88 posts tagged with "AI Infrastructure"

GTC 柏林上，黄仁勋把大量篇幅给了智能体（Agent），并抛出一个值得记住的框架：模型只是智能体的第一要素——让 AI 真正完成任务，还需要编排外壳、沙箱、知识与工具。配套发布的 OpenShell 安全参考架构，被他自己称为「英伟达做过最重要的事情之一」。

一、智能体五要素​

要素	职责	典型实现
模型	感知、推理、规划	Nemotron / 任何前沿 LLM
编排外壳	调度任务、管理状态	LangGraph / 自研框架
沙箱	限制权限、隔离执行	OpenShell 参考架构
知识	企业私有上下文	RAG / 知识库
工具	实际动作执行	API / MCP / 代码执行

这个框架的意图很清晰：把智能体从「模型 + 提示词」的松散组合，升级为有明确安全边界的工程体系。

二、OpenShell 是什么​

OpenShell 是一个安全参考架构（reference architecture），核心三件套：

1. 内核级沙箱：智能体生成的代码在硬件辅助隔离环境中执行
2. 最小权限：每个任务只授予完成它所必需的资源访问
3. 动态策略控制：权限随任务上下文动态调整，而非一次性静态配置

同场发布的还有机密计算（Confidential Computing）扩容——前沿模型开发者可以在全球基础设施上安全扩展。加上 cuDSS GA、Isaac 平台机器人扩展，GTC 柏林的企业级拼图相当完整。

三、对算力采购的隐性影响​

1. 安全栈进 RFP：智能体项目的算力招标里，「沙箱与权限体系」正在从加分项变成必选项——这会直接影响平台选择
2. CPU 与机密计算需求上升：沙箱、权限校验、任务隔离都是 CPU/内存密集型工作，呼应 Vera CPU 拿下 Modal 首单的逻辑
3. 主权 AI 的抓手：OpenShell + 开源 Nemotron + 本地 AI 工厂，构成「数据不出境跑智能体」的完整方案——这正是欧洲牌的技术底座

四、冷静的一面​

参考架构不是产品，OpenShell 的实际落地要看 OEM 与云厂商的采纳速度。智能体安全也远非单一架构能解决——但「把安全边界画进智能体定义里」这件事本身，比任何具体实现都重要。

延伸阅读：GTC 柏林综述 · AI 服务器 GPU/ASIC/CPU 三分天下

大语言模型的算力叙事渐入「推理经济学」阶段，黄仁勋在 GTC 柏林把下一个故事讲得非常具体：物理 AI——让模型走进机器人身体和汽车里。这次不是概念，是参考机型与定点车型。

一、Agile ONE SN：人形机器人参考机​

• 合作方：英伟达 × Agile Robots（思灵机器人）
• 规格：31 个自由度，搭载英伟达计算平台与全套软件
• 节奏：2027 年第一季度上市
• 配套：Isaac 平台大扩展——新增参考人形机器人、数据集、运行时与机器人学习框架更新

「参考机」策略与当年 DGX 对 AI 的意义同构：给硬件生态一个标准靶子，让传感器、执行器、模型开发者在同一平台上收敛。GR00T（人形机器人基座模型）+ Isaac 仿真 + 参考硬件 = 机器人版的「模型-框架-算力」三件套。

二、Hyperion：自动驾驶平台拿下德系定点​

要素	配置
传感器	14 摄像头 + 9 雷达 + 3 激光雷达
计算	双 GPU（Orin/Thor 代际）
定点	Volvo、大众、JLR、奔驰下一代车型
Robotaxi	Bolt（与 Lucid）、Einride 等展示自动驾驶运营用例

