في 4 أغسطس 2026، خلال معرض FMS 2026 (Future Memory and Storage) الذي أُقيم في سانتا كلارا، كاليفورنيا، الولايات المتحدة الأمريكية، أعلنت شركتا SK hynix وSanDisk رسميًا عن المواصفات الفنية الأولى لبرنامج OCP من أجل فلاش عرض النطاق الترددي العالي (HBF). يتم إتاحة هذه المواصفات للجمهور في القطاع بأكمله من خلال مشروع OCP (Open Compute Project)، وهو أكبر منظمة عالمية معنية بتكنولوجيا مراكز البيانات المفتوحة. وتُعتبر هذه المواصفات مواصفات تقنية مفتوحة للقطاع بأسره، وليست معيارًا تقنيًا خاصًا بأي مورد واحد. ويُعد هذا إنجازًا رئيسيًّا في تطوير تقنية HBF، كما يمثل دخول HBF رسميًّا إلى مرحلة التقييس المفتوح والتحقق من صحة النظام البيئي.
معلم رئيسي في عملية التقييس
وقد فاقت وتيرة توحيد معايير HBF توقعات القطاع. ففي وقت مبكر من أغسطس 2025، بدأت شركتا SK hynix وSanDisk رسميًا العمل المشترك على توحيد معايير HBF. وخططت الشركتان لتطوير مواصفات تقنية تخزين جديدة لتطبيقات الذكاء الاصطناعي بشكل مشترك، استنادًا إلى خبراتهما التقنية الخاصة. وفي فبراير 2026، تم إنشاء مسار العمل الفني الخاص بـ HBF رسميًا في إطار مبادرة OCP، مما جمع شركات من مختلف مراحل سلسلة القيمة في القطاع للمشاركة في تطوير المعايير.
منذ إطلاق مسار العمل في فبراير 2026 وحتى إصدار أول مواصفات تقنية لـ OCP، لم تستغرق العملية برمتها سوى ستة أشهر. ويعزى هذا التقدم السريع إلى الطلب الملحّ في قطاع الذكاء الاصطناعي على حلول تخزين جديدة، فضلاً عن النهج المفتوح والتعاوني المتبع في تطوير المعايير. وكانت شركتا SanDisk وSK hynix المساهمتين الرئيسيتين، في حين شاركت كل من Google وTenstorrent أيضًا في عملية التقييس وقدمتا الدعم للتحقق الفني وتطوير المواصفات.
تُعتبر HBF حلقة وسيطة في مجال تخزين البيانات الخاصة بالذكاء الاصطناعي
قبل ظهور HBF، كانت بنية التخزين لأنظمة الحوسبة القائمة على الذكاء الاصطناعي تتألف بشكل أساسي من HBM (ذاكرة النطاق الترددي العالي) والتقليدية محركات أقراص SSD للمؤسسات. كانت هناك فجوة واضحة بينهما من حيث الأداء والتكلفة على حد سواء.
تتميز ذاكرة HBM، بفضل بنية DRAM وتقنية التكديس ثلاثي الأبعاد، بتوفير عرض نطاق ترددي مرتفع للغاية وزمن وصول منخفض، مما يجعلها وسيلة تخزين مهمة لدعم الحوسبة بالذكاء الاصطناعي في الوقت الفعلي. ومع ذلك، تتميز ذاكرة HBM بسعة محدودة نسبيًا وتكلفة عالية. ومع استمرار نمو حجم البيانات، مثل أوزان النماذج الكبيرة وذاكرة التخزين المؤقتة KV Cache، فإن الاعتماد على HBM وحدها يجعل من الصعب استيعاب جميع البيانات القريبة من الحوسبة بطريقة اقتصادية. محركات الأقراص الصلبة (SSD) التقليدية الاستخدام فلاش NAND لتوفير سعة كبيرة بتكلفة منخفضة نسبيًا، لكن عرض النطاق الترددي وزمن الوصول لديها أقل بكثير من نظيرتها HBM.
