การเปลี่ยนแปลงนี้เห็นได้ชัดจากวิธีการสร้างตัวเร่งความเร็ว AI สมัยใหม่ Superchip อย่าง Nvidia Rubin R100 เพียงตัวเดียวต้องการหน่วยความจำ HBM4 สูงถึง 288GB ซึ่งเพิ่มขึ้นอย่างมากจากการตั้งค่าเมื่อสองปีก่อน อุตสาหกรรมไม่สามารถผลิต HBM ได้ทันกับความต้องการอีกต่อไป

พลวัตหลายอย่างที่ขับเคลื่อนสิ่งนี้:

• การเคลื่อนย้ายข้อมูลคือข้อจำกัดที่แท้จริง. ในดาต้าเซ็นเตอร์ระดับไฮเปอร์สเกล ต้นทุนด้านพลังงานและความหน่วง (Latency) ในการขนส่งข้อมูลระหว่างหน่วยความจำและโปรเซสเซอร์ ได้กลายมาเป็นตัวกำหนดประสิทธิภาพของ AI มากกว่าปริมาณการประมวลผลสูงสุดตามทฤษฎีของโปรเซสเซอร์เสียอีก
• สถาปัตยกรรมของโมเดลต้องการหน่วยความจำมากขึ้น ไม่ใช่พลังประมวลผลแบบ FLOPS. โมเดลแบบ Mixture-of-Experts (MoE) และการประมวลผลบริบทแบบยาว (Long-context) ได้เพิ่มความต้องการความจุอย่างมากสำหรับค่าน้ำหนักของโมเดล (Model Weights) และ KV caches ทำให้หน่วยความจำ ไม่ใช่พลังประมวลผล กลายเป็นคอขวด
• HBM กลายเป็นศูนย์กลางเชิงกลยุทธ์. ความสนใจของอุตสาหกรรมได้เปลี่ยนจากการวัดประสิทธิภาพการคำนวณของชิปแต่ละตัว ไปเป็นประสิทธิภาพของหน่วยความจำในระดับระบบ HBM ไม่ได้เป็นแค่องค์ประกอบเสริมอีกต่อไป แต่มันคือเส้นทางวิกฤต
• ตลาดได้ประเมินราคาสิ่งนี้ไปแล้ว. หุ้นกลุ่มหน่วยความจำทำผลงานได้ดีกว่าหุ้นชิป AI อย่างมีนัยสำคัญในปี 2025 ส่งสัญญาณว่านักลงทุนเข้าใจดีว่า "ซูเปอร์ไซเคิล" นี้เป็นของหน่วยความจำ ไม่ใช่ชิปประมวลผล

ภายในภาวะขาดแคลน: ราคา, ช่องว่างอุปสงค์-อุปทาน, และสาเหตุที่ผู้บริโภคต้องจ่ายแพงขึ้น

ภาวะขาดแคลนหน่วยความจำที่เริ่มในปี 2024 จนถึงปัจจุบัน – ซึ่งถูกขนานนามว่า "RAMmageddon" หรือ "RAMpocalypse" – ไม่เหมือนกับวิกฤตขาดแคลนชิปในยุคโรคระบาด มันไม่ใช่การชะงักงันของห่วงโซ่อุปทานระยะสั้น แต่มันคือการจัดสรรกำลังการผลิตใหม่เชิงโครงสร้าง ไปสู่ผลิตภัณฑ์หน่วยความจำ AI ที่มีอัตรากำไรสูง ซึ่งกำลังทำให้ตลาดพีซีสำหรับผู้บริโภคและองค์กรอดอยาก

คาดการณ์ว่าในปี 2026 ดาต้าเซ็นเตอร์ AI จะใช้ประมาณ 70% ของการผลิต DRAM ระดับไฮเอนด์ทั่วโลก บริษัทไฮเปอร์สเกลอร์อย่าง Meta, Alphabet และ Microsoft ต่างทุ่มงบประมาณปีละ 70–93 พันล้านดอลลาร์สหรัฐไปกับโครงสร้างพื้นฐาน AI และกำลังจองซัพพลายหน่วยความจำล่วงหน้าเป็นปีๆ