德系全线定点是关键信号——自动驾驶平台的市场格局此前由英伟达/高通/Mobileye 三分，奔驰与大众商用车的加入意味着英伟达在高端智驾域控的份额继续固化。

三、物理 AI 的算力经济学​

1. 训练在云、推理在端：世界模型（Cosmos 3.5）与机器人策略训练吃数据中心算力，车载/机载推理吃 Thor 级边缘芯片——「云-边-端」的算力分层在物理 AI 上最完整
2. 仿真即训练场：Isaac/Omniverse 仿真管线的算力消耗常被低估——合成数据生成是介于训练与推理之间的第三种负载
3. 单机价值量：一个人形机器人 ≈ 一台高性能边缘服务器的芯片价值量（计算 + 传感处理 + 互联），百万台级出货就是新的 GB 市场

四、国产对照​

国内人形机器人芯片（地平线、寒武纪行歌等）与车载智驾芯片（华为 MDC、地平线 J6）在单点算力上已可对标，但「参考机 + 仿真平台 + 基座模型」的三件套完整度仍是英伟达的结构性优势——这也是昇腾等玩家在机器人侧的下一个投入方向。

延伸阅读：GTC 柏林综述 · Jetson Thor 卡片 · GPU/ASIC/CPU 三分天下

据 10 月 19 日路透社报道，AI 云计算初创 Modal 宣布将首次采用英伟达新一代 Vera CPU，为 AI 智能体提供托管服务。这是 Vera CPU 公开的首个独立于 Rubin 平台的客户订单——英伟达的 CPU 第一次被当作「产品」而非「配件」采购。

一、订单要点​

• 客户：Modal（AI 沙盒与智能体托管服务，为智能体安全运行生成的代码提供托管容器）
• 性能口径：早期测试显示，高并发负载下 Vera 的任务吞吐量最高达可比 x86 硬件的 2 倍，同时保持较低的单任务延迟
• 部署方式：不弃 x86——Vera 与现有英特尔/AMD 芯片并行部署，按任务特点调度
• 代价：需要改造部分软件与基础设施以支持 Arm 兼容架构

二、Vera CPU 是什么​

88 个自研 Olympus 核心（Armv9.2）、176 线程、最高 1.5TB LPDDR5X、1.2 TB/s 内存带宽，通过 NVLink-C2C（1.8 TB/s）与 GPU 一致性互联。单体大芯片设计避免跨 die 延迟，详见卡片。

此前 Vera CPU 的定位是 Vera Rubin 平台的「主机 CPU」——负责数据搬运调度与系统编排。Modal 订单标志着它的独立价值开始显现。

三、为什么 AI 代理需要更好的 CPU​

这是 2026 下半年最重要的结构性变化之一：智能体工作负载（任务编排、API 调用、数据查询、每用户常驻虚拟机）主要由 CPU 承担。用户越多、后台任务越多，CPU 需求越高：

• Intel CEO 承认其 CPU 产能只能满足约一半的 AI 相关需求
• Meta 计划部署数千万 AWS Graviton 核心处理 AI 代理负载

Modal 的场景（AI 沙盒 = 大量短生命周期容器）恰好是高并发、低单任务延迟的典型 CPU 负载——Vera 的吞吐优势在这里最有说服力。

四、数据中心 CPU 格局的连锁反应​

1. Graviton（AWS）、Axion（谷歌）、Vera（英伟达）、磐久（阿里）：自研 Arm CPU 在云侧全面铺开，x86 双雄在 AI 负载上的份额被从边缘蚕食
2. 英伟达的「全栈桶」更满了：GPU + CPU + 网络 + 软件，客户整套机房都可以只找英伟达——议价时其他供应商要拼的不再是一颗芯片而是整个平台
3. Arm 生态在数据中心形成正循环：每多一个 Vera 级客户，软件适配的边际成本就降一分

延伸阅读：GPU/ASIC/CPU 三分天下 · GTC 柏林综述 · 完整对比表

10 月 21 日，OpenAI 宣布其前沿模型（含 GPT-6.1 Astra、Sol、Luna）与 Codex 编码智能体进入谷歌云 Model Garden，经 Google Cloud Marketplace 结算，企业可用已有 GCP 消费承诺抵扣。这是 OpenAI 前沿模型首次上架第三大超算云的店面。

