从“价格”到“价值” 人工智能加速存储行业步入新周期

（原标题：从“价格”到“价值” 人工智能加速存储行业步入新周期）

经历终端需求不振、产业链高库存、疫情影响等不利因素，存储市场一度陷入下行周期，最终在2023年上游存储原厂主动减产后，价格逐步企稳回暖，并且在人工智能加持下，存储将迈入新发展周期。

AI全方位提升存储需求

在日前举办的中国闪存峰会上，深圳市闪存市场资讯有限公司总经理邰炜表示，存储市场规模在经历连续两年的下滑后，2024将回归正轨，今年存储价格呈平稳上升的趋势。得益于先进技术以及新兴市场的应用，存储行业正在从“价格”走入“价值”周期。

据CFM闪存市场预计，2024年NAND FLASH超过8000亿GB当量，相比去年增长20%，而DRAM增长达15%，有望达到2370亿GB当量；今年存储市场规模同比提升42%以上。

在技术演进方面，2023年各家存储厂商纷纷推出200层以上堆叠的NAND Flash产品，今年更是向300层推进，闪存产品的容量将进一步的提高；而键合技术开始逐步进入主流，让存储芯片设计实现更多的特效，从而有效的激发存储潜能；DRAM技术也在快速发展，1B容量的DRAM产品将成为当下主流技术，在未来两年也将推出下一代技术。

从应用市场看，手机、PC、服务器依然是存储的三大主力应用市场。但不同以往，在AI技术的发展下，三大主力应用市场也对存储提出了新要求，从而推动存储市场的稳步发展。

英特尔在去年提出“AI PC”概念。公司中国区技术部总经理高宇称，AI PC对存储行业而言是个机遇，AI PC标配为32GB LP5X内存，明年64GB内存的PC将开始出货，速度更快容量更高。由于模型体量巨大，若同时跑多个模型，需要调动的资源庞大，对SSD（固态硬盘）的性能和容量要求非常高。

提升存储密度与互联效率

存储巨头则纷纷发力提升存储密度、降低成本，或者提升高速互联技术，解决不同计算元件之间高效通信的问题。

三星电子执行副总裁兼解决方案产品工程师团队负责人吴和锡表示，为了满足日渐增长的端侧人工智能的需求，实现大语言模型的端侧运行，三星半导体计划提升UFS接口速度并正在研发一款使用UFS 4.0技术的新产品，将通道数量从目前的2路提升到4路。为迎接PCIe5.0时代，三星半导体结合数据中心的先进经验，计划将PCIe 5.0应用于PC存储。另外，目前搭载了DRAM的CXL产品很受欢迎，已成为新的技术范畴。

据了解，CXL（Compute Express Link）是一项先进的互连技术，主要用于改善计算机系统中CPU与各种内存和存储设备之间的连接性能与效率，CXL主要应用于数据中心、高性能计算和某些特殊应用场景（如汽车电子）。

三星第一代CMM-D搭载了支持CXL2.0的SoC，计划在2025年发布搭载第二代控制器、容量为128GB的新产品。同时，三星还在不断研发同时使用NAND和DRAM的混合式CXL存储模组架构。

在存储密度提升方面，长江存储首席技术官霍宗亮博士指出，全球数据呈爆发式增长，市场期待密度更高、读写性能更快、满足不同场景需求的存储产品。QLC是众多提升密度的方法路径中当前的市场共识；基于Xtacking架构的QLC具备优异的性能和高耐久度，能更好地满足用户对全场景应用的需求。

相比， SK海力士会提供TLC的高性能SSD，以及移动和汽车的解决方案； Solidigm提供的是QLC产品，具备有超高的数据中心存储的容量，并且向客户提供消费级SSD高价值产品。