นั่นทำให้หน่วยความจำเกรดผู้บริโภค – DDR4, DDR5 และ NAND Flash – ต้องแย่งชิงส่วนแบ่งจากผลผลิตที่เหลือเพียง 30% ผลลัพธ์ที่ได้คือราคาที่โหดร้าย:

• โมดูล DRAM ขนาด 64GB: ราคาพุ่งจากประมาณ 255 ดอลลาร์สหรัฐ (ประมาณ 9,000 บาท) ในไตรมาส 3 ปี 2025 ไปเป็นกว่า 420 ดอลลาร์สหรัฐ (ประมาณ 15,000 บาท) ภายในเดือนพฤษภาคม 2026 และมีการคาดการณ์ว่าจะไปถึง 700 ดอลลาร์สหรัฐ (ประมาณ 25,000 บาท) ภายในต้นปี 2027
• ราคา DDR4 และ DDR5 สำหรับผู้บริโภค: ปรับตัวสูงขึ้นประมาณ 4 เท่าในช่วงระหว่างเดือนกันยายนถึงพฤศจิกายน 2025 เพียงช่วงเดียว
• ต้นทุน RAM โดยรวม: เพิ่มขึ้น 172% ในช่วงหนึ่งปีย้อนหลังจนถึงต้นปี 2026
• ราคาสัญญาของ DRAM มาตรฐาน: เพิ่มขึ้นเกือบ 60% ภายในสิ้นปี 2025 โดยคาดว่าจะมีการปรับขึ้นเป็นตัวเลขสองหลักอีกตลอดปี 2026

นักวิเคราะห์ส่วนใหญ่คาดว่าราคาจะยังคงเพิ่มขึ้นอย่างน้อยจนถึงปลายปี 2026 IDC คาดการณ์ว่าภาวะขาดแคลนอาจยืดเยื้อไปจนถึงปี 2027 โดยในกรณีเลวร้ายที่สุด ยอดการจัดส่งพีซีอาจลดลงถึง 9% เมื่อเทียบกับปีก่อนหน้า

อุปกรณ์อิเล็กทรอนิกส์สำหรับผู้บริโภค: ภาวะขาดแคลนนี้มีความหมายอย่างไรต่อราคาจริง

ผลกระทบที่ตามมาเริ่มเห็นได้บนชั้นวางสินค้าแล้ว:

• ราคาพีซีสูงขึ้น 15–20% เนื่องจากผู้ผลิตผลักภาระต้นทุนหน่วยความจำที่สูงขึ้นไปให้ผู้บริโภค Dell, Lenovo และ HP ต่างออกมาเตือนถึงแผนการขึ้นราคา บางรายสูงถึง 15–30%
• สมาร์ทโฟนและแล็ปท็อปเผชิญราคาที่สูงขึ้นและตัวเลือกการอัปเกรดที่จำกัดในปี 2026. IDC ได้เตือนว่าผลกระทบต่อราคาและความพร้อมของอุปกรณ์ผู้บริโภคอาจยืดเยื้อไปจนถึงปี 2027
• ความต้องการของผู้บริโภคเริ่มพังทลาย. ด้วยต้นทุน RAM ที่เพิ่มขึ้น 172% เมื่อเทียบกับปีก่อน และราคาพีซีที่สูงขึ้น ผู้บริโภคกำลังลังเลที่จะซื้อ ซึ่งเป็นสัญญาณของการทำลายอุปสงค์แบบคลาสสิก
• อุปกรณ์ Edge AI กำลังถูกออกแบบใหม่โดยมีข้อจำกัดของหน่วยความจำเป็นตัวตั้ง. การตัดสินใจเกี่ยวกับผลิตภัณฑ์ตอนนี้ถูกขับเคลื่อนด้วยความพร้อมและต้นทุนของหน่วยความจำ มากกว่าค่า TOPS ของโปรเซสเซอร์หรือรายละเอียดเซ็นเซอร์ Raspberry Pi ได้ขึ้นราคาหลายรุ่นในเดือนธันวาคม 2025 โดยระบุอย่างชัดเจนว่าสาเหตุมาจากการเพิ่มขึ้นอย่างไม่เคยปรากฏมาก่อนของต้นทุนหน่วยความจำ LPDDR4

