0
| 本文作者： 楊依婷 | 2025-10-10 11:00 |
作者|楊依婷
編輯|包永剛
在全球科技行業(yè)駛?cè)階I時代的高速路時，存儲產(chǎn)業(yè)正經(jīng)歷一場深刻的范式轉(zhuǎn)移，過去周期性波動明顯的市場，正被一股強勁而持續(xù)的結(jié)構(gòu)性增長力量所主導。這一轉(zhuǎn)變在近日舉行的GMIF 2025創(chuàng)新峰會上成為共識。
長久以來，存儲市場一直都有周期性的波動：當產(chǎn)能過剩時價格暴跌，需求回升又帶來短暫反彈。在AI需求的帶動下，存儲行業(yè)正進入持續(xù)高增長通道。
市場預(yù)測顯示，2025年新型存儲市場規(guī)模將接近2000億美元，同比增長約17%；到2027年，新型存儲的市場規(guī)模預(yù)計將進一步擴大至約2300億美元。
愛集微咨詢總經(jīng)理韓曉敏在GMIF 2025創(chuàng)新峰會上分析道：“這次推動存儲行業(yè)復(fù)蘇的動力，不再是手機和PC，而是AI驅(qū)動的計算需求?！彼硎?，目前，這一增長的主要驅(qū)動力仍來自北美互聯(lián)網(wǎng)巨頭的大規(guī)模投資，中國雖然在全球AI產(chǎn)業(yè)中位居第二，但由于先進芯片供應(yīng)受限，發(fā)展能力受到一定程度的制約。
不過，近期包括阿里、字節(jié)在內(nèi)的國內(nèi)主要互聯(lián)網(wǎng)企業(yè)，紛紛上調(diào)了未來幾年在云基礎(chǔ)設(shè)施建設(shè)方面的投資計劃。韓曉敏認為，這一動向意味著市場的實際增速可能超出此前17%的普遍預(yù)期，有望達到約22%。
同時，AI模型訓練的高密度算力需求也讓數(shù)據(jù)量呈指數(shù)級增長，這也將推動對存儲的需求。閃迪產(chǎn)品市場總監(jiān)張丹總結(jié)了AI時代的數(shù)據(jù)特征——“4V”：體量巨大、種類多樣、價值密集、實時性強，預(yù)計全球數(shù)據(jù)總量將在2025年突破200ZB。“AI正在讓數(shù)據(jù)從被動存儲變?yōu)橹鲃域?qū)動，存儲性能正決定AI體驗?！彼龔娬{(diào)。
在這一趨勢下，市場焦點正從“存多少”轉(zhuǎn)向“怎么存”，容量擴張不再是競爭核心，更重要的是如何讓數(shù)據(jù)流動得更快、更智能、更節(jié)能。更多資訊，歡迎添加雷峰網(wǎng)作者微信EATINGNTAE。
AI的高并行計算模式帶來了前所未有的帶寬與延遲挑戰(zhàn)，也推動了以HBM、AI SSD、CXL和存算一體為代表的存儲技術(shù)的發(fā)展，韓曉敏指出，這一輪增長的動力已從“產(chǎn)能擴張”轉(zhuǎn)向“架構(gòu)升級”。
在AI推動的架構(gòu)變革中，存儲產(chǎn)業(yè)首先感受到的是帶寬與能效的雙重壓力。傳統(tǒng)DRAM難以滿足大模型訓練的需求，HBM（高帶寬內(nèi)存）的出現(xiàn)由此成為產(chǎn)業(yè)轉(zhuǎn)折點，它憑借3D TSV堆疊和2.5D/3D先進封裝技術(shù)，大幅縮短了數(shù)據(jù)搬運的物理距離，將內(nèi)存帶寬提升至新的量級，從而充分釋放了AI芯片的算力潛力。
在GMIF創(chuàng)新峰會上，三星電子副總裁Kevin Yong介紹，HBM是目前增長最快的細分市場，通過垂直堆疊和先進封裝，為GPU提供了遠超傳統(tǒng)架構(gòu)的數(shù)據(jù)吞吐能力，成為訓練大模型的“剛需”。與此同時，韓曉敏進一步透露，國產(chǎn)廠商正在迎頭追趕，以華為為代表的廠商在自研HBM上進展顯著，預(yù)計2026年將實現(xiàn)國產(chǎn)HBM的大規(guī)模量產(chǎn)，初期產(chǎn)品主要以HBM3為主。
HBM推動了算力端的帶寬突破，而AI SSD正在重新定義“存”。過去的SSD更多追求通用性能極限，如今企業(yè)則通過在固件算法層面引入智能調(diào)度和數(shù)據(jù)分級等機制，讓存儲能夠感知并預(yù)測計算的節(jié)奏，從而極大提升AI訓練和推理的效率。
英韌科技董事長吳子寧表示，AI SSD可通過直接連接GPU內(nèi)存通道顯著提升訓練和推理速度，行業(yè)目標是在2027年前將AI SSD的IOPS（每秒輸入/輸出操作次數(shù)）性能從“百萬級”提升至“億級”。
然而，算力的提升也暴露了新的瓶頸，瀾起科技肖揚指出：“當前AI發(fā)展的關(guān)鍵瓶頸已不是算力，而是由‘內(nèi)存墻’造成的，問題的核心從計算本身，轉(zhuǎn)移到了數(shù)據(jù)訪問的效率上，GPU/CPU的強大算力因無法及時獲得足夠的數(shù)據(jù)而處于閑置等待狀態(tài)?！?/p>