针对下一代内存和AI解决方案，SK海力士称其CXL解决方案可以提高数据传输的效率。

Solidigm亚太区销售副总裁倪锦峰指出，AI数据集不断扩大、降低功耗需求增加，以及存储本地化的趋势加速等因素，让高性能存储的必要性愈发突出。与传统存储技术不同，高性能存储不仅有着出色的密度优势，赋予了AI工作负载更优的性能，还可以在AI集群训练过程中保持GPU高效运转，提升整体效率。目前Solidigm开发了云存储加速层（CSAL）等软件，大幅提升SSD的性能和寿命。

探索另类HBM方案

人工智能的发展也让HBM（高带宽内存）炙手可热。

美光作为英伟达HBM供应商，公司副总裁兼存储部门总经理Jeremy Werner介绍，美光已经从2月26日宣布正式开始量产其最新一代HBM3e高带宽内存，这款HBM3E内存的功耗相比竞争对手的产品将低30%，并且性能相比提升30%，有助于满足为大型生成式 AI 应用提供计算动力的AI芯片不断增长的存储需求。

据悉，美光HBM3e 模块基于八个堆叠24Gbit存储芯片，采用该公司的1β(1-beta) 制造工艺制造。这些模块的数据速率高达9.2 GT/秒，使每个堆栈的峰值带宽达到1.2 TB/s，比目前最快的HBM3e模块提高了44%。

不过，HBM成本高昂，存储厂商也在探索另类方案。

群联电子执行长潘健成表示，HBM作为内存方案对于多数企业和个人而言十分昂贵，虽然AI模型训练具备广阔的市场空间，但市场规模的扩大迫切需要更具性价比的解决方案。群联aiDAPTIV+的技术解决方案能够将200万美金的成本优化到2万美金，扩充AI运算内存空间，提升AI模型执行效率。

在人工智能发展推动下，固态硬盘市场也将迎来升级。

铠侠首席技术执行官柳茂知预计，2024年将是PCIe Gen5在PCIe SSD中占据重要份额的一年。据介绍，2023年，固态硬盘供应商因内存市场形势而遭遇价格下跌，但低价有助于市场从NL HDD转移到SSD。随着市场的发展，NL HDD和SSD之间的价格逐步缩小，但NL HDD的容量并未增加，而SSD容量正在急剧增长。据预计，2025年立方密度将增加10倍，到2026年将增加16倍。

边缘侧存储升级

汽车市场的发展也将带动存储市场的发展，智能汽车对存储的性能和容量的要求也将急剧加大。 闪存市场预计，单车存储容量将很快进入TB时代，预计全球车规级存储市场规模在5年后有望超过150亿美元。

德赛西威研究院院长黄力表示，随着汽车从油车、油改电、氢能、新能源的发展，汽车电子电器的架构发生了巨大的变化。智能汽车向更集中的整车电子、电器架构发展，从分布式、多域控制器到中央计算平台演进，硬件更集中计算性能更强。而构建中央计算平台智能存储，需要超大容量、共享存储和高吞吐，同时需要超高耐久性、数据分区管理、异常掉电保护、安全数据防篡改等。据介绍，汽车自动驾驶技术对存储带来更高的要求，Level 2至Level 3需要eMMC 4GB~256GB，向UFS 32GB至512GB过渡，到Level 4至Level 5阶段需要PCIe SSD 32GB至1TB。

另外，边缘AI正加速垂直领域先进技术的应用。 

宜鼎国际智能周边应用事业处处长吴志清预计，全球AI市场规模将以37%的复合增长率，到2023年达到1兆8000美元以上。而边缘AI存储进化之路，是由存储向应用演进，同时也是组件向平台发展的路径。AI应用的进一步突破，需要存储产品+AI系统的协同合作，即不同存储技术、协议和服务在统一架构下的融合。

人工智能的发展对数据侧存储与计算提出新要求。

中国电信研究院资深技术专家王峰表示，深度学习和模型训练对参数的存取、激化、优化都形成了不同需求，在训练过程中，数据并行等多种形式切割模型，参数容量过大单卡无法满足，需要多设备或外层存储来填补。存储从介质、接口、协议包括缓存机制，通过层层优化整合形成完整的存储机制，在大模型时代下，实现计算和存储的更好衔接。