淵謀遠略/AI革命引爆存儲芯片需求（下）\袁 淵

人工智能（AI）的爆發式發展正在顛覆傳統存儲行業的價值邏輯，存儲芯片不再是簡單的數據「容器」，而是成為AI系統的「工作記憶」與算力底座。2025年下半年，全球存儲芯片市場掀起「史詩級」漲價潮，這場由AI「以存代算」需求驅動的產業變革，深刻揭示了存儲芯片與人工智能之間唇齒相依的協同關係。

從技術本質來看，人工智能的核心是數據的處理與學習，而存儲芯片則決定了數據的存儲密度、訪問速度與交互效率，兩者構成了智能計算產業鏈的核心雙引擎。隨着AI大模型從百億級向萬億級參數跨越，從雲端訓練向邊緣推理延伸，存儲芯片正經歷從「周期品」到「AI基礎設施」的屬性轉變，其技術迭代速度、性能指標與產業格局都在被人工智能深度重塑。

下文接20日A10版：

存儲芯片與人工智能的融合發展，面臨性能需求無限增長與技術突破有限性的矛盾，多重技術瓶頸制約着AI存儲系統的優化升級。首先，帶寬與延遲的平衡難題的凸顯，AI大模型對存儲帶寬的需求呈指數級增長，但傳統存儲接口與傳輸協議的升級速度難以匹配，短期內「存儲牆」瓶頸難以完全消除。其次，能耗與性能的衝突加劇，AI數據中心的存儲設備能耗佔比達30%以上，高性能存儲芯片的功耗持續攀升，英韌科技通過架構優化，使存儲設備功耗降低75%，但行業整體能耗問題仍需系統性解決方案。

國產替代的挑戰

架構創新不足也制約着融合發展的深度。馮·諾依曼架構的固有局限導致數據搬運效率低下，存算一體技術雖前景廣闊，但仍面臨算法適配、精度控制與成本優化等問題，大規模商業化應用尚需突破。多模態AI的興起要求存儲系統支持異構數據的統一管理與高效訪問，但現有存儲架構難以兼顧不同類型數據的存儲需求，導致數據處理效率低下。此外，新型存儲介質的可靠性、穩定性與兼容性仍需驗證，與現有系統的融合存在技術障礙。

應對這些挑戰，需從技術創新與架構重構兩方面發力。一是加速新型存儲介質的研發與產業化，重點突破MRAM、ReRAM的良率與成本瓶頸，推動「破曉」皮秒閃存等顛覆性技術的商用化進程；二是優化存儲架構設計，推廣CXL協議與Chiplet異構集成技術，實現CPU、GPU與存儲設備的高速互聯與資源共享；三是加強算法與硬件的協同優化，通過智能調度、數據壓縮與緩存策略，提升存儲系統的整體效率；四是建立跨學科研發機制，推動材料科學、芯片設計、人工智能等領域的技術融合，突破底層技術瓶頸。

全球地緣政治衝突加劇，使存儲芯片產業鏈的脆弱性凸顯，供應鏈安全成為制約產業發展的核心風險。高端存儲芯片製造所需的EUV光刻機、高端刻蝕設備等核心設備，受國際技術管制影響，國內企業難以獲取，導致HBM等高端產品無法量產，與國際巨頭的技術差距持續擴大。存儲材料的國產化率偏低，高端光刻膠、靶材、ALD前驅體等關鍵材料依賴進口，不僅推高生產成本，還存在斷供風險。

國產替代進程中還面臨同質化競爭與研發投入不足的問題。部分國產企業聚焦中低端市場，通過價格戰爭奪份額，導致行業利潤空間壓縮，難以支撐持續的研發投入。2025年全球存儲芯片行業研發投入佔比約8%，而國內企業平均研發投入佔比僅5%左右，在HBM、存算一體等高端技術領域的研發投入不足，導致技術突破緩慢。同時，國產企業的專利布局滯後，在核心技術領域的專利數量僅為國際巨頭的1/10，面臨嚴重的專利壁壘。