為從根本上緩解數(shù)據(jù)在計算與存儲單元間搬運產(chǎn)生的效率瓶頸，存算一體技術(shù)被視為關(guān)鍵路徑。北京大學孫廣宇教授在報告中系統(tǒng)闡述了這一技術(shù)，他認為存算一體并非特指某一種具體介質(zhì)或形態(tài)，而是一個廣泛的技術(shù)概念，其根本目標是解決“內(nèi)存墻”問題，即通過拉近計算單元與存儲單元的距離，減少數(shù)據(jù)搬運的開銷，從而提升整體效率。
同時，孫教授強調(diào)，不存在一種通用的存算一體技術(shù)可以應(yīng)對所有場景，“我們會根據(jù)存儲介質(zhì)和呈現(xiàn)的場景的需求，做不同顆粒度的融合，未來的方向是構(gòu)建‘層次化的、異構(gòu)的存算一體架構(gòu)’。”
與存儲密切相關(guān)的CXL（Compute Express Link）技術(shù)也正在成為業(yè)界焦點。瀾起科技與英特爾聯(lián)合測試的結(jié)果顯示，采用CXL內(nèi)存與本地內(nèi)存混搭的方案，可以達到本地內(nèi)存95%-100%的吞吐量性能，而延遲增加幅度在5%以內(nèi)，大約為5~10微秒。
肖揚指出，在典型配置下，該方案最高可降低單服務(wù)器內(nèi)存總體TCO達27%，并且在當前高容量內(nèi)存價格持續(xù)走高的背景下，這一收益更為凸顯。在AI推理場景下的實驗證明，用一顆CPU加CXL擴展內(nèi)存，跑同樣的模型，最終獲得的Tokens生成速度與兩顆原生內(nèi)存CPU的方案幾乎一致，這為在保證性能的同時降低系統(tǒng)功耗與成本提供了新思路。
這些變化標志著存儲行業(yè)的競爭，已從粗放地“堆疊更多芯片”轉(zhuǎn)向精細化地“組織更高效的數(shù)據(jù)路徑”。這種本質(zhì)上的轉(zhuǎn)變，也使得產(chǎn)業(yè)合作的焦點必然轉(zhuǎn)向更高階、更復(fù)雜的全鏈條協(xié)同。
存儲領(lǐng)域的競爭不是單一產(chǎn)品，而是一種系統(tǒng)能力，AI時代的產(chǎn)業(yè)競爭焦點也隨之轉(zhuǎn)向全鏈條協(xié)同。從主控芯片設(shè)計，到先進封裝，再到系統(tǒng)驗證，技術(shù)創(chuàng)新正在跨越企業(yè)邊界，形成緊密的生態(tài)合作，為AI訓練、推理和邊緣計算提供系統(tǒng)化支撐。
在芯片設(shè)計端，聯(lián)蕓科技總經(jīng)理李國陽介紹，其新一代主控芯片正向PCIe 5.0/6.0高速接口與6nm/4nm制程升級，并通過“實時電源管理算法”與“健康巡檢機制”提升能效與可靠性。
在封裝端，廣芯封裝基板研發(fā)中心總監(jiān)陸然指出：“高性能計算和高性能存儲是生成式AI和端側(cè)AI發(fā)展的底層基座”，而AI應(yīng)用正驅(qū)動封裝技術(shù)快速演進：在算力層面向2.5D/3D集成發(fā)展，在端側(cè)存儲層面追求薄型化，并在高性能存儲芯片中廣泛應(yīng)用混合鍵合等技術(shù)。
佰維存儲總經(jīng)理何瀚也表示，“存和算之間深度融合依托的就是先進封裝的能力”，封裝技術(shù)構(gòu)成了其提供存算合封解決方案的物理基礎(chǔ)。
而在產(chǎn)品最終驗證環(huán)節(jié)，歐康諾電子科技總經(jīng)理趙明表示，AI存儲產(chǎn)品必須具備極高的可靠性、性能一致性和極端環(huán)境適應(yīng)性。為此，他介紹其公司推出的高端測試系統(tǒng)能夠模擬-70度到150度的嚴苛環(huán)境，以驗證產(chǎn)品能否穩(wěn)定運行。
這些看似獨立的創(chuàng)新，正在形成一條貫穿“芯片—封裝—系統(tǒng)驗證”的完整創(chuàng)新鏈。每一次局部突破，都在為AI的系統(tǒng)效率買單，這也正在重塑企業(yè)的角色。佰維存儲集團總經(jīng)理何瀚認為：“AI時代，存儲企業(yè)必須從傳統(tǒng)模組廠商轉(zhuǎn)型為解決方案提供商”，企業(yè)需要整合主控芯片、協(xié)議標準與封裝工藝，為AI訓練、推理及邊緣計算提供系統(tǒng)化方案。
從HBM到CXL，從存算一體到先進封裝，這場以AI為引擎的存儲革命，正在讓整個行業(yè)完成一次從“容量邏輯”向“架構(gòu)邏輯”的轉(zhuǎn)身。
當算力不再是瓶頸，決定AI系統(tǒng)效率的，不是算力峰值，而是數(shù)據(jù)流動的速度與能效，真正的競爭，不再是“誰的存儲更大”，而是“誰讓數(shù)據(jù)更聰明地流動”，在這個意義上，AI時代的存儲，不只是信息的容器，更是智能的發(fā)動機。
歡迎添加雷峰網(wǎng)(公眾號：雷峰網(wǎng))作者微信EATINGNTAE進行交流。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
