据《日经亚洲》报道，闪迪（Sandisk）首席技术官Alper Ilkbahar在5月27日接受采访时指出，全球人工智能领域的竞争焦点正逐渐从算力向存储器转移。他认为，这种发展态势可能会导致全球存储芯片面临更为严峻的供应短缺问题。
在市场需求端，这种转变已经引发了实质性动作。Ilkbahar透露，为了保障未来的货源，许多客户已经开始主动签订长期采购合同来锁定产能，这充分反映出业界对存储芯片缺货的担忧。与此同时，资本市场也敏锐地捕捉到了这一变化，相关存储概念股的股价在过去一年内出现了数十倍的涨幅，显示出投资者对存储器在AI时代价值的重新评估。
促使AI系统重心向存储单元偏移的关键因素主要有三个。首先，大语言模型的参数规模呈指数级扩张，导致每一轮推理都需要将海量权重数据加载到高带宽内存中。其次，诸如KV缓存等机制被广泛应用，随着上下文窗口的不断延长，系统对存储容量的需求急剧攀升。最后，混合专家模型（MoE）架构虽然通过稀疏激活降低了计算量，但却要求将所有专家参数全部载入内存，从而进一步推高了存储需求。
针对即将到来的需求爆发，闪迪提出了高带宽闪存（HBF）作为解决方案。与基于DRAM的高带宽内存（HBM）不同，HBF采用NAND Flash进行多层硅通孔（TSV）堆叠。尽管NAND Flash在速度上略逊一筹，但其容量通常高出十倍以上，且成本更具优势，能够提供极高的存储密度和相近的带宽，非常契合AI推理场景。目前，闪迪正与SK海力士携手推进HBF技术标准的制定。按照规划，HBF小芯片样品将于今年年底面世，而集成控制器的成品则预计在明年正式推出。
整体而言，在人工智能时代，存储芯片已经摆脱了以往的辅助角色。随着模型复杂度的提升，存储带宽和容量的瓶颈效应日益显著。业内分析认为，若AI工作负载持续快速增长，存储芯片的供需失衡现象可能会比市场预期得更早出现且规模更大。
