AI服务器中，存储模块价值占比（28%）价值仅次于芯片价值（55%）。从AI市场的扩容来看，存储模块未来蛋糕极大。
存储芯片概览
过去：存储以传统机械硬盘、普通固态硬盘为主，定位为辅助性数据存储配件；
现在：存储进入高端化转型关键期，HBM、DRAM等高性能品类成AI发展核心需求，存储从配件升级为AI基础设施核心物资；
未来：HBM技术持续迭代，存储-计算融合趋势凸显。
核心增长逻辑 1、需求端：需求高涨紧张局面至少持续到2028年 AI服务器从训练向推理的重心转移，催生了对“低延迟、大容量、高带宽”存储的差异化需求，需求指数级跃迁，从“容器”变“算力瓶颈解”。 大模型参数规模与训练/ 推理数据量暴增，单 GPU（如 H100/GB200）需 288-324GB HBM，单台 AI 服务器 DRAM 需求是传统服务器的 8-10 倍，NAND 需求达 3 倍，存储成本占 AI 服务器硬件总成本 35%-40%。推理规模化后，KV 缓存与并发任务进一步放大 DDR5/SSD/HDD 的增量需求。计算耗时微秒级，数据搬运毫秒级，HBM 成为 GPU “刚需”，否则算力空置率高达 99%，倒逼高端存储投入。 26年AI产业链缺口最大的在于美国的电力和全球的存储。如英伟达为了抢占存储资源，给三星和海力士开出双倍价格，导致高端存储产能被AI抢光。 2025 年 HBM 需求量同比增超 200%；GPT - 5 预计消耗 9.13EB 存储，2026 年头部大模型推动 DRAM 需求翻倍至 18.26EB、NAND 需求达 400EB。以存储价格为例，12月存储模组价格整体涨幅区间为10.42%-68.42%；存储芯片DRAM和NAND FLASH的价格涨幅区间为1.73%-57.42%，进一步说明供需关系持续紧张。 2、供应端：产线建设周期长/交付周期长+良品率低，技术壁垒高导致短期无法快速上量 受益于AI需求的影响，HBM是其中最为直接的增量需求（大厂消耗库存+持续迭代，小厂“从无到有”的需求创造）。 存储芯片产能建设周期18-24个月，HBM堆叠工艺良率仅30%-40%，技术壁垒高，扩产难度大、周期长。 HBM交付周期达52-78 周，三星、SK海力士、美光产能被预订至2027年，新建产线2027下半年才释放。HDD交期也延至52周，2026年预计有150EB缺口。 库存上，目前原厂补库速度远低于AI需求增速（DRAM需求增速20%-25%，供应增速仅15%-20%）。主要原因是2026-2027年产能已被英伟达、北美云厂商全额预订，新订单需排队至2027年。同时渠道与模组厂为避免价格波动风险，不敢大量备货，只能按订单采购颗粒（议价权高，根据下游需求和库存随时传导成本）。 2024年全球DRAM 行业库存普遍维持在17周左右，到2025年底已骤降至2-4 周，远低于6周的安全库存阈值，目前三星、SK海力士、美光等头部厂商基本处于“以销定产”状态。  结论：当前AI 存储紧张是 “需求爆发 + 结构替代 + 供给滞后” 的结果，价格、交付、产能、库存等数据均印证缺口，且短期难以缓解。AI的发展带来的存储供需紧张局面短期（1-2年）仍旧持续，2026年持续看好。 |
最新事件
1月6日，黄仁勋在CES 2026大会讲话上提出“存储必须被重构”，最核心的在于GPU和SSD（固态硬盘）直连。
CES 2026 是全球消费电子领域的顶级盛会，被誉为 “科技春晚” 与 “行业风向标”，是前沿技术首发地、全球商业合作枢纽与产业趋势定调平台，其国际地位体现在规模、影响力、产业引领与全球协作四大维度。
需要澄清的是：GPU与SSD直连并非要取代HBM或DRAM，而是形成“HBM+DRAM+SSD”的分层协同存储体系，三者各司其职、不可替代。具体来看：
HBM作为与GPU最紧密绑定的“超级高速缓存”，负责承载AI计算核心的热数据（如模型实时运算的核心参数），是保障算力极致发挥的基础；
DRAM承担“温数据”存储角色，比如AI推理中的KV缓存卸载、多模型协同执行的数据暂存，起到平衡速度与成本的中间枢纽作用；
直连SSD的核心价值是作为“大容量扩展缓存”，承接长上下文交互产生的海量数据，减轻HBM和DRAM的容量压力，避免因高端存储容量不足导致的算力浪费，三者共同构成适配新一代AI场景的存储金字塔。
GPU与SSD直连本质是“补短板”而非“替代”。
全球AI存储公司发展概览