ธรรมชาติเชิงโครงสร้างของภาวะขาดแคลนนี้ทำให้ยากที่จะแก้ไขได้อย่างรวดเร็ว IDC คาดว่าการเติบโตของอุปทาน DRAM ในปี 2026 จะอยู่ที่เพียง 16% เมื่อเทียบกับปีก่อน ซึ่งต่ำกว่าเกณฑ์ปกติ ขณะที่อุปสงค์ยังคงแซงหน้าการขยายตัว

HBF ของ Sandisk: คำตอบจาก NAND สำหรับกำแพงหน่วยความจำ

Sandisk ได้พัฒนาสถาปัตยกรรมที่เรียกว่า High-Bandwidth Flash (HBF) เพื่อแก้ไขปัญหากำแพงหน่วยความจำโดยเฉพาะจากด้านความจุ

HBF เป็นทางเลือกแบบ NAND ที่ออกแบบมาให้อยู่ในแพ็กเกจเดียวกับ GPU ทำให้โปรเซสเซอร์เข้าถึงกลุ่มหน่วยความจำที่มีขนาดใหญ่กว่า HBM เพียงอย่างเดียวจะให้ได้อย่างรวดเร็ว ในขณะที่ HBM ระดับไฮเอนด์ในปัจจุบันมีขนาดสูงสุดหลายสิบกิกะไบต์ HBF มีเป้าหมายที่จะมอบ ความจุที่มากกว่า 8 ถึง 16 เท่า ที่แบนด์วิธใกล้เคียงกันและต้นทุนรวมพอกัน

ประเด็นทางเทคนิคที่สำคัญ:

• สถาปัตยกรรม: HBF ใช้ชั้น NAND แบบ 16-die บวก Base-die ที่ใช้พื้นที่ทางกายภาพเท่ากับ HBM แม้ว่าจะใช้โปรโตคอลการเชื่อมต่อที่แตกต่างกัน เป้าหมายคือการเก็บพารามิเตอร์ของโมเดล AI ขนาดใหญ่ไว้ในแพ็กเกจ GPU แทนที่จะดึงมาจาก SSD ที่เชื่อมต่อผ่าน PCIe ซึ่งจะช้ากว่าหลายเท่าทวีคูณ
• ภาระงานเป้าหมาย: เทคโนโลยีนี้ออกแบบมาเพื่อการประมวลผล AI Inference ในดาต้าเซ็นเตอร์ขนาดใหญ่, องค์กรขนาดเล็ก และแอปพลิเคชัน Edge
• จุดแตกต่าง: ด้วยการแลกค่าความหน่วงที่สูงกว่าของ NAND กับความจุที่สูงขึ้นอย่างมากและความไม่ลบเลือน (Non-volatile) HBF มีไว้เพื่อเสริม HBM—ไม่ใช่เพื่อแทนที่—ในระบบที่โมเดล Inference มีขนาดใหญ่เกินกว่าความจุ DRAM ที่มีอยู่จะรองรับไหว

เส้นเวลาและความคืบหน้าของการสร้างมาตรฐาน

Sandisk ได้ขับเคลื่อน HBF จากห้องทดลองไปสู่มาตรฐานอุตสาหกรรมผ่านขั้นตอนที่วางแผนไว้เป็นลำดับ:

