Blog

AI算力饥渴引爆存储与云计算革命：HBF新标准落地，亚马逊3万亿市值背后的故事

2026年8月4日

导语

大模型竞技如火如荼，AI对底层基础设施的“胃口”从未像今天这样惊人。从训练到推理，算力饥渴倒逼存储、网络、计算全栈升级。近期两条重磅新闻恰好印证了这一趋势：SK海力士联合闪迪推出专为AI打造的高带宽闪存（HBF）标准，亚马逊市值首次站上3万亿美元，同时大幅上调资本支出以应对AI云需求的爆发。这两件事看似独立，实则共同勾勒出AI基础设施迈入“硬核创新”的新篇章。

高带宽闪存HBF：为AI推理而生

在近日举行的闪存峰会FMS 2026上，SK海力士与闪迪正式发布高带宽闪存（High Bandwidth Flash，HBF）的首个行业标准规范。HBF被定位为介于高带宽内存（HBM）与固态硬盘（SSD）之间的新型存储层级：它既拥有接近HBM的高速数据传输能力，又能凭借NAND闪存实现远超HBM的大容量，尤其适合AI推理场景中对数据吞吐量和容量的双重需求。

本次公布的规范定义了两种容量配置，分别采用8层和16层NAND芯片堆叠，最高可提供512GB容量；同时按带宽划分为三个等级（Grade 1~3），覆盖约0.4TB/s至3.0TB/s的传输速率。更值得关注的是，HBF与处理器之间采用开放的UCIe（Universal Chiplet Interconnect Express）互联标准，这意味着它可以灵活搭配GPU、CPU等不同类型的计算芯片，消除了私有接口的封闭风险。该标准由全球最大的开放式数据中心技术合作组织OCP（Open Compute Project）正式发布，成为行业通用的开放规范，而非某家企业的私有财产。

引用来源：SK 海力士与闪迪将在 FMS 2026 发布 HBF 首个标准规范

亚马逊市值破3万亿：AI云狂飙突进

几乎同一时间，亚马逊传来里程碑消息：公司市值首次突破3万亿美元。直接催化剂是超预期的第二季度财报——受强劲的AI需求推动，云计算业务AWS增长激增，公司调整后每股收益1.97美元，营收2006.1亿美元，均超出分析师预期。

CEO安迪·贾西在电话会议上透露，由于AI基础设施相关的存储芯片价格持续上涨，加之客户需求远远超出产能，亚马逊已将2026年资本支出预期从2月份的2000亿美元上调至2200亿美元。他甚至坦言：“我们仍然没有足够的产能来满足2026年的所有需求，我相信这种动态在2027年也将如此。事实上，我们对2028年的需求已经很惊人了。” 这一表态赤裸裸地展现出AI对云基础设施的虹吸效应，巨头们正不惜血本扩建数据中心。

引用来源：亚马逊市值首次突破3万亿美元，创始人贝索斯拟出售近41亿美元股票

从存储到计算：AI基础设施的全面升级

将HBF和亚马逊的扩产放在一起看，AI基础设施演进的图谱变得清晰：

存储层：HBF填补了传统HBM容量小、SSD延迟高的空白，为AI推理提供高带宽、大容量的新选项；SK海力士还同步展示了第十代375层4D NAND闪存，性能功耗比提升2.5倍，直接剑指AI数据中心的高效存储需求。
计算与互连：UCIe开放标准让HBF可以灵活接入各种加速器，有望降低AI硬件部署成本，打破封闭生态；而云厂商的大规模资本支出则加速算力资源的供给，让更多企业和开发者能按需获取AI算力。
网络与架构：虽然新闻未明确提及，但阿里系云厂商的巨额投资必然包含高速网络、散热等配套基础设施升级，以支撑更大的集群规模。

这些信号表明，AI技术已从模型算法的单点突破，演变为一场覆盖芯片、互连、存储、云计算的全栈式基础设施竞赛。

趋势分析：AI“水涨船高”，开放生态与垂直整合并行

未来几年，AI对基础设施的拉动将呈现两个鲜明趋势：

存储层级越来越细分：在HBM、HBF、CXL内存、QLC SSD等不同容量、带宽、延迟的组合中，系统设计者会为不同负载调配最优存储方案，推动存算一体、近存计算等架构走向现实。
开放标准对抗封闭生态：HBF选择UCIe和OCP，反映出产业界希望通过统一接口降低碎片化，加速创新落地。这很可能引发芯片设计、服务器架构的新一轮开放浪潮，与某些厂商的私有方案形成对垒。
云巨头军备竞赛白热化：亚马逊的资本支出狂飙只是缩影，微软、谷歌、Meta等同样在重注AI基础设施，这将持续抬高行业入场门槛，但也意味着算力服务可能迎来价格战和技术红利，最终惠及终端用户。

对个人开发者与技术从业者的启发

关注硬件演进，优化模型部署：HBF这类新型存储将改变AI推理的瓶颈分布，开发者需了解不同存储介质特性，在模型量化、cache命中率等方面做针对性优化，才能充分发挥硬件性能。
善用云平台，弹性获取算力：云巨头的大规模扩建意味着GPU实例、AI服务可能更易获取且成本下降，个人开发者和小型团队可以更便捷地基于云端训练和部署模型，不必过早投入硬件。
拥抱开放标准，避免锁定：从业者应积极关注UCIe、CXL等开放互连协议，选择支持开放生态的硬件和软件栈，避免被单一厂商绑定，提升方案的可迁移性和谈判筹码。
技能栈横向拓展：AI开发已不仅是模型调参，理解芯片、存储、网络等底层知识将成为技术竞争力的重要拼图。有意识地向系统方向横移，有助于把握下一波基础设施红利。

结语

从HBF的具体参数，到亚马逊激进的投资计划，AI正以前所未有的力量重塑技术基础设施。对于每一个身处技术浪潮中的开发者而言，这既是挑战，更是机遇。只有主动理解底层硬件的演进逻辑，才能在设计AI系统时做出更明智的选择，与这场算力革命同频共振。