一、交易结构​

要素	内容
上架内容	GPT-6 / 6.1（Astra、Sol、Luna）+ Codex 智能体工作流
运行位置	完全跑在谷歌基础设施上，受 Google Cloud 访问控制与数据治理约束
结算	Google Cloud Marketplace，谷歌抽成 1.5%（大额私享报价）- 3%（标准）
抵扣	企业可用已签的 GCP 消费承诺支付
GA	未来数周，先企业私测
微软地位	仍为主要云伙伴、Azure 首发权、2500 亿美元承诺至 2032 不变

二、谁赚谁亏​

• OpenAI：收入 ~500 亿美元年化（9 月底口径），多一个分销渠道、多一条触达 GCP 存量客户的路径，代价是每单被抽 1.5-3%
• 谷歌：云收入 Q2 增 82% 至 248 亿美元、backlog 5140 亿；用自己的 TPU 机群承接竞对模型，按利用率赚两层钱（算力 + 抽成）
• 微软：4 月失去独家权后只剩「首发权」——议价权降级被包装成关系延续
• 企业买家：第一次可以在一张云账单上同时买 Gemini 和 GPT，采购与审计都简化

三、参照系：Anthropic 的 47%​

Anthropic 招股书披露其 2025 年收入的 47%（2.16B/4.6B）经云 Marketplace 流入。这组数字说明：Marketplace 抽成不是边缘渠道，而是 AI 模型分发的主干道之一。当模型能力成为「跨云商品」，渠道费率就成了模型厂商新的毛利变量。

四、对算力市场的连锁影响​

1. 模型与算力解耦加速：企业选云看数据治理与承诺抵扣，选模型看能力排行——「云锁定模型」的旧逻辑失效
2. 谷歌云的复合优势：TPU 自研 + Gemini + 第三方模型店面 + 96 万块 Rubin（A5X 下月 GA），成为供给结构最多元的云
3. 英伟达视角：模型跑在哪朵云上不重要，只要机柜还是它的——GPU 层短期无虞

延伸阅读：Anthropic 财报拆解 · TPU 外部客户版图

中信建投 10 月 21 日研报给国产超节点下了一个明确判断：行业已由方案验证正式进入规模化交付阶段，2026 年是放量元年。这份研报的价值在于把「超节点为什么赢」讲清楚了——不是营销概念，是六个维度的工程优势。

一、超节点 vs 传统集群：六个维度​

维度	传统八卡服务器集群	超节点
算力利用率	跨节点通信损耗大，闲置率偏高	柜内完成高频通信，利用率显著提升
互联带宽	受网卡/交换机瓶颈	柜内高带宽 P2P，统一内存编址
吞吐与时延	All-to-All 跨节点、微秒级以上	单跳 ~100 纳秒级（如 IXL144）
MoE 适配	专家并行通信是灾难	专家权重/激活留在柜内
单卡有效吞吐	名义算力打折严重	接近名义值
扩展方式	加机器、重调优	柜内 Scale-up + 柜间 Scale-out

一句话总结：超节点用系统工程能力，把大模型训练推理中最贵的「跨节点通信」尽可能消灭在柜内。

二、演进路线对照​

• 英伟达：GB200/GB300 NVL72 → Vera Rubin NVL144 → NVL288 → NVL576，更大的 NVLink 域、正交背板、柜间光互联
• 华为：Atlas 950 / 960 SuperPoD，业界首个 NPO 光引擎超节点，单节点 4096 卡
• 国产梯队：阿里磐久 AL128/AL144、天数 IXL144、昆仑芯 32/64 卡（率先量产）、沐曦曦景 S600、燧原 ESL64-O

三、产业链受益顺序​

研报给出的受益传导链（按先后）：

1. 服务器整机、交换芯片、交换机、连接器——超节点渗透率提升的第一波
2. PCB、液冷、电源、CPU——随整机柜形态放量
3. 国产算力芯片——系统级需求带动芯片采购

