HBFとは?なぜAI推論に必要で何がすごいのか——SK hynixとサンディスクの「高帯域フラッシュ」を元キオクシア研究開発者が図解で解説

もふもふ不動産のもふです。僕は元キオクシア(旧東芝メモリ)の半導体研究開発者です。ソニー・キオクシアで16年、先端半導体の研究開発に携わり、キオクシアではNOR型フラッシュや抵抗変化型メモリ(ReRAM)の研究開発を経て、世界初の48層3次元フラッシュメモリ「BiCS FLASH™」の量産立ち上げに参画しました(2019年まで在籍)。発明者として特許出願も行っています。詳しくは研究開発者としての経歴ページをご覧ください。

2026年8月3日(米国時間)、SK hynixとサンディスクが「HBF™(High Bandwidth Flash・高帯域フラッシュ)」の最初の標準仕様を公開しました。HBFをひとことで言うと、NANDフラッシュをHBMのように積み上げて、GPUのすぐ隣——HBMと同じ場所——に載せてしまう新しいメモリです。フラッシュメモリ畑の僕からすると「ついにNANDがそこまで来たか」という、メモリの歴史が動く発表なんですよね。ただ、いきなり仕様の数字を並べられても「で、何がうれしいの?」となりがちな技術なので、この記事では①AI推論で何に困っているのか → ②なぜNANDをHBMのように使うのが難しかったのか → ③HBFはそれをどう解決するのか → ④何がいいことあるのか → ⑤いまどこまで進んでいるのか、の順番で、図を見ながら基礎からわかりやすく解説します。

HBF(High Bandwidth Flash)とは?——30秒でわかる答え

まず結論から。HBFは「High Bandwidth Flash(高帯域フラッシュ)」の略で、NANDフラッシュのチップを何枚も積み重ねて、HBMのような高速インターフェースで束ねた新しいメモリです。AIサーバーの主役メモリであるHBMは、DRAMのチップを積み重ねてTSV(チップを貫通する縦の配線)でつなぎ、超広い「並列の出入口」で帯域を稼いでいます。HBFはこの「積んで束ねる」やり方を、DRAMではなくNANDフラッシュでやる。NANDはDRAMより1枚あたりの容量がケタ違いに大きいので、同じように積むと、とんでもない容量のメモリができあがります。しかもそれを、SSDのように「少し離れた場所」からではなく、GPUの隣——HBMと同じ一等地——に載せるのがポイントです。

もともとサンディスクが2025年に発表した構想で、同年8月にSK hynixと標準化に向けたMOU(覚書)を締結。2026年2月から標準化の作業が始まり、わずか半年後の2026年8月3日、最初の技術仕様がOCP(Open Compute Project)を通じてオープン標準として公開されました。

「HBF キオクシア」で検索して来られた方へ先にお答えすると、標準化を発表したのはサンディスクとSK hynixで、キオクシアの名前は(2026年8月時点の公開情報では)出てきていません。ただしHBFの土台になっているBiCS・CBAという技術は、キオクシアとサンディスクが共同開発してきたものです。このあたりの因縁は後半の章で詳しく書きます。

ではなぜ、わざわざNANDをHBMのように積む必要があるのか。順番に見ていきましょう。

①問題点——AI推論でメモリが足りない。HBMは高価で容量が小さい

AIサーバーの中でGPUは「料理人」、HBMは料理人の手元にある「まな板」、SSDは少し離れた「倉庫」のようなものだとイメージしてください。まな板(HBM)はものすごく速く材料を出し入れできる代わりに、とても狭くて、とても高価。倉庫(SSD)は広いけれど遠いので、取りに行くたびに料理人の手が止まります。

問題は、AIのモデルが巨大化しすぎて、まな板に材料(モデルの重みやKVキャッシュ=会話の記憶)が載り切らなくなっていることです。AI推論でGPUがやっている作業は、モデルの重みを繰り返し読み出すこと——つまり大量読み出しのかたまりです。読みたいデータが手元のHBMに載っていなければ、どれだけGPUが速くても待たされてしまう。ならば「HBMをもっと積めばいいのでは?」となりますが、NVIDIA CMXの記事でも書いたとおり、HBMはもう物理的にもコスト的にも簡単には増やせないんです。