• สิงหาคม 2025: Sandisk ลงนามในบันทึกความเข้าใจ (MOU) กับ SK hynix—ผู้ผลิต HBM รายใหญ่ที่สุด—เพื่อร่วมกันกำหนดข้อกำหนดทางเทคนิคของ HBF
• สิงหาคม 2025 (ช่วงเวลาเดียวกัน): Sandisk ได้ยื่นเทคโนโลยี HBF ไปยัง Open Compute Project (OCP) เพื่อสร้างมาตรฐานแบบเปิด
• กุมภาพันธ์ 2026: ทั้งสองบริษัทได้จัดงาน "HBF Standardization Kick-Off" ที่สำนักงานใหญ่ของ Sandisk โดยกำหนดขอบเขตการทำงานร่วมเพื่อขับเคลื่อนมาตรฐานนี้ใน OCP
• แผนการส่งมอบตัวอย่าง: Sandisk วางแผนที่จะส่งมอบตัวอย่างหน่วยความจำ HBF ชุดแรกในช่วงครึ่งหลังของปี 2026 โดยคาดว่าอุปกรณ์ AI Inference เครื่องแรกที่ใช้ HBF จะออกสู่ตลาดในต้นปี 2027

HBF ยังคงอยู่ในขั้นตอนข้อกำหนดและการตรวจสอบ และยังไม่มีการประกาศไทม์ไลน์การผลิตเชิงพาณิชย์นอกเหนือจากเป้าหมายการส่งตัวอย่าง แต่การเป็นพันธมิตรกับ SK hynix และการผลักดันผ่าน OCP ส่งสัญญาณถึงความตั้งใจที่จะทำให้ HBF เป็นมาตรฐานแบบเปิดที่รองรับผู้ผลิตหลายราย แทนที่จะเป็นผลิตภัณฑ์เฉพาะของ Sandisk

HBF เป็นหนึ่งในสถาปัตยกรรมหน่วยความจำแรกๆ ที่ถูกออกแบบมาจากพื้นฐานเพื่อ "ยุคแห่ง AI Inference" มันจะสามารถปิดกำแพงหน่วยความจำได้ในวงกว้างหรือไม่ จะยังไม่ชัดเจนจนกว่าชิปจริงจะถูกส่งมอบ แต่ทิศทางนั้นชัดเจน: อุตสาหกรรม AI กำลังถูกสร้างขึ้นใหม่โดยมีหน่วยความจำเป็นศูนย์กลาง ไม่ใช่แค่ชิปประมวลผลอีกต่อไป

การเปลี่ยนแปลงนี้เห็นได้ชัดจากวิธีการสร้างตัวเร่งความเร็ว AI สมัยใหม่ Superchip อย่าง Nvidia Rubin R100 เพียงตัวเดียวต้องการหน่วยความจำ HBM4 สูงถึง 288GB ซึ่งเพิ่มขึ้นอย่างมากจากการตั้งค่าเมื่อสองปีก่อน อุตสาหกรรมไม่สามารถผลิต HBM ได้ทันกับความต้องการอีกต่อไป

พลวัตหลายอย่างที่ขับเคลื่อนสิ่งนี้:

• การเคลื่อนย้ายข้อมูลคือข้อจำกัดที่แท้จริง. ในดาต้าเซ็นเตอร์ระดับไฮเปอร์สเกล ต้นทุนด้านพลังงานและความหน่วง (Latency) ในการขนส่งข้อมูลระหว่างหน่วยความจำและโปรเซสเซอร์ ได้กลายมาเป็นตัวกำหนดประสิทธิภาพของ AI มากกว่าปริมาณการประมวลผลสูงสุดตามทฤษฎีของโปรเซสเซอร์เสียอีก
• สถาปัตยกรรมของโมเดลต้องการหน่วยความจำมากขึ้น ไม่ใช่พลังประมวลผลแบบ FLOPS. โมเดลแบบ Mixture-of-Experts (MoE) และการประมวลผลบริบทแบบยาว (Long-context) ได้เพิ่มความต้องการความจุอย่างมากสำหรับค่าน้ำหนักของโมเดล (Model Weights) และ KV caches ทำให้หน่วยความจำ ไม่ใช่พลังประมวลผล กลายเป็นคอขวด
• HBM กลายเป็นศูนย์กลางเชิงกลยุทธ์. ความสนใจของอุตสาหกรรมได้เปลี่ยนจากการวัดประสิทธิภาพการคำนวณของชิปแต่ละตัว ไปเป็นประสิทธิภาพของหน่วยความจำในระดับระบบ HBM ไม่ได้เป็นแค่องค์ประกอบเสริมอีกต่อไป แต่มันคือเส้นทางวิกฤต
• ตลาดได้ประเมินราคาสิ่งนี้ไปแล้ว. หุ้นกลุ่มหน่วยความจำทำผลงานได้ดีกว่าหุ้นชิป AI อย่างมีนัยสำคัญในปี 2025 ส่งสัญญาณว่านักลงทุนเข้าใจดีว่า "ซูเปอร์ไซเคิล" นี้เป็นของหน่วยความจำ ไม่ใช่ชิปประมวลผล

