当所有人还在盯着HBM供不应求的时候，SK海力士在AI Infra Summit 2026上，把“后HBM时代”的存储牌一次性摊开了。

一场来了6000人的峰会，海力士把展位翻倍

9月15日至17日，AI Infra Summit 2026在美国加州圣克拉拉举行，参会规模约6000人，是上一届的两倍；SK海力士的展位面积也比去年扩大了一倍。

这组数字背后是一个明确的信号：AI基础设施的竞争，已经从GPU延伸到了存储。

HBF：卡在HBM和SSD之间的那一层

随着AI范式从训练转向推理，业界需要一种新的存储层——比SSD快、比HBM容量大。

HBF（High Bandwidth Flash，高带宽闪存）就是SK海力士给出的答案：它像HBM一样采用TSV硅通孔技术垂直堆叠NAND，同时拿到传统存储的大容量和高带宽，被定位为Agentic AI推理时代的核心AI存储技术。

本次展会上HBF展台人气最高，不少观众看完介绍视频后，又围着结构模型研究了很久。

PIM与SALT-KV：一个解决“内存墙”，一个给KV Cache安家

PIM（存内计算）把计算功能直接嵌进内存，减少处理器和内存之间的数据搬运，缓解“内存墙”瓶颈；现场用AiMX加速卡搭起一台服务器，观众可以亲手体验大模型服务响应的提升。

SALT-KV则瞄准另一个痛点：大模型的KV Cache会随对话长度和任务量指数级膨胀。它把KV Cache按上下文分段，综合评估“复用价值”和“存储成本”，在HBM、DRAM、SSD之间自动分配数据，把有限的内存资源用到刀刃上。现场还有观众用SALT-KV方案直接跑通了一个小游戏。

“GPU+HBM”不再是唯一解

SK海力士副总裁Lim Eui-cheol（Solution AT负责人）在演讲中说得很直白：AI负载从超低时延的Agent服务，到长上下文、重成本效率的服务，越来越多元，“仅靠传统的GPU-HBM架构，已经越来越难满足新需求”。

海力士的应对，是横跨软硬件的PIM、HBF和SALT-KV组合拳。

对做存储采购的人来说，这不是远期故事。AI服务器的内存架构正在从“GPU+HBM”走向HBM/DRAM/SSD多层异构，接口、颗粒、模组的选型窗口都在提前打开——提前梳理自家AI推理场景的带宽和容量需求，比等HBF量产时再补课划算得多。