AI大模型推动存储需求爆发

据闪德资讯获悉，AI大语言模型的推理应用全面扩张，全球存储器市场正进入前所未有的爆发阶段。

报告显示，以OpenAI的GPT-5模型为例，推理过程对HBM、DRAM和NAND产生的需求，将足以推动一波存储器超级周期。

AI应用正从训练阶段向推理阶段转变，改变了存储器的使用结构。

AI服务器通常采用三层存储器架构，HBM直接集成在GPU封装内部，主要负责实时高速的数据交换。

DRAM承担模型加载、临时存储及缓存扩展的任务。

NAND Flash主要用于模型权重加载、键值（KV）缓存溢出处理及检索式生成查询。

报告强调，AI推理过程中，对存储器的高带宽和大容量形成了双重压力。

按照全球用户每秒共生成2400万个tokens计算，仅GPT-5的需求，就相当于全球DRAM供应量25%、NAND供应量22%。

若2026年tokens生成量进一步翻倍，需求占比将分别提升至43%和39%，意味着AI推理产生的流量，足以消化全球存储器的新增产能。

受推理大模型推动，存储器需求年增长率超过100%，市场会出现明显的供需缺口。

闪德资讯，一个聚焦关注存储产业供应链和趋势变化的垂直媒体。