• 容量の壁——DRAMは微細化が限界に近づいており、1チップの容量を増やすのが年々難しくなっています。NVIDIAの次世代GPU「Rubin」でもHBM4は最大288GB。AIモデルの巨大化に全然追いつきません。
• コストの壁——HBMはベラボウに高価です。AIサーバーの原価の相当部分をHBMが占めると言われるほどで、「メモリを増やしたいけど値段が…」がAI業界共通の悩みです。
• 電力の壁——DRAMは電源を入れているだけで、データを保持するためのリフレッシュ(再書き込み)に電力を食い続けます。NANDは不揮発なのでリフレッシュ不要。ここは意外と大きな差です。

上のサンディスクの図のいちばん左が「いまのAI用GPU」です。GPUの周りにHBMを8個並べても、合計192GB(この図の構成ではHBM1個24GB)。GPUの隣の席には数に限りがあるので、HBMを並べるだけでは容量が頭打ちになります。一方で、たとえば大規模MoEモデルのQwen3-480Bは、bfloat16で960GBもあります(サンディスクのInvestor Day資料より)。192GBのGPUには載り切らないので、モデルを複数台のGPUに分散させるしかない——これが、AI推論の現場の困りごとです。右の2本は、その答えのプレビュー。詳しくは③で解説します。

②技術的困難——なぜNANDをHBMのように使うのが難しかったのか

「容量ならNANDがケタ違いに大きい。なら最初からNANDをHBMの代わりに使えばよかったのでは?」——そう思いますよね。でも、それが簡単にできなかったからこそ、NANDは長らく「倉庫(SSD)」の役割にとどまってきました。ハードルは大きく3つあります。

• NAND自体の弱点——キオクシアGP1の記事で解説したとおり、NANDはランダムアクセスが遅く、書き込みも遅く、書き換え回数にも寿命(耐性)があります。計算中のデータを高速に読み書きし続けるHBMの役割を、そのまま肩代わりすることはできません。
• 帯域の出し方が違う——HBMはDRAMをTSVで積み、超広い並列の出入口で帯域を稼ぎます。一方のNANDは、これまでSSDという形でPCIe経由の「少し離れた場所」から使われてきたので、GPUとやり取りする帯域はHBMに遠く及びませんでした。NANDを束ねて広帯域で読み出す仕組みも、GPUとつなぐための共通の規格もなかったのです。
• GPUの隣の席に座る資格——③で詳しく書きますが、GPUとHBMは先端パッケージの上で、ミリ単位まで距離を詰めて隣り合わせに並んでいます。この席に座るには、HBMと同じ面積・高さ・電力に収まる形でNANDを積み上げ、HBM並みの帯域を出せる回路で束ねる必要があります。メモリアレイと周辺回路を同じウェハに作る従来のNANDのままでは、回路側を思い切って高速化しにくいという事情もありました。

つまり「NANDは大容量だけど、遅くて、遠くて、HBMの席には座れない」。この3つを、用途の絞り込み+積層+新しい製造技術+オープン規格の組み合わせで乗り越えにいったのがHBFです。

③解決策——HBFの仕組み・標準仕様・HBMとの混載

仕組み: NANDをTSVで16段積み、読み出し帯域に全振りする

構造は上の図のとおり、HBMとほぼ同じです。NANDのコアダイをTSVで積み重ね、最下層のロジックダイ(PHY=GPUと話す入出力回路つき)を経由して、インターポーザー上でGPU/CPU/TPUなどと接続します。②の「帯域の出し方」の壁を、HBMと同じ「積んで束ねる」構造で越えるわけです。