ภายในภาวะขาดแคลน: ราคา, ช่องว่างอุปสงค์-อุปทาน, และสาเหตุที่ผู้บริโภคต้องจ่ายแพงขึ้น

ภาวะขาดแคลนหน่วยความจำที่เริ่มในปี 2024 จนถึงปัจจุบัน – ซึ่งถูกขนานนามว่า "RAMmageddon" หรือ "RAMpocalypse" – ไม่เหมือนกับวิกฤตขาดแคลนชิปในยุคโรคระบาด มันไม่ใช่การชะงักงันของห่วงโซ่อุปทานระยะสั้น แต่มันคือการจัดสรรกำลังการผลิตใหม่เชิงโครงสร้าง ไปสู่ผลิตภัณฑ์หน่วยความจำ AI ที่มีอัตรากำไรสูง ซึ่งกำลังทำให้ตลาดพีซีสำหรับผู้บริโภคและองค์กรอดอยาก

คาดการณ์ว่าในปี 2026 ดาต้าเซ็นเตอร์ AI จะใช้ประมาณ 70% ของการผลิต DRAM ระดับไฮเอนด์ทั่วโลก บริษัทไฮเปอร์สเกลอร์อย่าง Meta, Alphabet และ Microsoft ต่างทุ่มงบประมาณปีละ 70–93 พันล้านดอลลาร์สหรัฐไปกับโครงสร้างพื้นฐาน AI และกำลังจองซัพพลายหน่วยความจำล่วงหน้าเป็นปีๆ

นั่นทำให้หน่วยความจำเกรดผู้บริโภค – DDR4, DDR5 และ NAND Flash – ต้องแย่งชิงส่วนแบ่งจากผลผลิตที่เหลือเพียง 30% ผลลัพธ์ที่ได้คือราคาที่โหดร้าย:

• โมดูล DRAM ขนาด 64GB: ราคาพุ่งจากประมาณ 255 ดอลลาร์สหรัฐ (ประมาณ 9,000 บาท) ในไตรมาส 3 ปี 2025 ไปเป็นกว่า 420 ดอลลาร์สหรัฐ (ประมาณ 15,000 บาท) ภายในเดือนพฤษภาคม 2026 และมีการคาดการณ์ว่าจะไปถึง 700 ดอลลาร์สหรัฐ (ประมาณ 25,000 บาท) ภายในต้นปี 2027
• ราคา DDR4 และ DDR5 สำหรับผู้บริโภค: ปรับตัวสูงขึ้นประมาณ 4 เท่าในช่วงระหว่างเดือนกันยายนถึงพฤศจิกายน 2025 เพียงช่วงเดียว
• ต้นทุน RAM โดยรวม: เพิ่มขึ้น 172% ในช่วงหนึ่งปีย้อนหลังจนถึงต้นปี 2026
• ราคาสัญญาของ DRAM มาตรฐาน: เพิ่มขึ้นเกือบ 60% ภายในสิ้นปี 2025 โดยคาดว่าจะมีการปรับขึ้นเป็นตัวเลขสองหลักอีกตลอดปี 2026

นักวิเคราะห์ส่วนใหญ่คาดว่าราคาจะยังคงเพิ่มขึ้นอย่างน้อยจนถึงปลายปี 2026 IDC คาดการณ์ว่าภาวะขาดแคลนอาจยืดเยื้อไปจนถึงปี 2027 โดยในกรณีเลวร้ายที่สุด ยอดการจัดส่งพีซีอาจลดลงถึง 9% เมื่อเทียบกับปีก่อนหน้า