这与「机柜即产品」的判断一致：竞争单位放大后，瓶颈与利润沿供应链逐环节扩散。

四、需求侧的两个数据锚点​

• IDC：2026 年中国智能算力规模预计 2576.5 EFLOPS，同比增长 87.9%（智能体拉陡需求曲线）
• 工信部：截至 2026 年 6 月底全国智能算力 2185 EFLOPS，算力设施整体上架率 71.4%

上架率 71.4% 意味着存量机房还有约三成余量——这正是天数 IXL144 主打「适配现有机房」、华为 Atlas 860 主打「风冷、无需液冷改造」的市场基础：超节点的下一个战场是部署友好度。

延伸阅读：阿里磐久 AL128 · 昆仑芯超节点量产 · 超节点选型框架

PyTorch Conference North America 2026 上演了教科书式的「独立趋同」：10 月 19 日 AWS 开源 TorchNeuron（Trainium 原生 PyTorch 后端），10 月 20 日谷歌开源 TorchTPU。两家在 48 小时内各自解决了同一个问题——PyTorch 开发者不再需要重写代码就能用上非英伟达芯片。

一、TorchNeuron 是什么​

要素	内容
定位	Trainium 原生 PyTorch 后端（Apache 2.0 公测）
切换方式	.to('neuron') 一行（与 TorchTPU 的 .to('tpu') 对称）
覆盖	官方内部扫描称覆盖按下载量计 99.9% 的真实使用场景
集成	vLLM、SGLang、Ray、Hugging Face Transformers、Neuron 2.33
早期客户	Deepgram（语音 AI 大规模负载）
硬件	Trainium2 / Trainium3

它取代的是旧的 Hugging Face 适配路径——此前 Trainium 支持需要 HF 专属改造而非一等设备接入。AWS 还宣布将持续向 PyTorch 上游贡献代码。

二、两个后端的技术取向对比​

	TorchTPU（谷歌+Meta）	TorchNeuron（AWS）
已知缺口	FlexAttention 未支持、动态形状进行中	稀疏张量/NestedTensor/动态形状未支持、FP8 私测
标杆数据	98% HF 模型无崩溃；InferenceX 2.01 美分/Mtok	99.9% 使用场景覆盖（内部口径）
共同点	都基于 PrivateUse1 后端 + torch.accelerator API，都集成 vLLM/SGLang/Ray/HF

两者仍是 beta——注意力变体、内存捷径等尚未全覆盖，性能数字均为厂商自报，尚无独立交叉基准。但对 CUDA 生态锁定而言，这是结构性松动：硬件迁移成本从「重写」降到「改一行 + 调优」。

三、llm-d 1.0 补上最后一块​

同场发布的 llm-d 1.0（谷歌云 + Red Hat + IBM）提供了多机推理编排层：把众多 vLLM/SGLang 服务器组成一个池，按缓存亲和路由请求、KV Cache 分层下沉、Prefill/Decode 分离。谷歌报告中位首 Token 时延下降超 85%、Ironwood TPU 编码负载吞吐 2.4 倍，且同时支持 NVIDIA/AMD/Intel GPU 与 TPU。框架层（TorchTPU/TorchNeuron）+ 编排层（llm-d）合起来，ASIC 阵营的软件栈第一次完整了。

四、对选型的直接影响​

1. POC 成本骤降：把现有 PyTorch 推理服务搬到 Trainium/TPU 做对比测试，从「数周工程」变成「数天」
2. 采购谈判更硬：CUDA 锁定作为溢价理由的说服力下降，直接用 TCO 计算器比每 Token 成本即可
3. 训练侧仍需谨慎：两个后端都优先覆盖推理与中小规模训练场景，前沿训练负载的迁移还在早期

延伸阅读：TorchTPU 开源详解 · 推理成本经济学 · Trainium 2 卡片

谷歌造芯十五年，最被低估的变化发生在商业模式上：TPU 不再只是谷歌自家数据中心的「成本项」，而是谷歌云的收入项。2026 年，这个转变的证据链已经完整。

一、外部客户版图​

客户	合作内容	时间
Anthropic	承诺供应至多 100 万颗 TPU、2026 年超 1GW 容量（数百亿美元级）；2026 年 4 月再加订数吉瓦	2025-10 起
Meta	被曝签署数十亿美元合同，租赁谷歌 TPU 集群	2026 年报道
蚂蚁集团	高强度计算负载迁移至 TPUv7，训练性能提升 200%	2026-08 I/O Connect China
新兴云厂商	与 Crusoe、CoreWeave 等就 TPU 落地其数据中心进行洽谈	2026 年报道