HBF هو حل جديد مصمم لتلبية متطلبات طبقة التخزين هذه. وتصنف شركة SK hynix هذا الحل على أنه طبقة تخزين تقع بين HBM وSSD. فهو يستخدم ذاكرة فلاش NAND لتوفير سعة أكبر، مع استخدام واجهات ذات نطاق ترددي عالٍ وتقنيات تغليف متطورة لتقليص المسافة بين البيانات ووحدات الحوسبة، مما يلبي الحاجة إلى “سعة أكبر + نطاق ترددي أعلى” في سيناريوهات مثل الاستدلال بالذكاء الاصطناعي.
| نوع التخزين | الوسط الأساسي | مستوى عرض النطاق الترددي | خصائص السعة | مستوى التكلفة | سيناريوهات الاستخدام الرئيسية |
|---|---|---|---|---|---|
| HBM | DRAM | مرتفع للغاية | سعة محدودة | عالية جداً | الحوسبة القائمة على الذكاء الاصطناعي في الوقت الفعلي، والبيانات التي يتم الوصول إليها بشكل متكرر |
| مؤسسة حمدان بن راشد آل مكتوم | فلاش NAND | عالية | سعة كبيرة | منخفضة نسبيًا | الاستدلال بالذكاء الاصطناعي، البيانات ذات السعة الكبيرة القريبة من وحدة الحوسبة |
| SSD | فلاش NAND | منخفضة | سعة كبيرة جداً | منخفضة | تخزين البيانات الباردة، الأرشفة الدائمة |
المواصفات الأساسية للمواصفات الفنية الأولى
تغطي المواصفات الفنية الأولى لـ OCP الخاصة بـ HBF التي تم إصدارها هذه المرة واجهات النظام، والخصائص الكهربائية، ومتطلبات الأداء الأساسية، والتعبئة والموثوقية، وإرشادات القراءة/الكتابة الخاصة بالبرمجيات. وهي توفر إطارًا فنيًّا موحدًا لتطوير منتجات HBF وتكامل الأنظمة على مستوى القطاع بأكمله.
فيما يتعلق بتكوين السعة، توفر المواصفات خيارين لتكديس رقائق NAND: التكديس ذو 8 طبقات والتكديس ذو 16 طبقة. وتدعم وحدة HBF الواحدة سعة تصل إلى 512 جيجابايت، مما يلبي بشكل أكبر الحاجة إلى التخزين عالي السعة القريب من وحدة الحوسبة في سيناريوهات الاستدلال بالذكاء الاصطناعي.
من حيث مستويات الأداء، تقسم المواصفات تقنية HBF إلى ثلاث درجات، من الدرجة 1 إلى الدرجة 3، حيث يتراوح عرض النطاق الترددي لنقل البيانات بين 0.4 تيرابايت/ثانية و3.0 تيرابايت/ثانية. ويمكن تهيئة المنتجات من الدرجات المختلفة وفقًا لمتطلبات عرض النطاق الترددي والسعة لأنظمة الذكاء الاصطناعي المختلفة.
ميزتان تقنيتان أساسيتان
تسعى تقنية HBF إلى تحقيق التوازن بين السعة وعرض النطاق الترددي. وهي تعتمد على تقنيات أساسية مثل وصلات المعالجات عالية السرعة، والتكديس والتعبئة المتقدمة لذاكرة NAND، مع التركيز في الوقت نفسه على الانفتاح والجدوى الهندسية.
