
【精工·科普】
第八十八期
固态硬盘的"过山车":从AI热潮到算法革命,存储市场为何如此震荡?

引言
2
0
2
6
回忆小时候使用老电脑,看着转圈的鼠标指针,恨不得把电脑砸了;而如今换用新电脑,10秒开机、软件秒开、游戏加载飞速,那种丝滑感让人欲罢不能。这背后的秘密,很大程度上就藏在一个小小的硬件里——固态硬盘(SSD)。
固态硬盘早已渗透到我们生活的方方面面:当你用手机快速抓拍照片、用笔记本流畅剪辑视频、用游戏机激战正酣时,都有它在默默工作。它是电子产品里任劳任怨的 "仓库管理员",用闪电般的速度为我们存取数据,让每一次操作都行云流水。
就在最近,固态硬盘突然成了科技圈的焦点——其价格经历了一番大起大落:先是因为AI热潮一路飙升,1TB容量从400元低位涨到1000元档;最近,谷歌发布的一项新算法又让存储厂商股价集体暴跌。
让我们从这些热点中探索固态硬盘与AI之间有趣的科学原理。

固态硬盘是什么?一探固态硬盘真面目
1、组成部分
固态硬盘(Solid State Drive,简称 SSD),是一种以NAND 闪存芯片为核心、完全没有机械运动部件的存储设备。它主要由三个部分组成:
主控芯片:相当于SSD的"大脑",负责数据读写管理、错误校验和垃圾回收等工作
NAND闪存颗粒:真正存储数据的地方,像无数个微型电子仓库
与传统机械硬盘(HDD)相比,SSD最大的区别在于没有旋转的盘片和移动的磁头。如果说机械硬盘是老式唱片机,那么固态硬盘就是MP3,通过电子信号直接读写数据,响应速度大幅提升。

2、工作原理
SSD 的数据存储原理是基于浮栅晶体管的电子存储技术:
数据写入:主控芯片接收数据后,将逻辑地址转换为物理地址,通过电子隧穿效应在浮栅中注入或释放电荷——有电荷代表"1",无电荷代表"0"
数据读取:主控查询映射表找到对应位置,检测浮栅中的电荷状态,将其转换为数字信号返回给系统
断电保护:浮栅被绝缘层包裹,电荷断电后仍能稳定存在,因此SSD是非易失性存储设备,断电不会丢失数据
值得一提的是,NAND闪存的特性决定了它必须先擦除再写入,而且擦除操作只能按"块"进行,这就是为什么SSD需要主控芯片进行复杂的管理,以延长使用寿命和提升性能。


AI的存储需求
为何人工智能让市场"一盘难求"
众所周知,AI的发展需要海量的算力,但其对存储的需求也堪称恐怖。
单台AI服务器=8台普通服务器,例如NVIDIA Blackwell平台的AI服务器,SSD配置从64TB升级到96TB,是普通服务器的8-12倍;2026年全球近70%的高端存储产能被AI数据中心消耗,存储巨头们纷纷把先进产能向企业级存储倾斜;与此同时,AI训练数据量指数级增长,一个大型AI模型的训练需要处理数十亿甚至数百亿个数据样本,这些数据都需要高速存储设备来支撑。
AI对存储的疯狂需求,像一颗投入市场的石子,激起了层层涟漪:
三星、SK海力士等厂商将70%-80%产能转向HBM和企业级SSD,导致消费级 SSD配额断崖式下跌,供需失衡;许多存储控制器厂商优先供应 AI 服务器,致使消费市场出现"缺货潮",部分型号有钱也买不到。
AI把存储变成了一种战略资源,就像石油、电力一样重要。当有限的闪存颗粒优先用来生产数十TB的企业级SSD时,留给普通笔记本的配额自然大幅减少,价格上涨也就成了必然。
更关键的是,这不是传统的"库存周期"波动,而是AI产业带来的结构性变革。AI大模型的训练和推理,需要的不仅是大容量,更是高速度、低延迟、高可靠性的存储方案,这让企业级SSD的附加值远超消费级产品,存储厂商在AI需求和其他市场之间如何选择不难得知。

算法的力量
谷歌新突破为何让存储巨头市值蒸发6200亿
2
0
2
6
就在SSD价格一路高歌猛进时,2026年3月24日,谷歌研究院发布的一篇论文引发了行业地震。他们推出的TurboQuant压缩算法,在不损失AI模型准确率的前提下,实现了惊人突破:
该算法将大模型推理中最占内存的KV缓存压缩至3比特,内存占用减少为原来的1/6(降幅约83%),推理速度提升8倍,让AI响应更快,同时大幅降低硬件成本。
这个算法的原理很巧妙:首先通过随机旋转让数据分布可预测,从而无需额外量化参数;然后利用名为QJL的技术,用1个比特修正压缩后产生的微小误差,确保结果准确。整个过程无需任何模型重训,可直接应用于现有AI系统,这才是最让市场震惊的地方。
消息一出,全球存储芯片市场瞬间波动:
3月26日,韩国股市中 SK 海力士股价单日下跌6.2%,三星电子存储业务线下滑5%;美股市场,美光科技、西部数据等厂商股价均出现明显下跌;A股存储芯片板块同步回调,全球存储厂商市值一天内蒸发超过900亿美元(约合人民币6200亿元)。
为什么一个算法会引发如此大的恐慌?因为市场担心:如果AI对内存和存储的需求大幅降低,那么持续涨价的存储芯片市场将失去最大的增长引擎。
不过,行业专家很快给出了冷静分析:
TurboQuant 算法仅针对大模型推理缓存环节优化,不会冲击HBM(高带宽内存)和企业级SSD的核心需求;AI 训练对存储的需求依然强劲,单台AI训练服务器需要的存储容量是普通服务器的8-12倍;全球AI服务器数量仍在指数级增长,整体存储需求短期内不会减少。

结语
2
0
2
6
透过现象看本质,通过对固态硬盘与AI内在联系的了解,就不难理解固态硬盘市场价格为什么起伏不定,为什么谷歌的新算法会对存储厂商产生如此大的冲击,这本质上是技术进步与市场需求相互博弈的结果。
展望未来,存储行业的发展重点,将从单纯的容量扩张,转向更高效率、更低功耗的技术与方案创新。固态硬盘作为数字基础设施的核心部件,其技术与市场形态仍将持续演进。

文稿|尚榆鑫
排版|宋金熹
审核|孙政
——精工书院学生科技爱好者协会出品——
夜雨聆风