谷歌近期發布的一項新技術，讓全球存儲市場感受到了一陣寒意。該公司推出的TurboQuant壓縮算法，能夠在不影響模型精度的情況下，將AI推理過程中消耗大量資源的鍵值緩存空間需求壓縮至原來的六分之一，同時使注意力計算速度提升八倍。這一消息迅速引發市場擔憂，部分投資者認為人工智能對存儲芯片的整體需求可能因此受到沖擊，導致存儲芯片概念股集體走弱。
與此同時，“內存條價格大幅下跌”的話題登上熱搜榜。現貨渠道價格松動、技術波動與板塊回調交織，使得市場開始重新審視這一輪存儲行情是否已接近尾聲。不過，這種價格波動更多體現在面向個人消費者的現貨市場，而非整體產業趨勢的反轉。
在深圳華強北，一家內存條專賣店的老板透露，從上周三開始，多款內存產品價格出現明顯下降。16GB內存的價格從約900元降至700元左右，32GB內存的價格也下降了約300元。然而，業內人士指出，這種價格跳水更像是渠道市場對前期過快漲幅的短暫修正。由于前期價格漲幅過大，消費者對高價存儲產品的接受度降低，同時貿易端為回籠資金，大量拋售低端DDR4內存條，進一步打壓了市場價格。
與現貨市場的低迷形成對比的是合約市場的強勁表現。據市場分析人士透露，今年一季度，原廠服務器及個人電腦NAND、DRAM合約價格均實現翻倍增長。目前，存儲產品仍無法完全滿足市場需求，供應短缺問題短期內難以緩解，因此渠道市場的價格回調不會改變整個存儲行業的上行趨勢。
在同期舉行的中國閃存市場峰會上，與會者感受到的卻是另一種氛圍。一位存儲展商的銷售人員表示：“每個人都只關心有沒有貨，甚至不問價格。但我們目前只能滿足三四成需求，大訂單只能推掉。”會場內，“存儲行業缺貨還要持續多久”成為最熱門的話題之一。
閃存市場總經理指出，人工智能不僅是一個風口，更是一場底層革命。它正在將存儲從成本項轉變為AI競賽的戰略資源，從周期性產品升級為數字經濟的核心競爭力。無論是大模型的訓練、推理、微調，還是多模態應用，每個環節都對存儲的帶寬和容量提出了極高要求。例如，HBM從一個小眾高端產品躍升為AI時代的“石油”，大容量DDR5內存成為AI服務器的標準配置，企業級SSD則成為突破算力架構性能瓶頸的關鍵。
他進一步解釋，大模型在推理時需要存儲每一層、每個Token的鍵值結果，以避免重復計算并縮短響應時間。當上下文長度從4K Token擴展至128K Token時，鍵值緩存空間需求會成倍增加，疊加高并發請求后，單靠HBM已難以滿足需求，壓力開始向NVMe SSD轉移。因此，針對AI推理負載優化的SSD需求增長迅猛，預計將成為2026年NAND市場的最大應用領域。
群聯電子CEO的觀點更為直接：“沒有內存就沒有AI。”他認為，谷歌的壓縮算法不會導致存儲需求線性下降，反而會因主機成本降低、出貨量增加而帶來更多存儲和調用需求。摩根士丹利也認為，TurboQuant通過大幅降低單次查詢的服務成本，可能推動模型從云端遷移至本地，從而進一步提振整體需求。
盡管存儲原廠已開始增加資本開支并擴大產能，但存儲行業的產能擴張周期長達18至24個月，新產能最早也要到2027年才能釋放。因此，供應短缺問題短期內難以緩解。2026年，全球主流AI存儲產品預計都無法實現供需平衡，行業的焦點已從價格競爭轉向產能獲取。
存儲主控龍頭慧榮科技高管表示，2026年尚未達到最嚴峻的時刻，2027年供需缺口可能進一步擴大。本輪漲價缺貨并非簡單的周期性波動，而是由AI驅動的結構性變革，因為AI訓練和推理產生的海量數據對存儲的需求是前所未有的。
在這種背景下，存儲市場呈現出明顯的分化。對于手機、個人電腦等傳統消費市場，存儲漲價首先帶來成本壓力，部分廠商開始通過技術優化降低成本。例如，江波龍通過高級緩存技術與SPU、UFS的深度集成，推動AI個人電腦和嵌入式設備的全場景落地，在優化體驗的同時降低終端對DRAM容量的需求。群聯電子推出的混合AI SSD和aiDAPTIV+技術，預計可減少超50%的DRAM使用量，實現成本可控的本地推理。
與此同時，資源和產能正優先流向高技術、高價值產品。過去，AI產業的焦點集中在訓練階段，需求往往是階段性的。如今，行業重心正全面轉向推理階段，這是一個更高頻、更細密的需求領域。根據國家數據局的數據，今年3月，中國日均Token調用量突破140萬億，近兩年增長超千倍。有專家認為，智能體式AI可能將Token消耗量提升1000倍，形成“算力真空”。
三星電子執行副總裁表示，高性能存儲已成為決定系統決策效率和規模的核心基石。三星正在推進PCIe Gen6固態硬盤的研發，并計劃于2026年至2027年推出更高密度的驅動器，以提升單機架容量和帶寬。長江存儲固態硬盤事業部負責人指出，AI競賽已從訓練階段進入推理階段，存儲帶寬瓶頸正嚴重制約算力釋放。為此，長江存儲推出了多款Gen5企業級eSSD新品，通過存算協同提升GPU效率。
對于存儲廠商而言，真正的挑戰不在于能否漲價，而在于能否進入更高價值的領域。從價格競爭到價值競爭，從單品到全棧方案，從算力附庸到AI核心，在這場由AI重新定義規則的競賽中，零售價的短暫波動不過是表面現象，而更深層次的籌碼依然稀缺且昂貴。