そして「NAND自体の弱点」に対しては、真正面から戦わずに用途を絞るという答えを出しました。HBFはAI推論の「読み出し中心」の使い方に的を絞り、読み出し帯域に全振りした設計です。AIがモデルの重みやKVキャッシュを読む作業は、まさに大量読み出しのかたまり。書き込みの遅さや耐性という弱点が表に出にくい仕事にNANDの大容量をぶつける、という発想です。

さらに、サンディスクの資料によればHBFはBiCS技術(3次元フラッシュ)とCBA技術(CMOS directly Bonded to Array)をベースにしています。CBAはCM10の記事で解説したとおり、メモリ部分と回路部分を別々のウェハで作って貼り合わせる技術。メモリと回路をそれぞれ最適化できるので、NANDの読み出しを爆速化できます。HBFが「NANDなのにHBM並みの帯域」を狙えるのは、②で触れた「回路側を高速化しにくい」というNANDの事情を、この技術が取り払ったからなんですね。

標準仕様: 最大512GB・最大3.0TB/s・UCIe対応・HBM4とサイズを揃えた

今回OCPで公開された最初の標準仕様と、サンディスクが公表している第1世代製品のスペックを整理します。

• 容量は1スタック最大512GB——NANDダイを8段または16段積み。256Gb(32GB)のダイを16段積むと512GBです。HBM1個(現行のHBM3E世代で最大36GB程度)の10倍以上ですね。
• 帯域は3グレードで約0.4〜3.0TB/s——用途に応じて速度クラスを選べる設計。サンディスクの第1世代品は読み出し1.6TB/sを掲げています。
• UCIe対応——UCIe(Universal Chiplet Interconnect Express)は、チップレット同士を高速につなぐオープン標準規格。これに対応することで、特定のGPU専用ではなく、いろいろなCPU・GPU・アクセラレータと組み合わせられる汎用部品になります。②の「GPUとつなぐ共通の規格がない」への答えです。
• HBM4と物理的に揃えた設計——サンディスクによれば、第1世代HBFはHBM4と実装面積・電力プロファイル・スタックの高さをほぼ一致させています。これが次の「HBMとの混載」のカギになります。

仕様をオープン標準として公開したことも重要なポイントです。囲い込みではなく、誰でも採用・実装できる規格にすることで、業界全体を巻き込んでエコシステムを作りにいっている。HBMがJEDEC標準として普及した歴史をなぞる動きだと僕は見ています。

HBMとの混載: CoWoSパッケージの「HBMの席」にそのまま座れる

HBFの一番のすごさは、性能の数字よりも「載る場所」にあります。AIサーバーのGPUは、TSMCのCoWoS(コワス)に代表される先端パッケージ技術で作られています。シリコンインターポーザーという下敷きの上に、GPU本体とHBMを何個も隣り合わせに並べて、1つの巨大な「チップの集合体」として仕上げる技術です。GPUとHBMの距離をミリ単位まで詰めることで、あの超広帯域を実現しています。逆に言うと、この「一等地」に載れるかどうかが、メモリの帯域を決めるわけです。

HBFはHBM4と実装面積・スタック高さを揃えている。つまり、CoWoSのようなパッケージ上でHBMが座っている席に、そのまま置き換えで座れるように設計されているんです。①で見たサンディスクの図の右2本がまさにそれで、GPUの周りのHBM8個(192GB)をHBM2個+HBF6個の混載にすると3,120GB、8個全部をHBFにすると4,096GB。同じ「土地」で、載せるメモリの組み合わせを変えるだけで容量が10倍以上に化けるわけです。

実際の使い方としては、超高速が必要な計算中のデータはHBMに、AIモデルの重みや読み出し中心のデータはHBFにという役割分担が想定されています。SSDのように「少し離れた場所」から補うのではなく、GPUの隣の一等地に、HBMの相棒として同居する。ここが、CMX対応SSD(CM10)やスーパーIOPS SSD(GP1)とはレイヤーの違う話で、メモリとストレージの境界がまた一段溶けたと言えます。

