服务于全球各领域电子制造客户
公司新闻 行业动态 产品知识
“全世界半导体存储器的市场范围预估将冲破6000亿美元。”
MemoryS 2026上，深圳市闪存市场资讯有限公司总司理邰炜抛出这一数字，彰光鲜明显存储行业的底层逻辑已经悄然转变：周期性行情退场，AI主导的新范式降临。
引爆这场厘革的，是AI推理对于存储的指数级需求：单哀求环境下，若上下文从4K Token扩大至128K Token，KV缓存会膨胀32倍，若是100个并发哀求，缓存需求则达TB级。
面临这类需求量，HBM已经无力承载，这就决议了KV缓存最先年夜范围向企业级SSD迁徙。
叠加NL HDD产能缺口带来的替换效应，多重变量共振，企业级SSD正于成为2026年NAND闪存最年夜的运用市场。
“企业级SSD再也不只是容量载体，而成为了整个算力架构里冲破机能瓶颈的要害。”邰炜说到。
变局之下，AI对于企业级SSD的尺度无穷拔高，高靠得住性、低时延、遐龄命既是订价标尺，也是厂商厮杀的焦点疆场。
谁能破解“AI时代数据搬运的功耗与延迟”，谁就将界说下一个十年。
超等周期已经启幕，存储厂商各有出招。
不做GPU的「副角」，SSD最先参与AI计较
当AI推理范围化发作，存储与计较的瓜葛正于被从头界说：SSD再也不只是数据的“堆栈”，而是影响Token天生效率的要害变量。
这类定位的跃迁，正于倒逼存储厂商从头思索自身的技能纵深。
以年夜普微为例，为了实现更快的Token天生与相应，其经由过程Fast SSD与TLC SSD的产物组合，打造高IOPS及低时延的数据供应能力，从而节省算力及成本。
更深一层的变化于在，存储最先参与计较的数据流调理。
年夜普微经由过程透明压缩技能实现将KV Cache的数据无损压缩21%以上，从而等效晋升27%的带宽，带来直接的机能与用户容量收益。
与此同时，FDP（矫捷数据放置）技能的引入，让SSD可以按照数据生命周期举行分组治理，从而降低写放年夜与延迟颠簸，为GPU提供可预期的数据供应节拍。
这些技能点的串联，勾画出一个清楚的演进标的目的：SSD正于从“存储装备”进化为“AI数据调理节点”，它不仅要存患上快、存患上多，还有要存患上“智慧”，能于准确的时间把准确的数据送到准确的位置。
更值患上存眷的是其产物节拍与AI算力迭代的同频。
“今朝，企业级SSD的市场年夜概能根据容量举行划分，4TB-32TB是TLC SSD的范围甜点，30TB以上则是QLC SSD的主力区间，年夜普微本年推出245TB的产物，来岁就会设计为512TB。”年夜普微董事长杨亚飞对于雷峰网(公家号：雷峰网)暗示。
这类“容量翻倍”的产物计谋，与AI模子参数范围的增加曲线形成为了共振，为下一阶段产物的放量埋下基础。
SSD的竞争焦点是让GPU「不空转」
当SSD最先负担KV Cache卸载、AI数据湖、推理缓存等使命，它既要提供靠近内存级的延迟不变性，又要具有远高在内存的容量密度及成本上风。
于这类变化下，SSD的评价系统也随之重构。
已往行业更夸大带宽、IOPS与寿命，于AI场景中，长尾延迟节制、QoS一致性以和每一瓦机能最先变患上一样要害。
对于年夜型算力集群来讲，一块SSD的价值不只是单盘机能有多高，而于在它可否于繁杂负载下连结不变相应，防止GPU因等候I/O而“空转”。
也恰是于如许的配景下，企业级存储厂商最先向体系能力延长。
以忆恒创源为例，其焦点计谋其实不是简朴重叠硬件参数，而是经由过程固件算法及体系级调理，把差别来历的节制器与NAND颗粒调校成更合适AI负载的产物形态。
于年夜范围线上部署中，依托海内年夜范围、高度繁杂的AI与互联网生态，于极度且高频的营业压力下，其SSD的平均无端障时间（MTBF）已经经到达约1500万小时，产物的不变性有可不雅的场景和数据违书。
于AI负载情况下，经由过程固件调理优化及延迟节制，其随机读延迟可以压缩至50微秒级，从而削减推理场景中GPU等候I/O的时间。
而且，经由过程对于固件及硬件架构的协同优化，高密度QLC于AI数据湖及推理场景中既能提供更年夜的容量密度，也能维持不变的机能体现。
对于在需要存储海量练习数据或者推理缓存的集群而言，这种产物正于成为实现“全闪数据中央”的要害一步。
AI重构存储路径：企业级SSD从「容量介质」转向「算力体系变量」
于这一轮由 AI 鞭策的存储重构中，一个更清楚的共鸣正于形成：企业级SSD的价值锚点，正于从“单点机能指标”转向“体系确定性”。
不管是KV Cache年夜范围卸载带来的架构迁徙，还有是QLC于高密度存储中的从头定位，抑或者是固件层对于延迟、QoS 与功耗的连续压缩，素质上都于指向统一个问题：存储再也不只是容量与带宽的提供者，而是决议算力是否可以或许被不变开释的基础变量。
于这个意义上，行业的竞争界限也于悄然上移。
单一硬件能力的差异正于被体系级能力所稀释，真正拉开差距的，是谁能更早理解AI事情负载的变化，并将其转化为可范围化、可连续优化的工程系统。
当算力、存储与收集进一步交融，数据中央的逻辑也将从“资源重叠”走向“效率构造”。
而存储，正站于这一轮重构的交汇点上。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
下一篇【产品推荐】超小型高频同轴连接器u.fl系列
www@
Maggie
微信咨询
黎小姐