AI把存储行业推到了台前

01

存储行业到底包括什么

存储行业不能只理解成“内存条”或者“硬盘”，大致可以分成三层。

第一层：存储芯片
DRAM（高速临时读写）、NAND Flash（长期保存数据）、NOR Flash（嵌入式）、HBM（AI 时代高带宽内存）

第二层：存储设备和模组
内存条、服务器内存、HBM 封装、SSD、企业级 SSD、手机存储、车载 UFS

第三层：存储系统和数据管理
RAID、纠删码、SAN、NAS、对象存储、软件定义存储、数据备份和容灾软件

AI 带来的变化，是这三层被同时拉动。HBM 解决 GPU 与内存之间的高带宽供给，企业级 SSD 承接数据中心的高速容量需求，软件定义存储和数据管理系统则负责把越来越庞大的数据组织起来。

02

AI 为什么先推高了 HBM

GPU 要不断读取模型参数、训练数据和推理缓存。模型越大，数据搬运越频繁；算力越强，对数据供给速度要求越高。

问题在于，计算能力提升很快，内存与存储系统的数据供给能力如果跟不上，GPU 就会等待。行业里常说的“内存墙”或“数据搬运瓶颈”，讲的就是这个问题。

HBM 把多颗 DRAM 芯片垂直堆叠，通过 TSV 硅通孔连接，再通过先进封装和 GPU 紧密集成。它不是普通内存的简单升级，而是在更短距离内提供更多通道、更高带宽和更好的能效。

这也是 SK 海力士 2025 年业绩显著改善的重要原因：HBM 先发优势带来了更高的产品结构和盈利弹性。SK 海力士 2025 年全年营业利润为 47.21 万亿韩元，超过三星电子 2025 年全年营业利润约 43.5 万亿韩元。这里需要注意，两家公司业务结构不同，不能简单理解为“存储业务同口径”比较。

三星在 2026 年一季度也受益明显：公司总营业利润达 57.2 万亿韩元，半导体 DS 部门贡献 53.7 万亿韩元，Memory Business 创下季度营收和利润新高。三星公告称，其已开始面向英伟达 Vera Rubin 平台销售 HBM4 和 SOCAMM2 产品。

📊 Omdia 预测：2026 年全球半导体收入增速上调至 62.7%，其中 DRAM 市场价值接近翻倍，NAND 也可能较 2025 年明显放大

📊 TrendForce 预测：2026 年 Q2 传统 DRAM 合约价环比上涨 58%—63%，NAND Flash 合约价环比上涨 70%—75%。这类预测反映的是阶段性供需紧张，不等于长期线性上涨

03

存储芯片的两条主线：DRAM 与 NAND

DRAM：计算过程中的工作区

DRAM 是计算系统的「临时工作区」。速度快、延迟低，但断电数据消失，所以是运算中的临时暂存区，而非长期存储。

AI 时代，DRAM 内部开始分化：通用 DRAM 继续服务 PC、手机和传统服务器；DDR5 更多进入高性能服务器；HBM 则绑定 AI GPU 和加速卡。由于先进产能、封装资源和资本开支向 HBM 倾斜，通用 DRAM 的供应弹性也会受到影响，从而推高部分传统 DRAM 价格。

NAND：数据长期保存的底座

NAND 解决长期存储。断电数据还在，容量可以做得很大，成本更适合归档和持久化。

AI 对存储的拉动不只体现在 HBM。HBM 解决“喂饱 GPU”的带宽问题；DRAM 解决服务器运行内存问题；NAND 和 SSD 解决数据长期保存、高速读取和冷热分层问题。这三者共同构成 AI 数据中心的存储底座。

04

NAND 和 SSD：从硬盘替代到数据中心核心部件

在 PC 和高端消费市场，SSD 对 HDD 的替代已经较为充分；在企业级市场，这个过程仍在加速。AI 服务器需要的不只是大容量，还需要高吞吐、低延迟、稳定读写和更好的故障管理能力——这正是企业级 SSD 的价值所在。

存储单元演进
SLC 1bit / 速度快 / 成本高MLC 2bitTLC 3bitQLC 4bit / 成本低 / 适合读多写少

层数上，3D NAND 突破了 2D 平面工艺极限，垂直堆叠存储单元，层数从几十层一路做到数百层。

接口上，从 SATA 到 NVMe，SSD 的性能从“被接口卡住”到直接走 PCIe 通道释放。这不只是换接口，而是 SSD 从“硬盘替代品”逐步变成“高速数据通道”的过程。

AI 数据中心里的企业级 SSD，已经不只是传统意义上的硬盘，而是数据流动链路中的关键部件。

05

车载存储：汽车正在变成移动数据中心

过去的汽车，存储需求相对简单。智能座舱、ADAS、自动驾驶出现后，摄像头、雷达、地图、语音交互、驾驶日志持续产生数据，汽车越来越像一个移动数据节点。

eMMC → UFS
eMMC 带宽有限，适合旧一代车机。UFS 读写性能更高、延迟更低，更适合智能座舱和辅助驾驶的高吞吐需求。

车规级存储不只看容量和速度，还要看耐温、寿命、纠错、数据保持、断电保护和长期稳定性。这也是车载存储溢价的重要来源。

06

存算一体：让数据少搬一点

HBM 解决的是“传得快”。存算一体想解决的是“少传，甚至不传”。

传统架构下，数据要先从存储搬到处理器里，算完再搬回去。当模型越来越大，搬数据本身就会消耗时间和能耗。存算一体的思路很直接：让计算尽量靠近数据，减少不必要的数据搬运。

