近期，DRAM和NAND存储芯片价格持续飙升，引发行业广泛关注。这轮涨价潮背后，并非简单的供需失衡，而是AI技术发展带来的深刻变革。本文将深入剖析AI如何从算力竞争转向存储瓶颈，并展望这一趋势对未来市场的影响。
智能速览
DRAM价格近乎翻倍，服务器分销商面临巨大成本压力。
AI硬件竞争重心从算力转向存储，推理任务受存储限制显著。
Agentic AI的普及，对多层存储模块的需求呈指数级增长。
行业预计，存储供应紧缺状态将持续至2028年，价格高企或成常态。
精华内容
AI模型的进化正深刻改变硬件需求结构，当算力不再是最主要的瓶颈时，存储的地位愈发凸显，一场围绕存储资源的争夺战已经打响。
价格暴涨的背后
元旦以来，DRAM价格经历了一轮快速上涨，部分型号价格近乎翻倍。例如，DDR4 32G模组价格从去年12月的约2500元攀升至4500元左右，64G版本也从6500元涨至12000元。相比之下，NAND闪存涨幅虽同样可观，但略低于DRAM。
这一现象的核心驱动力在于DRAM与AI当前的高关联度。随着大模型上下文长度与并发量的提升，推理任务中的KV Cache所需存储呈线性增长，系统往往在算力耗尽前就先面临高带宽内存的枯竭。这使得AI发展的瓶颈正悄然从计算能力转向存储能力。
需求逻辑的转变
行业预测，2025年将是Agentic AI（AI智能体）突破推理技术瓶颈的关键一年，2026年则将迎来规模化应用。与传统的生成式AI不同，Agentic AI系统包含短期工作内存、通用知识库、长期记忆等多层级存储模块，需要处理更长的推理链和更复杂的任务规划。
这种从被动响应到主动自主的系统转变，直接推动了对更高容量与性能存储产品的海量需求。AI智能体对上下文处理和持续学习的依赖，倒逼整个存储产业向高端化、AI专用化方向转型，从而引发了DRAM等产品的结构性需求激增。
技术方案的催化
近期的行业动态也印证了这一趋势。英伟达在CES 2026上推出的推理上下文存储平台，通过BlueField-4 DPU整合高速企业级SSD，为每块GPU匹配高达16TB的存储，专门用于卸载和共享KV Cache，这直接拉动了对高性能DRAM和NAND的需求。
另一方面，DeepSeek的Engram算法通过“记忆-思维”分离，将静态知识存储到成本更低的DRAM和SSD中。该方案虽提升了GPU效率，但其1单位存储效率提升可带动3单位DRAM容量需求增长，并将部分KV对卸载至SSD，进一步催生了企业级SSD市场的结构性增长。
紧缺格局与展望
在需求激增的同时，供给端却面临挑战。市场传闻三星、海力士等大厂正在进行制程转换，过程中不可避免会出现产能损失和良率波动，这加剧了短期供应的紧张局面。这与单纯追求利润最大化的减产不同，是技术迭代带来的阶段性影响。
综合来看，AI驱动的存储需求增长是长期且结构性的。行业普遍认为，未来2-3年内新增产能有限，存储市场的紧缺状态与定价权将持续。预计到2028年后新产能释放，市场格局才可能逐步缓解，在此之前，存储价格或将维持高位运行。
总而言之，AI发展已将存储推向了前所未有的战略高度，价格飙升只是市场供需变化的直观体现。从算力到存储，这场硬件竞赛的重心转移正重塑整个半导体产业格局。面对这场由技术变革驱动的上行周期，产业参与者应如何应对？
