AI帶動的存儲價格瘋漲也反映到了3月27日在深圳舉辦的CFMS｜MemoryS 2026上：現場參會人員規模比去年翻番，會議所在的酒店人滿為患不說，連酒店工作人員都在問來賓“存儲還會缺多久”，因為工作人員正在考慮拆賣舊電腦的內存條。
隨著存儲“超級周期”的到來，業界已經從比拼“誰能拿到貨”“誰的存貨多”，轉向“如何用好存貨度過周期”以及解決AI核心痛點，存儲產業正在新的競爭中重塑，技術創新與場景適配能力成為企業穿越周期的核心競爭力。
從“容器”到AI發展核心“引擎”
隨著生成式AI從訓練階段全面轉向推理落地，存儲產業正經歷一場深刻的范式轉移，過去作為數據“容器”的存儲設備，如今已升級為決定AI生產效率的核心“引擎”，其戰略價值被提升至前所未有的高度。
WSTS預計，2026年全球半導體市場規模將增長26.3%，達到9750億美元，距離萬億美元大關僅一步之遙，其中存儲領域投資規模遠超其他芯片類型。
深圳市閃存市場資訊有限公司總經理邰煒表示：“我們預計2026年全球存儲市場規模將突破6000億美元，數倍于以往的任何時期。AI服務器在整體服務器出貨中占比將突破20%，單臺AI訓練服務器所需SSD容量已超256GB，推理服務器達70GB~100GB，較2023年增長2.5~3倍。”他進一步提出，這一爆發式增長的核心驅動力，是AI推理場景對存儲的結構性需求變革。傳統數據生成方式為“用戶數量×設備數量×數據精度×使用時間”，而AI時代則轉變為“大模型個數×大模型參數×多模態×再訓練時間×設備”，海量大模型的多模態參數不間斷產生的數據規模，帶來了遠超想象的存儲空間需求。
這種需求變革直接催生了存儲產業的結構性調整。長江存儲科技有限責任公司固態硬盤事業部負責人譚弘表示：“存力將真正成為GPU時代決定生產效率的煉油設備，而不是油桶。”當前，GPU集群可用度僅約50%，核心癥結就在于存儲帶寬瓶頸，海量模型參數和上下文需通過狹窄的“存儲漏斗”傳輸，導致算力無法充分釋放。
三星電子執行副總裁兼方案平臺開發團隊負責人張實完則指出，人工智能正經歷從“生成式AI”向“物理AI（Physical AI）”的深刻跨越。物理AI高度依賴高分辨率視頻、3D點云等連續時間序列數據的龐大吞吐，“高性能存儲已不再是可有可無的選項，而是決定系統決策效率與規模的核心基石。”
市場研究數據印證了這一趨勢，Fgi預測2024—2029年企業級SSD復合增長率達34.9%；摩根大通指出，2024—2027年AI服務器用企業級SSD復合增長率將高達71%。
聯蕓科技董事長方小玲進一步補充，隨著AI應用從訓練邁向推理，存儲的核心定位正發生根本性轉變：在訓練時代，存儲是算力的“倉庫”；而在推理時代，存儲正成為算力的“加速器”。傳統存儲架構以大文件順序讀寫為優化目標，而AI推理場景中，小文件隨機讀寫占比高達60%以上，且對延遲穩定性要求極高，KV Cache的高頻訪問、模型參數的動態加載等場景，都需要存儲系統具備微秒級延遲和百萬級IOPS的性能表現。
在AI大模型多模態發展、智能體應用普及的浪潮下，存儲的性能、架構與生態體系迎來全方位重構，全球存儲產業鏈正以集體發力的姿態，搶占AI時代的產業新高地。
多維創新破解AI存儲痛點
面對AI推理帶來的隨機讀寫壓力、長上下文存儲需求、多模態數據爆發等核心痛點，全球存儲企業展開了全方位的技術創新，從接口協議、產品形態到軟件算法，構建起多層次的解決方案體系，讓存儲不再成為AI發展的瓶頸。