突破產業困境需採取系統性對策：一是加大政策支持力度，通過大基金三期等資本工具，重點扶持設備、材料與高端芯片設計環節，目標2030年設備與材料國產化率突破60%；二是構建自主可控的產業鏈生態，推動長江存儲、長鑫存儲與國內設備、材料企業協同研發，建立聯合實驗室與產業化平台；三是鼓勵企業加大研發投入，聚焦HBM、存算一體等高端領域，突破核心技術瓶頸，同時加強專利布局，構建自主知識產權體系；四是深化國際合作，在遵守國際規則的前提下，與歐洲、日韓企業開展技術合作，分散供應鏈風險。

協同進化深度融合

未來五年，存儲芯片與人工智能將實現深度協同進化，技術發展呈現四大趨勢：一是異構存儲架構成為主流，MRAM、PCM、ReRAM等新型存儲介質與DRAM、NAND Flash形成互補，通過分層存儲架構，實現速度、容量與能耗的最優平衡。二是存算一體技術規模化落地，基於ReRAM、PCM的存算一體芯片將在邊緣AI、自動駕駛等場景廣泛應用，能效比持續提升，逐步替代傳統計算架構。三是3D堆疊與Chiplet技術深度融合，通過垂直集成實現存儲密度與算力密度的雙重突破，HBM堆疊層數將突破24層，單芯片容量達1TB以上。四是智能存儲成為標配，存儲芯片將集成AI算法，實現數據智能調度、緩存優化與故障預測，從被動存儲向主動智能存儲轉變。

顛覆性技術的突破將重塑行業格局，「破曉」皮秒閃存等新型存儲介質若實現商用化，將徹底消除存儲與計算的速度差距，實現統一內存架構，支持萬億參數模型在終端設備的本地部署。量子存儲技術的探索雖處於早期階段，但有望為AI提供無限容量與零延遲的存儲解決方案，推動人工智能進入全新發展階段。同時，綠色存儲技術將成為行業共識，低功耗存儲芯片、液冷存儲系統與智能能耗管理技術的應用，將使AI數據中心的能耗降低50%以上。

在政策支持、技術突破與市場需求的多重驅動下，全球存儲芯片產業格局將迎來重構，國產企業有望實現從「跟跑」到「並跑」再到「領跑」的跨越。市場預計到2030年，中國DRAM全球市佔率將提升至25%，NAND Flash市佔率達20%，在HBM、存算一體等高端領域實現技術突破，形成完整的自主可控產業鏈。長江存儲、長鑫存儲將躋身全球存儲芯片企業前十，兆易創新、江波龍等企業在細分領域佔據全球領先地位，設備與材料環節的國產化率突破60%。

全球產業競爭將呈現「合作與競爭並存」的格局。一方面，國產企業與國際巨頭的技術差距逐步縮小，在高端市場的競爭日趨激烈；另一方面，產業鏈的全球化分工仍將持續，國內企業將與歐洲、日韓企業在材料、設備等領域開展深度合作，形成優勢互補。同時，區域產業集群將進一步強化，長三角、京津冀等地區將形成集芯片設計、製造、封裝測試、設備材料於一體的存儲產業生態，提升產業整體競爭力。

存儲芯片與AI的融合將推動應用場景從雲端向終端延伸，實現全場景智能覆蓋。在雲端，AI服務器存儲將向EB級容量、微秒級延遲、千萬級IOPS方向發展，支撐千億級參數大模型的實時訓練與推理，為元宇宙、數字孿生等新興領域提供支撐。在邊緣端，低功耗、小尺寸、高性能的存儲芯片將推動AI技術在智能手機、智能穿戴、自動駕駛等設備的普及，群聯電子的aiDAPTIV+技術使普通筆記本能運行1200億參數模型，標誌着邊緣AI進入普惠時代。

存儲芯片與人工智能的協同進化，正在引發一場深刻的技術革命與產業重構。人工智能的爆發式需求為存儲芯片行業帶來了結構性增長機遇，推動存儲芯片從「周期品」轉變為「AI基礎設施」，技術路徑從傳統存儲向新型存儲、存算一體方向演進。全球存儲芯片產業格局正在重塑，國際巨頭加速向高端AI存儲轉型，國產企業憑藉技術突破與產能擴張，實現從中低端替代向高端突破的跨越，逐步打破國際壟斷。

（作者為外資投資基金董事總經理）