④何がいいのか——容量8〜16倍・同等コスト・投資効率8倍・省電力

では、HBFが実現すると何がうれしいのか。数字で整理します。

• 容量8〜16倍、帯域とコストはHBM並み——サンディスクはHBFについて、「HBMと同等の帯域・同等のコストで、容量は8〜16倍」を目標に掲げています。①の図のとおり、同じGPUパッケージで合計メモリ容量は192GB→最大4,096GBです。
• 性能はHBMにほぼ肉薄——同社のシミュレーションでは、容量無制限のHBMという理想のメモリと比べても性能差は2.2%以内に収まるとしています。読み出し中心のAI推論なら、NANDでもHBMにほぼ肉薄できる——この試算が本当なら、AIサーバーのメモリ構成の常識が変わります。
• 電力——NANDは不揮発なので、DRAMのようなリフレッシュ電力が要りません。後述のロードマップでは、世代を追うごとにさらに省電力化する計画です。

さらに、2026年8月13日のSandisk Investor Day 2026では、HBFとHBMの性能シミュレーション比較が初めて具体的な数字付きで公開されました。

同一性能のGPU(4.5 PFLOPS・メモリ帯域12.8TB/s)に、HBFのみ(容量4TB)を積んだ場合とHBMのみ(192GB)を積んだ場合で、大規模MoEモデル(MoE=必要な部分だけ動かして計算を減らす方式。①で出てきたQwen3-480B、bfloat16で960GB)のエージェント型推論ワークロードを回した結果——モデルを動かす最小構成はHBM版だとGPU8台、HBF版なら1台で済み、投資効率(CAPEX Efficiency)は8倍。同じトークン生成量を出すのにHBF版はGPU4台とHBM版8台の半分で済む(GPU効率2倍)、という試算です。①の困りごと——モデルが1台のGPUに載らず分散せざるを得ない——が、モデル全体がGPU1台のHBFに載り切ることで解消されるのが効いています。

このメリットは第1世代で終わりではありません。サンディスクは第1世代を基準(1x)として、こう進化させる計画を公表しています。

• 第2世代——容量1.5倍・読み出し帯域1.45倍(ダイの大容量化も含め、帯域2TB/s超・スタック容量は最大1TB級へ)
• 第3世代——容量2倍・読み出し帯域2倍・消費電力は0.64倍(帯域3.2TB/s級・スタック最大1.5TB級へ)

速く・大きく・省エネにを同時に進める、かなり強気のロードマップです。

⑤導入状況——SK hynix×サンディスクの標準化・OCP公開・ロードマップ

ここまでが「なぜ必要で、どう解決し、何がいいのか」。では、いまどこまで進んでいるのかを整理します。

標準化の歩み: 2025年MOU → 2026年2月開始 → 8月3日にOCPで初仕様公開

サンディスクが2025年に構想を発表し、同年8月にSK hynixと標準化に向けたMOUを締結。2026年2月に標準化の作業(コンソーシアム)が始まり、2026年8月3日に最初の技術仕様がOCP(Open Compute Project)を通じてオープン標準として公開されました。標準化にはSK hynixのほかGoogle・Tenstorrentがメンバーとして参加しており、初仕様公開と同時にMetaが新たに参加しています。技術諮問委員会には、David Patterson氏(RISCの生みの親のひとり)・Raja Koduri氏に加えて、AMD ZenやApple A4/A5、Teslaの自動運転チップを手がけた伝説の設計者Jim Keller氏(Tenstorrent CEO)が新メンバーとして加入しました。

実物の進捗: 初のHBFダイがテープアウト完了、製品サンプルは2027年

2026年8月13日のSandisk Investor Day 2026では、最初のHBFメモリダイ(チップ)のテープアウト(設計完了・試作)が完了し、実物のダイ写真が公開されました。HBFが「構想」から「実物のシリコン」の段階に進んだということです。タイムラインとしては、サンディスクは2026年後半に最初のHBFサンプルを出荷し、2027年前半にはHBFを搭載したAI推論デバイスのサンプルが登場する見込みとしており、Investor Dayでも「HBF搭載のAI推論製品のサンプルは2027年登場見込み」というスケジュールが改めて示されました。SK hynix側も、FMS 2026で披露した375層の4D NAND(電力あたり性能2.5倍)をはじめ、NAND側の弾を揃えてきています。標準仕様の公開から実製品まで、動きはかなり速そうです。

