在第五届GMIF2026全球存储器行业创新峰会上，与会嘉宾披露的一组数据揭示了AI推理负载对存储基础设施的深层影响。截至今年3月，中国日均Token调用量已突破140万亿。三星电子副总裁、Memory事业部首席技术官Kevin Yoon指出，这一规模是中国国家图书馆全部藏书对应Token量的20倍以上，接近人类历史上所有出版图书总量的6倍。
摩根士丹利执行董事、大中华区半导体分析师颜志天以全球云数据中心资本支出为参照，指出在未计入HBM的情况下，2026年存储占比接近五成，2027年预计进一步升至53％。存储需求的结构性增长，正从训练端向推理侧规模化应用迁移。
Solidigm亚太区销售副总裁倪锦峰将推理负载对存储的压力归纳为三个维度：数据丰富度、推理复杂度和运营持久性。数据丰富度体现为多模态数据来源、形态与更新频率的差异化；推理复杂度则来自模型规模扩大带来的权重与运行时状态增长、上下文延长导致的KV Cache扩张，以及多用户并发请求下的资源占用；运营持久性指向Agent持续运行场景，Dify联合创始人陈璐莎判断，未来企业运行的Agent数量可能从个位数上升至数百个，需24小时待命并承担高并发请求。
这些变化正在推动存储介质的角色重构。SSD过去主要承担大容量与持久化存储职能，如今多家企业从不同维度展开升级。慧荣科技通过主机软件与存储软件栈识别任务类型，由SSD控制器按QoS等级调整资源配置，使同一块SSD响应不同AI负载。闪迪资深产品市场总监张丹则将SSD按与计算单元的距离分为三类：直连GPU的SSD承接热KV等高频访问数据，网络连接GPU的SSD服务计算但可更大规模部署，存储型SSD强调容量并承载低频访问数据。
SSD同时向存储金字塔下层延伸。倪锦峰透露，北美大型互联网公司已开始用大容量QLC SSD替代部分HDD，以减少机房空间占用和功耗开销。HDD阵营亦未停止演进，大数极限设计的PMD在传统机械硬盘基础上通过多路并行、扩大I/O请求队列，结合请求聚合、预取和缓存提升带宽与随机访问能力。
底层NAND介质同样在突破能力边界。三星设计的Z-NAND核心Die基于SLC并集成TSV技术提高读取性能，其架构将操作系统和KV Cache保留在DRAM，大容量读取密集的模型权重放入Z-NAND。北京大学集成电路学院院长蔡一茂介绍，HBF目前存在两条技术路径：从NAND阵列入手缩小尺寸降低读取时延，或借鉴HBM思路增加接口数量提升带宽。他同时指出，缩小阵列会牺牲存储密度、NAND读取时延仍偏高、有限写入寿命难以承受KV Cache频繁更新等问题尚待解决。蔡一茂还提到，北大与燕芯微等合作伙伴正在探索利用NAND阵列直接完成部分存内计算，减少数据在存储与计算单元之间的往返。
数据分层管理逻辑也在发生变化。传统存储层级建立在速度、容量与成本的权衡之上，数据与介质的对应关系相对固定。随着AI带来更多类型数据、同一份数据的访问频率和生命周期随计算过程动态变化，原有的对应关系开始松动。在多位与会嘉宾看来，数据管理正从HBM不足给DRAM、DRAM不足给SSD的兜底式分层，转向系统设计之初的主动分层与运行调度。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
