问题——推理需求爆发导致存储成为新瓶颈 摩根士丹利研究显示，AI产业的核心制约正从算力转向存储，尤其推理环节更为突出。与以往侧重训练不同，推理需要持续处理更长的上下文、更高并发和更低延迟的数据读写，导致对内存容量、带宽及企业级固态存储的需求激增。报告指出，Transformer架构推理依赖的KV缓存成为扩容关键，上下文长度增加会线性推高存储需求，使存储资源成为系统扩展的主要限制之一。 原因——应用形态变化与供给侧调整共同作用 研究表明，长文本处理、检索增强、多模态交互和智能体应用正推动推理从"计算密集型"转向"存储依赖型"。这导致服务器DRAM和企业级NAND的消耗增速远超传统消费电子周期。据测算，仅纯文本推理在2026年就可能消耗全球约35%的DRAM和92%的NAND供应。供给侧上，头部厂商将产能转向高利润的AI涉及的存储产品，消费级存储出现产能挤出效应，同时产业链库存持续走低加剧了供需矛盾。研究认为行业核心风险于产能转换能否跟上需求变化。 影响——价格上涨与产业链利润再分配 报告预计存储价格将进入快速上涨周期，DRAM、HBM和NAND均呈现上涨趋势，可能持续到2026-2027年。其中企业级数据中心产品涨幅尤为明显。上游存储制造商议价能力增强的同时，下游整机厂商面临成本压力。云服务和大型数据中心运营商可能通过优化模型推理策略、压缩冗余数据来提高存储效率。 对策——加速扩产与技术升级并行 行业正在加快资本开支节奏，计划在2027年前后扩建新厂。但EUV光刻设备仍是关键制约因素。技术上，分层存储方案将成为主流：HBM满足高带宽需求、DDR5提供容量支持、企业级SSD处理数据分层调度。先进封装和存储控制器的协同优化也有助于提升成本效率。 前景——周期持续但存不确定性 摩根士丹利认为当前存储周期尚未见顶，预计2026年行业增速可能超过40%。随着AI向智能体和多模态发展，中长期存储需求仍有增长空间。但需要注意两个风险：扩产和工艺升级能否如期实现；全球宏观环境和IT投资变化带来的短期波动。
AI产业链从"算力竞赛"转向"存储比拼"，表明技术发展需要系统协同而非单一环节突破。面对存储供需紧张和设备限制的双重挑战，产业各方既要把握短期价格周期，更需抓住架构升级和产能布局的中长期机遇，以更稳健的方式应对新技术带来的变革。