投資家向け説明会で、SanDiskはHigh Bandwidth Flash(HBF)をAIアクセラレータ向けHBMの容量面で安価な補完手段として位置付けた。批評家たちは直ちに、都合よく選ばれたBF16比較、控えめなHBMベースライン(GPU当たり192GB、12.8TB/s)、そしてNANDの書き込み耐久性上限についての沈黙を指摘した。

HBFの背後にある戦略的論理は健全であり、真剣に受け止める価値がある。AI推論は、計算能力ではなく、GPUの近くにどれだけのモデル重みを配置できるかによって、ますます制約を受けている。HBMは高速だが高価で容量に限界がある。NANDは安価で高密度だ。HBM形式のインターフェースでフラッシュを積層することで、ギガバイト当たりのコストのごく一部で、アクセラレータ当たりのメモリプールをはるかに大きくすることが約束される。重みが一度読み込まれ、何百万回も提供される読み取り中心の推論ワークロードにとって、このトレードオフは真に魅力的となり得る。

問題は、この提案が推論と訓練の境界線を曖昧にしていることだ。NANDセルは有限回数の書き込み後に消耗し、訓練は絶え間ない更新でメモリを酷使する。投資家向け説明から耐久性を省略することは脚注ではない。それが対応可能市場を定義する。HBM4が実際に向かっている方向ではなく、控えめなHBM構成に対してベンチマークを取ることで、SanDiskは真の価値があるものの、スライドが示唆するよりも適用範囲が狭いカテゴリーを美化するリスクを冒している。AIメモリストーリーを追う投資家は、TАMだけでなく、故障モードも知る資格がある。

日本にとって、これは単なる観客スポーツ以上の意味を持つ。KioxiaはグローバルNANDサプライチェーンの中心に位置しており、信頼できるHBFエコシステムは日本のフラッシュ技術、材料、パッケージング能力を通じて実現される。HBFが推論で製品市場適合を見出せば、それは日本のメモリおよび装置メーカーにとって、コモディティストレージを超えてAI構築に参入する戦略的機会となる。

日本のデータセンター事業者、SIer、エンタープライズAIチームにとって、短期的な教訓は調達規律だ。HBFクラスの階層型メモリは、オンプレミスでの大規模モデルホスティングコストを大幅に削減できる可能性があり、データレジデンシーと自社ホスト推論に対する国内の選好を考えると魅力的な見通しだ。しかし、これらのロードマップを評価するチームは、ヘッドラインのピーク数値ではなく、現実的な書き込みパターン下での耐久性と持続帯域幅の数値を要求すべきだ。日本の企業の信頼を勝ち取るベンダーは、最初に限界を開示する者となるだろう。