대규모 언어 모델(LLMs)은 증가하는 모델 가중치와 KV 캐시를 수용하기 위해 늘어나는 메모리 용량을 필요로 합니다. 고대역폭 플래시(High-Bandwidth Flash, HBF)는 대규모 평면 수준 병렬성을 통해 높은 메모리 밀도와 총 읽기 대역폭을 제공하여 LLM 서비스에 매력적인 옵션입니다. 하지만 LLMs를 전적으로 HBF에서 서비스하는 것은 세 가지 문제를 야기합니다: 미세한 KV 읽기는 배치 및 접근 불균형을 만들고, 증분 쓰기는 포그라운드 읽기를 방해하며, 혼합된 KV 수명 주기는 가비지 컬렉션을 증폭시킵니다. 하이브리드 HBM/HBF 설계는 동적 KV 관리를 지원하기 위해 HBM을 유지하지만, 이러한 할당은 고정된 패키징 예산 하에서 사용 가능한 HBF 리소스를 줄여 총 HBF 대역폭을 제한합니다. 본 논문에서는 KV 읽기, 쓰기 및 회수(reclamation)에 대한 조정 최적화가 적용된 완전한 HBF 메모리 시스템인 HBFlex를 제안합니다. HBFlex는 평면 활용도를 개선하기 위해 KV 배치와 어텐션 접근을 균형 있게 맞춥니다. 또한 증분 업데이트를 집계하고 쓰기백(writeback)을 충분히 긴 컴퓨팅 창 내에서 스케줄링하여 쓰기-읽기 간섭을 줄입니다. 아울러 수명 주도 블록 패킹과 지연된 회수를 결합하여 유효 페이지 마이그레이션을 감소시킵니다. 우리는 다양한 구성을 가로지르는 트레이스 기반 시뮬레이션을 통해 HBFlex를 평가합니다. HBFlex는 더 높은 HBF 대역폭과 동적 KV-캐시 읽기, 쓰기 및 삭제에 대한 더욱 효율적인 관리를 통해 FlashAccel 대비 최대 1.58$ imes$, H3 대비 3.30$ imes$의 평균 처리량 속도 향상을 달성합니다.