อุปกรณ์อิเล็กทรอนิกส์สำหรับผู้บริโภค: ภาวะขาดแคลนนี้มีความหมายอย่างไรต่อราคาจริง

ผลกระทบที่ตามมาเริ่มเห็นได้บนชั้นวางสินค้าแล้ว:

• ราคาพีซีสูงขึ้น 15–20% เนื่องจากผู้ผลิตผลักภาระต้นทุนหน่วยความจำที่สูงขึ้นไปให้ผู้บริโภค Dell, Lenovo และ HP ต่างออกมาเตือนถึงแผนการขึ้นราคา บางรายสูงถึง 15–30%
• สมาร์ทโฟนและแล็ปท็อปเผชิญราคาที่สูงขึ้นและตัวเลือกการอัปเกรดที่จำกัดในปี 2026. IDC ได้เตือนว่าผลกระทบต่อราคาและความพร้อมของอุปกรณ์ผู้บริโภคอาจยืดเยื้อไปจนถึงปี 2027
• ความต้องการของผู้บริโภคเริ่มพังทลาย. ด้วยต้นทุน RAM ที่เพิ่มขึ้น 172% เมื่อเทียบกับปีก่อน และราคาพีซีที่สูงขึ้น ผู้บริโภคกำลังลังเลที่จะซื้อ ซึ่งเป็นสัญญาณของการทำลายอุปสงค์แบบคลาสสิก
• อุปกรณ์ Edge AI กำลังถูกออกแบบใหม่โดยมีข้อจำกัดของหน่วยความจำเป็นตัวตั้ง. การตัดสินใจเกี่ยวกับผลิตภัณฑ์ตอนนี้ถูกขับเคลื่อนด้วยความพร้อมและต้นทุนของหน่วยความจำ มากกว่าค่า TOPS ของโปรเซสเซอร์หรือรายละเอียดเซ็นเซอร์ Raspberry Pi ได้ขึ้นราคาหลายรุ่นในเดือนธันวาคม 2025 โดยระบุอย่างชัดเจนว่าสาเหตุมาจากการเพิ่มขึ้นอย่างไม่เคยปรากฏมาก่อนของต้นทุนหน่วยความจำ LPDDR4

ธรรมชาติเชิงโครงสร้างของภาวะขาดแคลนนี้ทำให้ยากที่จะแก้ไขได้อย่างรวดเร็ว IDC คาดว่าการเติบโตของอุปทาน DRAM ในปี 2026 จะอยู่ที่เพียง 16% เมื่อเทียบกับปีก่อน ซึ่งต่ำกว่าเกณฑ์ปกติ ขณะที่อุปสงค์ยังคงแซงหน้าการขยายตัว

HBF ของ Sandisk: คำตอบจาก NAND สำหรับกำแพงหน่วยความจำ

Sandisk ได้พัฒนาสถาปัตยกรรมที่เรียกว่า High-Bandwidth Flash (HBF) เพื่อแก้ไขปัญหากำแพงหน่วยความจำโดยเฉพาะจากด้านความจุ

HBF เป็นทางเลือกแบบ NAND ที่ออกแบบมาให้อยู่ในแพ็กเกจเดียวกับ GPU ทำให้โปรเซสเซอร์เข้าถึงกลุ่มหน่วยความจำที่มีขนาดใหญ่กว่า HBM เพียงอย่างเดียวจะให้ได้อย่างรวดเร็ว ในขณะที่ HBM ระดับไฮเอนด์ในปัจจุบันมีขนาดสูงสุดหลายสิบกิกะไบต์ HBF มีเป้าหมายที่จะมอบ ความจุที่มากกว่า 8 ถึง 16 เท่า ที่แบนด์วิธใกล้เคียงกันและต้นทุนรวมพอกัน

ประเด็นทางเทคนิคที่สำคัญ:

