谷歌近期发布的一项新技术，让全球存储市场感受到了一阵寒意。该公司推出的TurboQuant压缩算法，能够在不影响模型精度的情况下，将AI推理过程中消耗大量资源的键值缓存空间需求压缩至原来的六分之一，同时使注意力计算速度提升八倍。这一消息迅速引发市场担忧，部分投资者认为人工智能对存储芯片的整体需求可能因此受到冲击，导致存储芯片概念股集体走弱。
与此同时，“内存条价格大幅下跌”的话题登上热搜榜。现货渠道价格松动、技术波动与板块回调交织，使得市场开始重新审视这一轮存储行情是否已接近尾声。不过，这种价格波动更多体现在面向个人消费者的现货市场，而非整体产业趋势的反转。
在深圳华强北，一家内存条专卖店的老板透露，从上周三开始，多款内存产品价格出现明显下降。16GB内存的价格从约900元降至700元左右，32GB内存的价格也下降了约300元。然而，业内人士指出，这种价格跳水更像是渠道市场对前期过快涨幅的短暂修正。由于前期价格涨幅过大，消费者对高价存储产品的接受度降低，同时贸易端为回笼资金，大量抛售低端DDR4内存条，进一步打压了市场价格。
与现货市场的低迷形成对比的是合约市场的强劲表现。据市场分析人士透露，今年一季度，原厂服务器及个人电脑NAND、DRAM合约价格均实现翻倍增长。目前，存储产品仍无法完全满足市场需求，供应短缺问题短期内难以缓解，因此渠道市场的价格回调不会改变整个存储行业的上行趋势。
在同期举行的中国闪存市场峰会上，与会者感受到的却是另一种氛围。一位存储展商的销售人员表示：“每个人都只关心有没有货，甚至不问价格。但我们目前只能满足三四成需求，大订单只能推掉。”会场内，“存储行业缺货还要持续多久”成为最热门的话题之一。
闪存市场总经理指出，人工智能不仅是一个风口，更是一场底层革命。它正在将存储从成本项转变为AI竞赛的战略资源，从周期性产品升级为数字经济的核心竞争力。无论是大模型的训练、推理、微调，还是多模态应用，每个环节都对存储的带宽和容量提出了极高要求。例如，HBM从一个小众高端产品跃升为AI时代的“石油”，大容量DDR5内存成为AI服务器的标准配置，企业级SSD则成为突破算力架构性能瓶颈的关键。
他进一步解释，大模型在推理时需要存储每一层、每个Token的键值结果，以避免重复计算并缩短响应时间。当上下文长度从4K Token扩展至128K Token时，键值缓存空间需求会成倍增加，叠加高并发请求后，单靠HBM已难以满足需求，压力开始向NVMe SSD转移。因此，针对AI推理负载优化的SSD需求增长迅猛，预计将成为2026年NAND市场的最大应用领域。
群联电子CEO的观点更为直接：“没有内存就没有AI。”他认为，谷歌的压缩算法不会导致存储需求线性下降，反而会因主机成本降低、出货量增加而带来更多存储和调用需求。摩根士丹利也认为，TurboQuant通过大幅降低单次查询的服务成本，可能推动模型从云端迁移至本地，从而进一步提振整体需求。
尽管存储原厂已开始增加资本开支并扩大产能，但存储行业的产能扩张周期长达18至24个月，新产能最早也要到2027年才能释放。因此，供应短缺问题短期内难以缓解。2026年，全球主流AI存储产品预计都无法实现供需平衡，行业的焦点已从价格竞争转向产能获取。
存储主控龙头慧荣科技高管表示，2026年尚未达到最严峻的时刻，2027年供需缺口可能进一步扩大。本轮涨价缺货并非简单的周期性波动，而是由AI驱动的结构性变革，因为AI训练和推理产生的海量数据对存储的需求是前所未有的。
在这种背景下，存储市场呈现出明显的分化。对于手机、个人电脑等传统消费市场，存储涨价首先带来成本压力，部分厂商开始通过技术优化降低成本。例如，江波龙通过高级缓存技术与SPU、UFS的深度集成，推动AI个人电脑和嵌入式设备的全场景落地，在优化体验的同时降低终端对DRAM容量的需求。群联电子推出的混合AI SSD和aiDAPTIV+技术，预计可减少超50%的DRAM使用量，实现成本可控的本地推理。
与此同时，资源和产能正优先流向高技术、高价值产品。过去，AI产业的焦点集中在训练阶段，需求往往是阶段性的。如今，行业重心正全面转向推理阶段，这是一个更高频、更细密的需求领域。根据国家数据局的数据，今年3月，中国日均Token调用量突破140万亿，近两年增长超千倍。有专家认为，智能体式AI可能将Token消耗量提升1000倍，形成“算力真空”。
三星电子执行副总裁表示，高性能存储已成为决定系统决策效率和规模的核心基石。三星正在推进PCIe Gen6固态硬盘的研发，并计划于2026年至2027年推出更高密度的驱动器，以提升单机架容量和带宽。长江存储固态硬盘事业部负责人指出，AI竞赛已从训练阶段进入推理阶段，存储带宽瓶颈正严重制约算力释放。为此，长江存储推出了多款Gen5企业级eSSD新品，通过存算协同提升GPU效率。
对于存储厂商而言，真正的挑战不在于能否涨价，而在于能否进入更高价值的领域。从价格竞争到价值竞争，从单品到全栈方案，从算力附庸到AI核心，在这场由AI重新定义规则的竞赛中，零售价的短暂波动不过是表面现象，而更深层次的筹码依然稀缺且昂贵。