Anthropic 是最大竞争对手之一，其算力命脉部分握在谷歌手里——这在商业史上几乎前所未有。而 Meta 一边推进自研 MTIA 路线图、一边与 AMD 签下最高 6GW 合作、同时还租用 TPU，「不把算力押注在单一硬件上」成为头部模型公司的共识。

二、出货量与收入节奏​

• TPU 出货量 2025 年约 250 万片，2026 年目标上调 50%、总量预计突破 370 万片
• 谷歌 CFO 在财报会上明确：2026 年 TPU 收入只占一小部分，大部分订单将在 2027 年兑现
• IDC 预测推理市场 ASIC 份额从 2024 年的 15% 升至 2030 年的 80%——谷歌是这条替代曲线的最大推手

三、为什么谷歌能做到而别人难以复制​

谷歌真正的护城河不是某一颗芯片，而是「芯片—模型—编译器—网络—数据中心—云」的垂直一体化：

• 自研光学电路交换机（OCS）支持 Pod 内网络拓扑动态重构
• XLA 编译器把软硬协同效率压到极致；2026 年 10 月 TorchTPU 开源后，PyTorch 生态的准入门槛进一步坍塌
• DeepMind 能预判未来模型形态、提前锁定架构方向
• 每一代 TPU 都真实部署在搜索、广告、YouTube 推荐和 Gemini 之上——庞大的自用需求托底，是自研芯片能撑过三代以上迭代的先决条件

四、对中国从业者的镜鉴​

百度昆仑芯常被拿来与 TPU 类比，但差距不在芯片本身，而在商业化半径：谷歌的 TPU 既自用又通过云对外规模化供给，而多数国内互联网大厂自研芯片仍停留在自用阶段。国产对外供给的力量是寒武纪、燧原、壁仞、沐曦这类独立芯片公司——融资与生态建设步步惊心，对标的是「巨头亲自下场」的另一种打法。

当芯片变成云服务的一部分，算力竞争的边界早已跨出国界。蚂蚁迁移 TPU 的案例说明：平台级算力竞争没有主场。

延伸阅读：TPU Ironwood 卡片 · TPU 8t/8i Q4 量产 · 完整对比表

过去三年，AI 算力的叙事几乎是 GPU 的独角戏。2026 下半年，这张图变成了三角形：GPU 负责训练与通用推理，ASIC 接管固定的大规模推理，CPU 则因为 AI 代理的兴起重新回到关键路径上。

一、ASIC：从补充到主力​

四大云厂商的自研芯片成熟度已经拉开明显梯度：

厂商	自研芯片	状态
Google	TPU（已至 v8，训练/推理双线）	最成熟：单一超节点可串 9,216 颗，外部客户超百万颗
AWS	Trainium	高：Anthropic 的 Claude 运行在超过 100 万颗 Trainium2 上
Meta	MTIA（四款路线图）	发展中：同时与 AMD 签最高 6GW、租用谷歌 TPU
Microsoft	Maia 300	起步中：正式发布、2027 百万颗部署，主力仍是英伟达

IDC 预测推理市场 ASIC 份额从 2024 年的 15% 升至 2030 年的 80%。无论这个终局预测是否精确，方向已经清晰：工作负载固定、规模巨大、在意成本与能效的推理场景，正在系统性流向 ASIC。

二、CPU：AI 代理带来的意外变量​

这是 2026 下半年最容易被忽视的新变量。Meta 9 月推出个人 AI 代理 Muse——可以代用户寄信、订行程、填表单，且关掉 App 后长时任务仍在云端持续执行。AI 代理的推理需要 GPU，但任务编排、API 调用、数据查询与每个用户常驻的虚拟机，主要由 CPU 承担。用户越多、后台任务越多，CPU 需求越高。