- أولها هو اعتماد معيار UCIe العالمي لربط الرقائق الصغيرة. تستخدم تقنية HBF معيار UCIe كتقنية ربط من جانب المعالج، مما يوفر أساسًا مفتوحًا للواجهة من أجل الاتصالات عالية السرعة بين أنواع مختلفة من معالجات الحوسبة، مثل وحدات معالجة الرسومات (GPUs) ووحدات المعالجة المركزية (CPUs)، وبين تقنية HBF. وبالمقارنة مع بنى التخزين التقليدية، من المتوقع أن يؤدي هذا التصميم إلى تقصير مسار الوصول إلى البيانات وتوفير واجهة أكثر توحيدًا لتكييف HBF مع رقائق الحوسبة من مختلف الموردين.
- والثانية هي تقنية التكديس عالي الكثافة لذاكرة NAND وتقنية ربط الرقائق. تستخدم تقنية HBF تقنية فلاش BiCS من SanDisk وتقنية CBA (CMOS المرتبطة مباشرة بالمصفوفة)، جنبًا إلى جنب مع تقنية خاصة بتكديس الرقائق، لدعم التكديس عالي الكثافة الذي يصل إلى 16 طبقة. وتُظهر المواد الفنية التي أصدرتها SanDisk سابقًا أن حل HBF الخاص بها يستخدم هياكل توصيل داخلية للتغليف مثل الثقوب الرأسية (TSV) والنتوءات الدقيقة (micro-bumps)، ويُركز على الحد من انحراف الرقائق من خلال تقنية التكديس الخاصة بها لدعم التكديس بعدد كبير من الطبقات.
النظام البيئي للصناعة وخطط الإنتاج الضخم
باعتبارها مواصفة تقنية مفتوحة، ركزت HBF منذ إنشائها على التعاون عبر سلسلة القيمة الصناعية. وقد تبلور الآن نظام بيئي يضم شركات من مجالات التخزين، وشرائح الذكاء الاصطناعي، والحوسبة السحابية، وغيرها من المجالات.
ومن بين المشاركين الرئيسيين في عملية توحيد معايير HBF شركات التخزين SK hynix وSanDisk، بالإضافة إلى شركتي رقائق الذكاء الاصطناعي Tenstorrent وGoogle. وخلال قمة FMS 2026، شاركت كل من SK hynix وGoogle DeepMind وSanDisk بشكل مشترك في حلقة نقاش حول HBF، استكشفت خلالها اتجاهات تطوير بنى التخزين الخاصة بالبنية التحتية للذكاء الاصطناعي.
فيما يتعلق بتطوير المنتجات، حققت شركة «سانديسك» بالفعل تقدمًا في تطوير رقائق HBF، وكشفت في أغسطس 2026 أن تقنية HBF تحظى باهتمام متزايد من جانب المنظومة الصناعية. وخلال «يوم المستثمرين» لعام 2026 الذي عقدته الشركة في 13 أغسطس، أشارت الشركة أيضًا إلى أن منظومة صناعية تدعم تطبيق تقنية HBF بدأت تتشكل.
وفي الوقت نفسه، تشهد تقنيات ذاكرة الفلاش الأساسية تطوراً مستمراً. وخلال هذه القمة، كشفت شركة SK hynix النقاب لأول مرة عن ذاكرة الفلاش 4D NAND من الجيل العاشر (V10) المكونة من 375 طبقة. وأفادت الشركة بأن الأداء لكل واط قد تحسّن بمقدار 2.5 مرة مقارنةً بالجيل السابق. كما عرضت شركة SK hynix خارطة طريقها لتقنيات التخزين من الجيل التالي المخصصة للبنية التحتية للذكاء الاصطناعي.
تأثير الصناعة والتوقعات المستقبلية
لا يُعد إصدار أول مواصفات تقنية لـ OCP الخاصة بتقنية HBF مجرد محاولة مهمة في مجال تطوير تكنولوجيا التخزين فحسب، بل يُتوقع أيضًا أن يكون له تأثير على بنية التخزين في البنية التحتية للذكاء الاصطناعي.