接口協議的代際升級成為性能突破的關鍵抓手。PCIe 6.0已進入規模商用階段，而PCIe 7.0也已緊鑼密鼓地進行研發。
Cadence亞太區IP與生態系統銷售群資深總監陳慧新介紹，PCIe作為關鍵互聯技術，在主機與加速器、網絡接口、NVMe SSD等環節扮演核心角色。面對帶寬與延遲的雙重挑戰，PCIe 6.0采用PAM4信號與輕量級前向糾錯技術，單lane速率達64GT/s，而PCIe 7.0將速率翻倍至128GT/s，為AI存儲提供了充足的帶寬支撐。
三星在現場帶來的PCIe 6.0固態硬盤PM1763，在25W功耗限制下實現了2倍性能提升和1.5倍能效優化；長江存儲則發布了PCIe Gen5系列企業級eSSD，其中PE522順序讀達14GB/s，隨機讀3400K IOPS，寫延遲低至5μs，為AI推理提供了高速響應保障。
存儲分層架構的重構成為效率優化的核心路徑。針對KV Cache在長上下文推理中爆發式增長的存儲需求，行業普遍采用“內存+ SSD” 的分層緩存策略。
鎧俠SSD首席技術執行官福田浩一提出，SSD已形成四大發展方向：KV Cache擴展、NVIDIA Storage-Next適配、高容量QLC方案及HDD替代，為此鎧俠推出企業級CM9系列CMX版，以25.6TB容量和3 DWPD混合耐久度，成為大規模推理環境的優質選擇。
近期Agent應用爆發帶來了Token消耗的劇增，數據交互頻率呈指數級上升，溫數據和熱數據的占比也顯著提升，具備高密度和低成本優勢的QLC NAND成為承載海量AI數據的首選介質，然而其固有的耐用性低和隨機寫入性能弱等短板，卻限制了其規模化應用。
平頭哥半導體在存儲架構創新上展現出獨特優勢，其提出的ZNS+QLC技術組合成為破解AI存儲成本與性能平衡難題的關鍵方案。
平頭哥半導體產品總監周冠鋒在演講中表示，ZNS（分區命名空間）技術通過優化數據寫入策略，可降低寫放大、減少垃圾回收頻率，顯著提升QLC SSD的使用壽命和性能穩定性，解決了QLC介質耐用性短板和性能不可預測的行業痛點。周冠鋒指出：“平頭哥推出的鎮岳510企業級SSD主控芯片與上層存儲系統通過‘原生設計、接口規范、軟硬協同、軟件定義’四大支柱 ，成功打通QLC主流介質從理論優勢到大規模商用的‘最后一公里’，標志著企業級存儲正式邁入高性能、大容量、低成本的新時代。”
端云協同與軟硬融合成為場景落地的關鍵支撐。英特爾中國區技術部總經理高宇提出在AI技術飛速發展的當下，智能體憑借強大的復雜任務處理能力成為市場焦點，不僅讓用戶體驗到AI拆解目標、調度工具、輸出結果的高效性，更推動其在辦公、數據分析等領域廣泛應用。但與此同時，智能體的大規模應用也暴露出高算力與Token消耗、云端限流、隱私安全三大核心痛點，動輒數千萬甚至數億的月度Token消耗讓用戶面臨高額成本，云端流量擁堵導致使用體驗下降，數據上云也讓個人隱私與敏感信息暴露在安全風險中。在此背景下，英特爾提出云與端側結合的混合部署策略，成為破解智能體發展難題、推動其在AIPC上落地的關鍵方向。