需求信号已经出现：

• Intel CEO 表示其 CPU 产能只能满足约一半的 AI 相关需求
• Meta 计划部署数千万个 AWS Graviton 核心处理 AI 代理工作负载

三、竞争单位从芯片放大到机柜​

与三角分工同步发生的，是竞争粒度的变化：NVIDIA Vera Rubin、AMD Helios、华为 Atlas 950 超节点、Meta MTIA 400——竞争以整座机柜为单位展开。瓶颈随之扩散：从运算芯片延伸到内存、封装、互联、电源与散热。这也是 HBM4 三倍报价与先进封装紧缺的共同背景。

四、对采购决策的影响​

1. 不要用单一指标选型：训练看算力密度与互联，推理看每 Token 成本，代理编排看 CPU 与内存配置
2. ASIC 进入采购清单：2027 年起，非英伟达推理算力的供给盘子里自研 ASIC 将占可观份额，谈判筹码结构改变
3. 预算要留 CPU 项：智能体应用的成本模型里，CPU 与常驻虚拟机的开销不再是配角

延伸阅读：交互式对比工具 · TCO 计算器 · 超节点选型框架

2026 年 10 月，存储行业发生了一件足以改写 AI 成本模型的事：三星把 HBM4 的供应报价定在每 Gb 4 至 5 美元——约是 HBM3E（约 1.5 美元/Gb）的三倍，并已启动与主要客户的年度合同谈判。这不是普通的涨价，而是定价逻辑的换代。

一、三倍报价的数字拆解​

HBM 以每 Gb 为单位计价，一颗标准 HBM4 芯片容量通常在 24-36Gb。按三星报价区间中值计算：

项目	HBM3E	HBM4
单价	~1.5 美元/Gb	4-5 美元/Gb
单颗价格	~50 美元	100-180 美元
英伟达供货口径	17-18 美元/GB	31-32 美元/GB（SK 海力士）

对 Vera Rubin 这类单服务器搭载 8 颗 HBM4 的平台而言，仅内存一项，单台服务器成本就增加数百美元。三家供应商（三星、SK 海力士、美光）定价策略高度一致——美光在财报电话会上也明确表示「明年 HBM 价格可能大幅上涨」。

二、为什么敢涨三倍：供需的结构性断裂​

TrendForce 的几个数字构成了底气：

• 2026 年全球 HBM 市场规模增长 58% 至 546 亿美元，占 DRAM 市场近四成
• 产能缺口维持在 50%-60%
• 三星已将 2031 年前约 70% 的 HBM 产能分配给长约订单，现货价已涨至长约价的 4-5 倍
• 2027 年 HBM 混合平均售价预计同比上涨 121%

更关键的是晶圆消耗的挤出效应：单颗 HBM 占用的晶圆面积约等于 3GB DDR5。三星高管给出的量化关系是——HBM 在 DRAM 产能中占比每提升 1 个百分点，消费级 DRAM 供给就被压缩约 3 个百分点。当占比从约 20% 升至 2027 年的近 30% 时，消费级 DRAM 供给收缩幅度接近 30%，这解释了 DRAM/NAND 全面涨价的传导链条。

三、性能跃迁给了「按性能定价」的资格​

HBM4 的技术升级是真实的：三星 HBM4 稳定传输速率 11.7Gbps、最高 13Gbps（JEDEC 标准为 8Gbps），基于第六代 10 纳米级 1c DRAM 工艺与混合铜键合技术，支持 16 层以上堆叠、热阻降低 20% 以上。竞争逻辑从「谁的产能大」变成「谁的性能强」——客户没有替代方案，议价空间极小。

一个有趣的细节：部分客户为应对涨价考虑把 12 层堆叠降为 8 层，但 TrendForce 指出 8 层产品的每 Gb 成本反而比 12 层高 10%-20%——基片成本摊不薄，降价策略本身推高单位成本。