ちなみにサンディスクは、GPUの隣に載せるデータセンター向けだけでなく、スマホやロボットで1,000億パラメータ級のモデルを動かす第2世代エッジ向けHBF「AI That Never Forgets(忘れないAI)」を複数顧客と共同開発中であることも明かしています。Investor Day全体の内容(株価30倍の背景・8社との長期契約・粗利率80%の長期モデルなど)は、Sandisk Investor Day 2026の解説記事で詳しく解説しています。

HBFとキオクシアの因縁——土台はBiCS・CBAの共同開発技術

③で「HBFはBiCS技術とCBA技術をベースにしている」と書きました。ここからが、元中の人として面白いところ。BiCSもCBAも、キオクシアとサンディスクが共同開発してきた技術なんです。両社は四日市・北上の工場を共同運営し、フラッシュメモリを一緒に作っている、世界でも珍しい深い提携関係にあります。つまりHBFの土台には、僕の古巣キオクシアの技術DNAがガッツリ入っている。一方で、HBFの標準化を発表したのはサンディスクとSK hynixの組み合わせで、キオクシアの名前は(2026年8月時点の公開情報では)出てきていません。

ここからは完全に僕の個人的見解ですが、共同開発のパートナーであるキオクシアが、この流れの外に居続けるとは考えにくいと思っています。キオクシア自身もNVIDIAのCMXアーキテクチャー対応SSDや1,000万IOPSのGP1など、AIのメモリ階層に食い込む製品を矢継ぎ早に出しているうえ、さらにその先の未来枠として、SSDとサーバーを光ファイバーでつなぐ広帯域光SSDまで仕込んでいます。HBFという「NANDの新しい戦場」に対して、キオクシアがどう動くのか——ここは元中の人として、そして株主として、めちゃめちゃ注目しているポイントです。

投資家目線——メモリ階層の再編で誰が勝つのか(個人的見解)

最後に投資家目線の話を。ここからは僕の個人的見解です。

HBFの登場で、AIサーバーのメモリ階層は「HBM(超高速・少量)→HBF(高速・大容量)→高速SSD→大容量SSD」という多段構成に再編されようとしています。この構図で注目すべきは、SK hynixが「HBMの覇者」でありながらHBF側にも張っていることです。HBMで先行者利益を取り切った会社が、HBMを部分的に置き換えるかもしれない技術の標準化を主導する——攻守両面を押さえる、実にしたたかな動きだと思います。

一方のサンディスクは、NANDしか持たない会社として、NANDの主戦場をGPUの隣まで押し上げる大勝負に出ています。そしてその技術基盤はキオクシアとの共同開発品。HBFが離陸すれば、NAND業界全体の需要構造が変わり得ます。ただし冷静に見るべき点も多い。HBFはまだ標準仕様が出たばかりで、製品サンプルはこれから。②で書いたNANDの書き換え耐性や書き込み速度という宿命的な課題をAI推論用途でどこまで隠せるのか、実物での検証はこれからです。GPUベンダー(NVIDIAやAMD)が実際にHBFをパッケージに採用するかどうかも、まだ何も確定していません。

それでも、「NANDはしょせん倉庫」だった時代から、HBMの隣に座る候補にまで昇格してきたのは歴史的な変化です。DRAMで起きたHBMの下剋上が、NANDでも起きるのか。キオクシアがこの標準化競争にどう参戦するのか。メモリ業界の見どころが、また一つ増えました。

まとめ

メモリ市況全体はマイクロン決算の解説記事もどうぞ。僕の研究開発者としての経歴は経歴ページをご覧ください。