針對智能體的部署需求，英特爾梳理出四種模式，其中純云端部署存在成本與隱私短板，純本地部署則面臨大模型長窗口推理需求對計算設備提出的極高挑戰，而協同協作（接力方式）、云端與端側雙主力模型智能決策這兩種混合部署模式，成為英特爾為AIPC量身打造的科學方案。協同協作模式以云上模型為主力，根據端側算力與本地AI能力智能下發任務，讓端側完成適配性工作，既節省云端算力與Token，又實現隱私數據本地處理；雙主力模型模式則在端側部署決策系統，結合上下文情景判斷任務分發方向，靈活調用云端超強算力與端側夠用算力，實現資源的最優配置。
秉承“一切為了存儲”理念的江波龍則強調以“集成存儲探索端側AI”。江波龍董事長、總經理蔡華波認為，目前AI哄抬了存儲產品價格，但云端AI的發展和基礎建設的落地，也將快速推動端側AI百花齊放，江波龍更愿意打造“存儲產品的Foundry（代工廠）模式”， 結合工程、工藝、技術等綜合能力，滿足大容量、高速度、低延遲、小尺寸、甚至定制化端側AI產品需求。
構建全場景智能存儲新生態
全場景智能存儲生態的構建，絕非單一企業能夠獨立完成，需要芯片設計、存儲制造、終端應用、軟件算法等多個產業鏈各環節的深度協同。
終端應用企業牽引生態場景落地。小鵬汽車嵌入式平臺高級總監段志飛表示，車載存儲需求已從單一容量要求轉向與車型定位、算力方案匹配的梯度化定義，需要存儲廠商深度參與平臺定義與量產適配。
阿里云千問大模型高級產品解決方案架構師李彬指出，大模型從文本交互邁向全模態交互，對存儲的容量、吞吐、延遲提出更高要求，需與存儲企業聯合優化數據處理流程。江波龍與AMD、紫光展銳聯合開發，通過存儲智能體與HLC技術，實現大模型本地高效部署，驗證了終端與存儲企業協同創新的價值。
軟件算法企業激活生態效能潛力。騰訊操作系統內核資深技術專家曾敬翔分享，通過UMRD自適應畫像、MGLRU冷熱探測等算法創新，重構Linux SWAP分配器，使服務器內存利用率顯著提升，為云存儲生態提供軟件優化方案。Solidigm推出的Luceta AI軟件套件，利用生成式AI實現質量檢測自動化，構建“硬件+軟件”的一體化解決方案。
產業鏈協同成為生態構建的核心支撐。英特爾在魔搭社區上線AI PC專區，開放AI開發工具、參考代碼和技能庫，涵蓋熱搜摘要、OCR、語音識別等核心技能，舉辦開發者大賽鼓勵社區共創；長江存儲從存儲顆粒供應商成長為全方案提供商，形成“芯片-模組-固件-生態”的全棧能力，在供應鏈上與合作伙伴緊密協作，提供穩定的產能支持；鎧俠通過與NVIDIA、VMware等廠商深度合作，確保產品兼容主流AI平臺，加速場景落地。平頭哥半導體也積極參與生態共建，其鎮岳510主控芯片已與多家存儲模組廠商完成適配，支持從企業級SSD到消費級存儲產品的全場景應用，為產業鏈提供靈活的底層芯片解決方案。
從芯片設計到終端應用，從硬件創新到軟件優化，全場景智能存儲生態的構建離不開產業鏈各環節的深度協同。AI時代的存儲生態，需要上游芯片企業的技術突破、中游設備廠商的方案創新、下游應用企業的場景反饋，更需要全產業鏈的開放協作。
存儲企業應與產業鏈伙伴攜手共建AI存儲生態，通過技術協同、資源共享與標準共建，共同推動各行業數字化轉型，為數字經濟發展提供堅實支撐。（記者 許子皓）
轉自：中國電子報
【版權及免責聲明】凡本網所屬版權作品，轉載時須獲得授權并注明來源“中國產業經濟信息網”，違者本網將保留追究其相關法律責任的權力。凡轉載文章及企業宣傳資訊，僅代表作者個人觀點，不代表本網觀點和立場。版權事宜請聯系：010-65363056。
延伸閱讀
