据韩联社报道，SK 海力士开发总管安炫（Ahn Hyun）于 10 月 14 日在首尔江南区 COEX 举行的「第 28 届韩国半导体大展」（SEDEX 2026）上发表主旨演讲时预测，到 2030 年，人工智能基础设施的性能规模将增长约 20 倍。

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。

存储成为新的性能瓶颈

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。

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。

下一代存储技术布局

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。这意味着，在 AI 推理负载持续走高的趋势下，存储厂商正试图通过重构存储层级，来缓解数据搬运带来的性能与功耗压力。