• สถาปัตยกรรม: HBF ใช้ชั้น NAND แบบ 16-die บวก Base-die ที่ใช้พื้นที่ทางกายภาพเท่ากับ HBM แม้ว่าจะใช้โปรโตคอลการเชื่อมต่อที่แตกต่างกัน เป้าหมายคือการเก็บพารามิเตอร์ของโมเดล AI ขนาดใหญ่ไว้ในแพ็กเกจ GPU แทนที่จะดึงมาจาก SSD ที่เชื่อมต่อผ่าน PCIe ซึ่งจะช้ากว่าหลายเท่าทวีคูณ
• ภาระงานเป้าหมาย: เทคโนโลยีนี้ออกแบบมาเพื่อการประมวลผล AI Inference ในดาต้าเซ็นเตอร์ขนาดใหญ่, องค์กรขนาดเล็ก และแอปพลิเคชัน Edge
• จุดแตกต่าง: ด้วยการแลกค่าความหน่วงที่สูงกว่าของ NAND กับความจุที่สูงขึ้นอย่างมากและความไม่ลบเลือน (Non-volatile) HBF มีไว้เพื่อเสริม HBM—ไม่ใช่เพื่อแทนที่—ในระบบที่โมเดล Inference มีขนาดใหญ่เกินกว่าความจุ DRAM ที่มีอยู่จะรองรับไหว

เส้นเวลาและความคืบหน้าของการสร้างมาตรฐาน

Sandisk ได้ขับเคลื่อน HBF จากห้องทดลองไปสู่มาตรฐานอุตสาหกรรมผ่านขั้นตอนที่วางแผนไว้เป็นลำดับ:

• สิงหาคม 2025: Sandisk ลงนามในบันทึกความเข้าใจ (MOU) กับ SK hynix—ผู้ผลิต HBM รายใหญ่ที่สุด—เพื่อร่วมกันกำหนดข้อกำหนดทางเทคนิคของ HBF
• สิงหาคม 2025 (ช่วงเวลาเดียวกัน): Sandisk ได้ยื่นเทคโนโลยี HBF ไปยัง Open Compute Project (OCP) เพื่อสร้างมาตรฐานแบบเปิด
• กุมภาพันธ์ 2026: ทั้งสองบริษัทได้จัดงาน "HBF Standardization Kick-Off" ที่สำนักงานใหญ่ของ Sandisk โดยกำหนดขอบเขตการทำงานร่วมเพื่อขับเคลื่อนมาตรฐานนี้ใน OCP
• แผนการส่งมอบตัวอย่าง: Sandisk วางแผนที่จะส่งมอบตัวอย่างหน่วยความจำ HBF ชุดแรกในช่วงครึ่งหลังของปี 2026 โดยคาดว่าอุปกรณ์ AI Inference เครื่องแรกที่ใช้ HBF จะออกสู่ตลาดในต้นปี 2027

HBF ยังคงอยู่ในขั้นตอนข้อกำหนดและการตรวจสอบ และยังไม่มีการประกาศไทม์ไลน์การผลิตเชิงพาณิชย์นอกเหนือจากเป้าหมายการส่งตัวอย่าง แต่การเป็นพันธมิตรกับ SK hynix และการผลักดันผ่าน OCP ส่งสัญญาณถึงความตั้งใจที่จะทำให้ HBF เป็นมาตรฐานแบบเปิดที่รองรับผู้ผลิตหลายราย แทนที่จะเป็นผลิตภัณฑ์เฉพาะของ Sandisk

HBF เป็นหนึ่งในสถาปัตยกรรมหน่วยความจำแรกๆ ที่ถูกออกแบบมาจากพื้นฐานเพื่อ "ยุคแห่ง AI Inference" มันจะสามารถปิดกำแพงหน่วยความจำได้ในวงกว้างหรือไม่ จะยังไม่ชัดเจนจนกว่าชิปจริงจะถูกส่งมอบ แต่ทิศทางนั้นชัดเจน: อุตสาหกรรม AI กำลังถูกสร้างขึ้นใหม่โดยมีหน่วยความจำเป็นศูนย์กลาง ไม่ใช่แค่ชิปประมวลผลอีกต่อไป