أولاً، إنها تثري بشكل أكبر البنية المتدرجة لتخزين الذكاء الاصطناعي. وبالإضافة إلى رقائق الحوسبة وذاكرة HBM، تسعى تقنية HBF إلى توفير طبقة تخزين قريبة من وحدة الحوسبة تتمتع بسعة أكبر وعرض نطاق ترددي أعلى مقارنةً بمحركات الأقراص الصلبة (SSD) التقليدية، مما يوفر خيارًا جديدًا للتخزين للتطبيقات التي تعتمد بشكل مكثف على البيانات، مثل استدلال النماذج الضخمة والذكاء الاصطناعي الوكيل (Agentic AI). كما حددت شركة SK hynix بوضوح موقع تقنية HBF بين ذاكرة HBM ومحركات أقراص SSD لتلبية المتطلبات المتزايدة من حيث السعة وعرض النطاق الترددي في عصر الاستدلال بالذكاء الاصطناعي.
ثانياً، من المتوقع أن تساعد هذه التقنية البنية التحتية للذكاء الاصطناعي على تحقيق توازن أفضل بين الأداء والتكلفة. فبدلاً من تخزين جميع البيانات ذات السعة العالية في ذاكرة HBM عالية التكلفة، فإن استخدام ذاكرة HBF لنقل بعض البيانات التي تتطلب سعة أكبر مع الحاجة في الوقت نفسه إلى عرض نطاق ترددي مرتفع نسبياً قد يقلل من التكلفة الإجمالية لتخزين النظام ويحسن كفاءة الوصول إلى البيانات.
ثالثًا، قد يسهم ذلك في تعزيز التعاون بين قطاعات NAND، والتعبئة المتطورة، وربط الرقائق الصغيرة (chiplets)، وخوادم الذكاء الاصطناعي، وغيرها من الصناعات المرتبطة بالمرحلة الأولية والمرحلة النهائية من سلسلة التوريد. تتضمن تقنية HBF التكديس عالي الكثافة لذاكرة NAND، وربط الرقائق، ووصلات عالية السرعة، وآليات القراءة/الكتابة البرمجية. لذلك، لا يعتمد تسويقها على رقائق التخزين نفسها فحسب، بل يعتمد أيضًا على التقدم المشترك في رقائق الحوسبة والتغليف والخوادم والنظام البيئي للبرمجيات.
بشكل عام، فإن إصدار أول مواصفات تقنية لـ OCP الخاصة بـ HBF يعني أن هذه التكنولوجيا قد تجاوزت مرحلة التطوير المستقل من قبل الموردين الفرديين، ودخلت مرحلة التقييس المفتوح والتعاون الصناعي والتحقق من صلاحية المنتجات. من خلال إطار عمل OCP المفتوح، تعمل كل من SK hynix وSanDisk وGoogle وTenstorrent والمشاركون الآخرون بشكل مشترك على دفع عجلة تطوير المواصفات الفنية، مما يوفر أساسًا تقنيًّا موحدًا لمختلف الموردين لاستكشاف تطبيقات HBF.
مع استمرار التقدم في عينات المنتجات اللاحقة، والتحقق من صحة النظام، والتكيف مع النظام البيئي، فإن مسألة ما إذا كان بإمكان تقنية HBF أن تصبح حقًّا طبقة تخزين مهمة في عصر الذكاء الاصطناعي لا تزال تتطلب مزيدًا من المراقبة لأدائها وتكلفتها وموثوقيتها في أنظمة الاستدلال الفعلية للذكاء الاصطناعي. ومع ذلك، هناك أمر واحد واضح: مع انتقال الذكاء الاصطناعي من مرحلة التدريب إلى الاستدلال على نطاق واسع، تواجه بنية التخزين التقليدية “HBM + SSD” تحديات جديدة في السعة وعرض النطاق الترددي، في حين أصبحت تقنية HBF أحد الاتجاهات الرئيسية التي تستكشفها الصناعة لهذه الطبقة الجديدة من التخزين.
