HBF는 기존 낸드플래시와 비교해서 어떤 장점이 있고 어떤 용도로 쓰이게 되나요?

Question

기존에 고대역 메모리인 HBM이 현재는 AI시대의 필수메모리중하나인데요. 그런데 현재는 AI의 데이터 기억장치로 범용낸드플래시가 쓰이고 있는 상황인데 앞으로는 낸드플래시를 위로 쌓아올리는 형태인 HBF가 중요해지고 핵심이될것이라고 하는데요

HBF는 기존 낸드플래시와 비교해서 어떤 장점이 있고 어떤 용도르 쓰이게 되는지 궁금합니다.

Answer 1

안녕하세요. 박재화 전문가입니다.

HBF는 쉽게 말씀드리면 낸드를 그냥 저장장치처럼 쓰는 게 아니고, HBM과 SSD 사이에 들어가는 중간 메모리 층에 더 가깝다고 볼 수 있습니다. 기존의 낸드플래시보다도 훨씬 큰 용량을 비교적 낮은 비용으로 확보를 하면서도 AI가 자주 꺼내보는 데이터에 더 빠르게 대응하려는 그런 개념으로 볼 수 있을 것 같네요.

장점은 용량, 비용, 전력 효율과 같은 쪽에서 장점을 보이고, HBM 보다도 훨씬 많은 데이터를 담을 수 있을 뿐만 아니라, SSD만으로 처리할 때보다 병목을 줄일 수 있다는 방향으로 현재 기대를 받고 있다고 합니다. 물론 속도 자체가 HBM 보다 느리다는 단점이 존재해서 저는 HBF가 HBM을 완전히 대체하기 보다는, 역할이 나뉠 가능성이 크다고 봅니다.

Answer 2

안녕하세요. 최정훈 전문가입니다.

HBF는 기존 낸드보다 데이터 전송 통로를 대폭 늘렸습니다. 그래서 대역폭을 획기적으로 키웠죠. 이 덕분에 AI 연산 시 병목 현상을 해결해주는 핵심 장치가 될 거라구 보고있습니다. 주로 대규모 언어 모델의 추론이나 고성능 서버의 실시간 데이터 처리 용도로 쓰입니다. 또 동시에 전력 효율까지 챙길 수 있는 똑똑한 메모리임니다. 앞으로 AI 반도체 시장에서 HBM 못지않게 필수적인 존재가 될거라는 의견들이 많습니다.

Answer 3

안녕하세요. 김재훈 전문가입니다.

HBF는 기존 낸드 플래시보다 메모리를 수직으로 여러 층 쌓아 병렬 처리를 극대화한 구조라서 데이터 전송 속도와 대역폭이 크게 향상되는 장점이 있습니다 기존 낸드는 속도가 상대적으로 느려 AI 데이터 처리에서 병목이 생기기 쉬웠지만 HBF는 HBM 처럼 빠른 데이터 공급이 가능해 효율이 높습니다 그래서 앞으로 AI 서버나 데이터센터에서 대용량 데이터를 빠르게 읽고 쓰는 고속 저장장치로 활용될 가능성이 큽니다