SK海力士(000660KS) 在高频宽记忆体（HBM）之外再推新技术，于2026年OCP全球高峰会发表MARS记忆体加速架构与高频宽快闪记忆体（HBF）。

MARS在多轮AI推理测试中，首次回应速度较重新计算方案提升3至5倍；HBF则以约HBM一半的频宽，提供约14倍容量，预计2028年初推出样品。

两项技术分别从资源共享与容量扩充切入，瞄准AI训练与推理的记忆体瓶颈。在辉达等AI晶片厂商对HBM需求强劲、供应持续吃紧之际，SK海力士希望透过不同架构，改善资料中心的记忆体利用效率与配置弹性。

记忆体不够用 为何得多买GPU？

SK海力士资深副总裁Hoshik Kim指出，现有以处理器为中心的分散式运算丛集，存在资源失衡与扩充缺乏弹性两大问题。

一方面，某台伺服器即使有闲置记忆体，也难以方便地分享给其他节点；另一方面，业者若想增加记忆体容量，往往必须购买整台新伺服器，无法单独依照需求扩充。

这种运算与记忆体资源紧密绑定的模式，容易迫使营运商配置超出实际运算需求的GPU，不仅推高总持有成本（TCO），也使部分资源无法充分利用。随着AI推理服务扩大，如何让既有记忆体更有效率地支援不同工作负载，成为资料中心需要处理的问题。

MARS打造共享记忆体池 首次回应加快

MARS全名为Memory-Centric AI Rack-Scale System，核心概念是将记忆体与传统CPU、GPU伺服器解耦，建立专用的大规模共享记忆体池，让资源配置不再局限於单一伺服器。

这项架构进一步把记忆体托盘层级的资源池扩展至整个机架，使运算与记忆体能以共享基础设施的方式协同运作。衡量资源效率的范围，也从单台伺服器还有多少可用记忆体，转向整个资源池能否有效分配容量。

Kim以多轮AI代理推理服务为例说明，随着对话持续进行，KV快取会快速膨胀。MARS可将这些快取放在共享记忆体系统中，避免持续占用GPU端的记忆体与储存资源。

根据TrendForce现场报导，Kim引用测试数据指出，相较于重新计算方案，MARS可使首次Token回应时间（TTFT）所反映的回应速度提升3至5倍，尾端延迟也明显改善。

这项数据针对的是多轮推理场景的首次回应表现。TTFT攸关使用者送出请求后，需要等多久才开始收到回应；尾端延迟则涉及回应较慢的请求，其改善有助于提升大量请求同时进入时的服务稳定性。

对AI推理服务商而言，MARS的效益除了缩短等待时间，也在于提高记忆体利用率，减少为了扩充记忆体而额外配置GPU的需求。

HBF容量达14倍 补足HBM容量限制

另一项技术HBF，则从记忆体容量着手。Kim表示，HBF的频宽约为HBM的一半，容量却可达HBM的14倍，目标是把高频宽储存能力延伸至机架规模的容量配置。

HBF的取舍相当明确，即以较低频宽换取更大的容量空间，让系统能建立更具弹性的储存层级。对需要承载大量模型参数与上下文的大型模型推理而言，容量不足同样可能限制系统效能，HBF因此提供了另一种配置选择。

不过，容量优势并不代表HBF可以全面取代HBM。由于频宽约为HBM的一半，HBF更适合在分层储存架构中扮演容量补充的角色，协助缓解大型模型部署时的容量压力。

2028年初提供样品 规范持续推进

依照SK海力士公布的技术时程，公司已于今年7月发布OCP HBF规范0.7版，预计明年初推出1.0版，HBF Cube样品则规划于2028年初提供。

这代表HBF仍须经过规范完善与样品开发等阶段。2028年初的目标是提供样品，尚不能直接视为大规模商业化部署的时间点。

从两项技术的定位来看，MARS着重于系统架构，透过共享记忆体池改善资源配置；HBF则着重于储存层级，以更大容量补充HBM。

两者都指向同一个问题：AI基础设施的效能与成本，除了取决于GPU，也受到记忆体容量、频宽及利用效率影响。

在HBM供应压力持续之际，SK海力士此次发布MARS与HBF，也向云端业者及AI基础设施营运商揭示了HBM之外的技术布局。

随着HBF规范与样品开发推进，新型记忆体架构将成为记忆体产业竞争的另一个焦点。