SK하이닉스와 샌디스크가 AI 추론 시장을 겨냥한 차세대 메모리 HBF(High Bandwidth Flash)의 첫 표준 규격을 공개했다.
양사는 현지시간 8월 4일부터 6일까지 미국 캘리포니아주 산타클라라에서 열리는 FMS 2026 개막에 맞춰 HBF 표준 규격을 OCP(Open Compute Project)를 통해 공개했다. 지난 2월 HBF 표준화 컨소시엄을 출범한 지 약 6개월 만에 나온 첫 결과물이다.
HBF는 HBM과 SSD 사이에 추가되는 새로운 메모리 계층이다. HBM처럼 여러 개의 다이를 쌓아 높은 대역폭을 확보하면서도 DRAM 대신 낸드 플래시를 사용해 용량과 비용 효율을 높이는 것이 특징이다.
AI 모델 학습에는 빠른 연산과 높은 대역폭을 갖춘 HBM이 중요하지만 AI 추론은 대규모 모델과 데이터에 반복적으로 접근해야 해 메모리 용량도 중요하다. HBF는 HBM을 완전히 대체하기보다 HBM에 모두 담기 어려운 데이터를 고속으로 공급해 메모리 용량 부족과 데이터 이동 병목을 줄이는 역할을 맡는다.
이번 규격은 낸드 다이를 8단 또는 16단으로 적층하는 구성을 기준으로 최대 512GB 용량을 정의했다. 대역폭은 성능에 따라 Grade 1부터 Grade 3까지 세 등급으로 구분하며 약 0.4TB/s에서 최대 3.0TB/s까지 지원한다. 최고 등급은 일반적인 SSD보다 훨씬 빠른 속도로 프로세서에 대용량 데이터를 공급할 수 있도록 설계됐다.
프로세서 연결에는 개방형 칩렛 인터페이스인 UCIe를 사용한다. 이에 따라 특정 GPU나 CPU에 종속되지 않고 다양한 프로세서와 HBF를 하나의 패키지 또는 시스템으로 구성할 수 있다. 규격에는 인터페이스와 전기적 특성, 다이 적층 공정의 신뢰성, 패키징 지침과 데이터 입출력용 소프트웨어 사용 방식도 포함됐다.
SK하이닉스는 FMS 2026에서 HBF를 포함한 계층형 메모리 아키텍처도 소개한다. 서로 다른 속도와 용량, 비용 특성을 가진 HBM과 HBF, SSD를 하나의 체계로 연결하고 데이터의 중요도와 사용 빈도에 따라 적절한 메모리에 배치해 AI 인프라의 효율을 높이는 방식이다.
이는 모든 데이터를 값비싼 HBM에 저장하기보다 연산에 즉시 필요한 데이터는 HBM에 두고 대용량 모델과 상대적으로 접근 빈도가 낮은 데이터는 HBF가 담당하도록 하는 구조다. AI 모델이 커질수록 단일 메모리만으로 대역폭과 용량을 모두 충족하기 어려워진다는 판단이 반영됐다.
SK하이닉스는 행사에서 10세대 V10 375단 4D 낸드도 처음 공개한다. 신형 낸드는 이전 세대보다 전력 대비 성능을 2.5배 높였으며 회사는 이를 적용한 고성능·고용량 기업용 SSD를 2027년 초부터 양산할 계획이다. |