四、对 AI 算力成本的三级传导​

1. 芯片厂：HBM 占 AI 加速器 BOM 成本的比例显著上升，直接推高整机定价底座
2. 云厂商：微软、谷歌、亚马逊、Meta 的数据中心预算被推高，TrendForce 预估 2026 年企业级 SSD 位元需求年增突破 80%
3. 终端：成本通过云服务订阅费与 AI 产品定价传导——消费端已有体感，12+256GB 手机内存套件采购价涨至约 2200 元，DRAM 已超越 SoC 成为手机中最昂贵的元器件

五、对选型的启示​

在 TCO 计算器的口径里，芯片采购价只是显性成本，HBM4 时代的隐性变量是：同价位下 2027 年到货的芯片，单位算力成本可能因内存涨价而上浮。计划 2027 年扩容的团队，把 HBM 长约绑定与算力采购放在同一个谈判桌上，正在变成头部客户的标配动作。

新产能要到 2027 年底至 2028 年才陆续落地，高盛称这是 15 年来最严重的存储短缺。HBM4 的三倍报价不是周期高点，而是新定价基准的起点。

延伸阅读：NVIDIA Rubin R200 卡片 · AMD MI455X 卡片 · 完整对比表

如果说 HBM4 三倍报价是 AI 算力成本的显性冲击，那么存储涨价的第二波正在从 HBM 向整个存储市场蔓延——而这一波的发动机是 AI 推理，不只是训练。

一、4Q26 价格全景（TrendForce，2026-09-30 口径）​

品类	合约价环比预期
传统 DRAM	+10% ~ +15%
NAND	+15% ~ +20%
企业级 SSD	+23% ~ +28%

DRAM 交期已拉长至 40 周以上，高盛称之为 15 年来最严重的存储短缺；新产能要到 2027 年底至 2028 年才陆续落地。

二、企业级 SSD：AI 落地的第二增长极​

HBM 对应训练，企业级 SSD 与服务器 DRAM 对应推理与应用落地。Agentic AI 规模化应用带动实时检索、缓存与向量数据库存储需求成倍增长：

• TrendForce 预计 2026 年企业级 SSD 位元需求年增突破 80%
• QLC 渗透率持续提升，PCIe 6.0 随新一代 AI 服务器平台放量
• 新增高容量供应多数已被提前锁定

这解释了一个反直觉现象：推理占比越高的 AI 公司，对存储的依赖越重。KV Cache、向量库与多轮会话上下文都在吃 SSD 与大容量 DRAM。

三、HBM 的挤出效应是总开关​

单颗 HBM 占用的晶圆面积约等于 3GB DDR5。三星高管给出的量化关系：HBM 在 DRAM 产能中占比每提升 1 个百分点，消费级 DRAM 供给被压缩约 3 个百分点。当占比从 2026 年约 20% 升至 2027 年近 30% 时，消费级 DRAM 供给收缩近 30%。手机市场已有体感：12+256GB 内存套件采购价涨至约 2200 元，DRAM 超越 SoC 成为手机中最贵的单一元器件。

四、国产存储的位置​

厂商	全球地位	技术进展
长鑫存储 CXMT	DRAM 全球第 4，份额 9.5%	量产 G5 DRAM，推进 4F² 技术
长江存储 YMTC	NAND 出货量前三（14%）	计划扩建 NAND 研发线

与韩国、日本头部厂商的技术差距评估约为 1-3 年。在全球存储紧缺、长约锁定的背景下，国产存储的产能弹性对国内 AI 产业链有额外的战略价值——这与国产 AI 芯片在算力侧的替代逻辑同构。

五、对算力预算的影响​

2027 年扩容的 TCO 测算里，存储与内存已不再是「按比例摊销」的配角：企业级 SSD 单季度 20%+ 的涨幅、40 周的交期，意味着存储采购需要提前锁定，且要作为独立成本项建模，而不是藏在服务器单价里。

延伸阅读：TCO 计算器 · 推理单位成本经济学