くて大容量」なのか

　通常のSSDに使われるNANDフラッシュは、安くて大容量ですが、GPUと通信するには速度が遅すぎます。

　HBFは、このNANDフラッシュにHBMの構造（積層技術）を組み合わせることで、性能の向上を実現します。

• TSV（シリコン貫通電極）の採用: チップに数千もの小さな穴を開けて垂直に繋ぐHBMと同じ手法を、NANDフラッシュに適用します。これにより、従来のフラッシュメモリよりも圧倒的に広い「通り道（帯域幅）」を確保します。
• GPUの近くに配置: 通常のSSDはマザーボード上の離れた場所にありますが、HBFはGPUパッケージのすぐ近くに配置することを想定しています。

---

2. HBMとの決定的な違い

　HBFはHBMを「置き換える」ものではなく、「HBMを補完する巨大な倉庫」として機能します。

特徴	HBM (DRAMベース)	HBF (NANDベース)
速度	超高速（演算用）	高速（読み出し特化）
容量	小さい（数十GB）	非常に大きい（数百GB〜数TB）
コスト	非常に高い	比較的安価
データの保持	電源を切ると消える	電源を切っても残る

---

3. なぜAIにHBFが必要なのか

　大規模言語モデル（LLM）の推論（AIを動かすプロセス）において、HBFは以下のメリットをもたらします。

1. 「重み」データの効率的な保持: AIモデルの膨大なデータ（パラメータ）をすべて高価なHBMに入れるのは予算的に不可能です。HBFがあれば、テラバイト級のモデルを安価にGPUのすぐ隣に置いておけます。
2. システムの小型化・省電力化: HBMを増やす代わりにHBFを使うことで、サーバーの台数を減らし、消費電力を抑えることができます。
3. 高速な起動: データが電源オフでも消えない（非揮発性）ため、システム起動時に巨大なモデルをストレージから読み込む時間を大幅に短縮できます。

---

4. 実用化の展望

　HBFは現在開発段階にあり、2026年から2027年頃の本格導入が期待されています。

　特に、ChatGPTのような巨大なAIを動かすデータセンターだけでなく、将来的には「オンデバイスAI（PCやスマホの中で巨大なAIを動かすこと）」を支えるキーテクノロジーになると見られています。

なぜ容量が大きいのか

　HBFの容量がHBMより圧倒的に大きい理由は、主に「ベースとなるメモリ技術の違い」と「高密度な積層構造」の2点にあります。

　超高速だが場所をとるDRAM（HBM）」を、「少し遅いが詰め込むことのできるNANDフラッシュ（HBF）」に置き換えたことが最大の理由です。

---

1. セル構造の違い（1R vs 1C）

　もっとも根本的な理由は、メモリ1粒（セル）の大きさが違うことです。

• HBM (DRAM): データを保持するために「1つのトランジスタと1つの大きなコンデンサ」が必要です。コンデンサは物理的に場所をとるため、密度を上げるのが大変です。
• HBF (NAND): コンデンサが不要で、非常に小さな「フローティングゲート」という構造でデータを保持します。そのため、同じ面積により多くのメモリセルを配置できます。

2. 「多値化」技術による倍増

　NANDフラッシュ特有の技術として、1つのセルに複数のデータを詰め込む多値化（TLCやQLC）があります。

　 HBMは1セルに1ビットしか入りませんが、HBF（NAND）は1セルに3〜4ビットを詰め込むことができるため、これだけで容量が3〜4倍に跳ね上がります。

3. 圧倒的な「積層数」

　どちらもチップを縦に積み上げますが、その「階数」が違います。

• HBM: 熱や製造の難しさから、現在は8層〜12層、次世代のHBM4でも16層程度が限界です。
• HBF: ベースとなる3D NAND技術は、すでに200層〜300層以上を積み上げる技術が確立されています。これをHBMのような高速インターフェースで繋ぐため、圧倒的な「深さ」で容量を稼げます。

---

　HBFが10倍以上の容量を持てるからこそ、テラバイト級の巨大なAIモデル（LLM）をGPUのすぐ隣に「丸ごと」置けるようになり、推論の効率が劇的に上げることができます。

なぜHBFのみ高多層にできるのか

　HBF（NANDフラッシュ）が、HBM（DRAM）よりも圧倒的に高く積み上げられる理由は、主に「熱」と「構造」の制約がNANDの方が圧倒的に緩いからです。

1. 「熱」の問題：DRAMは熱に弱すぎる

　これが最大の理由です。

• HBM (DRAM): データを保持するために「電荷」を蓄えますが、熱が上がるとこの電荷がすぐに逃げてしまいます。12層や16層と積み重ねるだけで、中心部の熱がこもり、データが消えるリスク（リフレッシュエラー）が激増します。
• HBF (NAND): 物理的な絶縁体にデータを閉じ込めるため、熱によるデータ消失がほとんど起きません。そのため、多少熱を持っても高く積むことができます。

2. 製造プロセスの違い

　積み上げ方の「思想」が根本的に異なります。

• HBM: 完成に近い薄いチップを1枚ずつ接着剤や金属（バンプ）で貼り合わせます。層を増やすほど、貼り合わせのズレや故障のリスクが指数関数的に高まります。
• HBF (3D NAND): 土台となるウェハーの上に、最初から数百層の材料を「膜」として塗り重ねていき、最後に一気に縦に長い穴を開けて回路を作ります。これにより、1枚のチップの中で200〜300層を形成できるのです。

3. スペース効率

• DRAM: 1セルごとに大きな「コンデンサ（バケツ）」が必要で、これが場所をとります。
• NAND: コンデンサが不要で、非常に薄い層の中にデータを保持できるため、同じ高さでもDRAMより遥かに多くの階層を詰め込めます。

---

製造している検討しているメーカーはどこか

　HBF（High Bandwidth Flash）の開発と標準化を主導しているのは、主に以下の3社です。特に、SanDisk（Western Digital）とSK hynixが強力なタッグを組んで市場を牽引しています。

---

1. 主要メーカーの動向

メーカー	現状と役割
SanDisk (Western Digital)	HBFの提唱者。 2025年に技術を発表し、現在業界標準の策定をリードしています。独自の積層技術（BiCS NAND）を武器にしています。
SK hynix	HBMの最大手。 SanDiskと協業の基本合意（MOU）を締結。HBMで培った積層技術（TSVなど）をHBFに応用し、2026年後半のサンプル出荷を目指しています。
Samsung Electronics	追随・参入。 NANDフラッシュのシェア世界1位として、2025年後半から独自にHBFの開発に着手したと報じられています。
キオクシア (Kioxia)	プロトタイプ発表。 SanDiskとの共同開発パートナーであり、2025年に超高速なHBFプロトタイプを展示するなど、高い技術力を示しています。

---

2. 今後のスケジュール

　各社の発表によると、実用化までのタイムラインは以下のようになっています。

• 2025年: SanDiskとSK hynixが標準化に向けたコンソーシアムを結成。
• 2026年 下半期: HBFメモリ単体の最初のサンプル出荷。
• 2027年 初頭: HBFを搭載したAI推論デバイス（アクセラレータ等）が登場見込み。