三条技术路线

近存计算：把计算单元放在存储附近，例如在内存、SSD 控制器或专用加速单元旁边完成部分计算。HBM 更准确地说是“高带宽内存”，不是典型存算一体芯片，但它体现了缩短数据路径、提升带宽的方向。

存内处理：在存储芯片或存储阵列外围增加计算能力，让部分检索、筛选、矩阵运算或简单逻辑在存储附近完成。

存内计算：直接利用 SRAM、ReRAM、Flash 等存储单元的物理特性，在存储阵列内部完成部分计算。技术难度最高，对精度、良率、编译工具和算法适配要求也最高。

短期内，存算一体更容易落地的是推理、端侧 AI、低功耗传感器和专用识别场景，而不是万卡训练集群。大模型训练对精度、生态、软件工具链和系统稳定性要求极高，短期内仍会以 GPU+HBM 体系为主。

国内代表公司

后摩智能：SRAM 存算一体，鸿途 H30 面向智能驾驶

知存科技：NOR Flash 存算一体，WTM2101 出货超 1000 万颗，已落地语音、可穿戴场景

昕原半导体：28nm ReRAM 已实现量产

炬芯科技：SRAM 存内计算，落地无线麦克风、电竞耳机等消费电子

HBM 让数据传得更快；CXL、内存池化和近存计算让数据调度更灵活；存算一体则希望让数据少搬一点，甚至让部分计算直接在存储附近完成。这条路线代表了存储行业从“存数据”走向“参与计算”的重要变化。

07

从芯片到系统：企业级存储解决的是「数据不能丢」

芯片决定单点性能，但企业真正关心的不只是速度：数据能不能不丢？业务能不能不停？硬盘坏了能不能恢复？机房故障能不能切换？权限、合规和安全能不能管住？

RAID：用多块盘换可靠性

核心思想：单块硬盘不可靠，把多块盘组合起来，用冗余换可靠性，用并行换性能。

RAID 0 追性能，无冗余RAID 1 镜像，通常可容忍单盘故障RAID 5 分布式校验，性能与可靠性平衡RAID 6 双校验，容2块盘故障

RAID 的挑战在于，单盘容量从几十 GB 涨到几十 TB 后，重建一块盘的时间越来越长。重建过程中系统处于降级状态，如果冗余能力不足，再出现额外故障，就可能带来数据风险。

纠删码：分布式时代的 RAID 升级版

纠删码把数据分片后生成校验片，丢失部分数据片仍可通过数学运算恢复。它可以跨节点、跨机架，甚至跨数据中心分布。RAID 更偏向解决单机或单阵列内多块盘的可靠性问题，纠删码则更适合分布式系统里的跨节点可靠性——底层思想一脉相承：用冗余换可靠性。

08

从 EMC 到软件定义：企业级存储的重心在变

EMC 到 Dell EMC 的故事，是企业级存储几十年变化的缩影。早期企业级存储靠专用硬件、缓存、控制器和冗余能力建立壁垒，后来数据越来越复杂，只做硬件阵列已经不够。备份、容灾、归档、去重、压缩、安全、合规管理，都变成企业存储的重要能力。

再往后，软件定义存储兴起。Ceph 等开源分布式存储让企业可以用通用硬件搭建存储集群；云厂商则把底层复杂性隐藏起来，向上提供块存储、文件存储、对象存储、备份归档等服务。

存储硬件在通用化，存储能力在软件化。企业真正需要的，不是“多买几块盘”，而是把数据存得稳、用得上、找得到、迁得走、恢复得了，并且在权限、审计和合规上可控。

09

存储软件：看不见，但越来越重要

芯片负责「存得快」，设备负责「接得上」，系统软件负责「管得住」。企业级存储真正复杂的地方，往往在软件。

数据保护：快照、备份、容灾、异地复制，保证数据不丢、业务不停

数据效率：去重、压缩、精简配置，用更少物理容量存更多数据

数据分层：热数据放 SSD，温数据放 HDD，冷数据归档到对象存储或磁带

数据流动：跨本地机房、云平台、边缘节点迁移，保证权限、安全和合规

单个硬件设备可以替换，但数据管理体系一旦形成，迁移成本很高。这才是企业级存储长期壁垒的一部分。

10

重新看存储行业：五个变化

变化一：周期属性还在，但结构性需求变强了
这一轮存储景气里，既有周期因素，也有 AI 服务器、数据中心、智能汽车和端侧智能带来的结构性拉动。

变化二：HBM 成为 AI 算力供应链的关键环节
HBM 供给是否充足，会影响 AI 加速卡交付节奏，也会改变存储厂商的利润结构。

变化三：企业级 SSD 的价值正在被重新认识
模型文件、训练数据、日志、向量数据库、缓存数据都需要长期、高速、可靠地存放。NAND 和 SSD 不是配角，而是 AI 数据基础设施的一部分。

变化四：存储正在从「存放数据」走向「靠近计算」
HBM、CXL、内存池化、近存计算和存算一体，都在改变计算和存储之间的关系。存储正在被放到计算架构中重新设计。

变化五：数据管理的重要性持续上升
存储越往上走，越不只是硬件问题。芯片解决“快不快”，系统解决“稳不稳”，软件解决“管不管得住”。

存储行业曾经很像一个周期故事：涨价的时候赚钱，跌价的时候出清。

AI 正在改变这个逻辑。

存储行业的主战场，正在从“存得多、卖得贵”，走向“存得快、管得住、离计算更近”。

这场变化，还在展开。