AI推理时代下的存储创新：从被动记录到存算融合——海外存储深度报告（二）

摘要： 本报告深入分析 AI 推理时代存储行业的供需格局与技术演进，重点探讨 DRAM 供应短缺的成因、全球存储巨头的竞争态势，以及 HBF、CMX、LPU 和客制化 HBM 等前沿存算融合技术。

行业主线：

1. 供需严重失衡：AI 服务器对 DRAM 的需求量远超传统服务器，且产能向 HBM 倾斜导致通用 DRAM 供应刚性，预计至 2027 年底产能缺口仍达 40%。
2. 技术范式转移：存储正从被动记录器件转变为主动参与计算的关键组件，旨在解决 AI 推理中的 KV 缓存爆炸、低延迟需求及长文本处理挑战。

关键变化与分歧：

1. 竞争格局动态调整：SK 海力士凭借良率优势份额提升；美光通过均衡策略在细分市场填补真空；三星在 HBM 验证受阻及产线改造影响下份额出现下滑。
2. 技术路径并行：行业在追求存储突破上分化为器件级创新（如闪迪主导的 HBF）、系统级簇级共享（如英伟达 CMX 平台）以及极致低延迟的近存计算（如 Groq 的 LPU SRAM 架构）。

受益方向与风险：

1. 受益方向：能快速实现 1c 纳米制程迁移的厂商，以及在 HBM4 客制化逻辑集成、先进封装（TSV/混合键合）领域具有核心竞争力的企业。
2. 核心风险：极致量化压缩算法（如 TurboQuant）可能削减实际存储需求；前沿存储技术商业化落地进度不及预期。