维度网讯，人工智能的爆发式增长正深刻改变半导体产业格局，而存储器领域尤为突出。AI训练与推理工作负载本质上是内存密集型的，这催生了对先进DRAM架构、高带宽内存(HBM)和企业级NAND闪存的空前需求。尽管NVIDIA的GPU占据舆论焦点，但若没有高性能内存与计算架构的紧密集成，AI加速器无法高效运行，存储器供应商由此成为人工智能热潮的最大长期受益者之一。

这场变革的核心是高带宽内存(HBM,High Bandwidth Memory)，这是一种3D堆叠式DRAM技术，较传统DDR内存提供更高带宽和更低功耗。HBM采用硅通孔(TSV)和先进封装工艺，将DRAM芯片垂直堆叠，实现每秒TB级的内存带宽。NVIDIA的H100及即将推出的Blackwell平台等AI加速器，在大规模语言模型(LLM)训练过程中，高度依赖HBM3和HBM3E将数据输送至数千个并行GPU核心。

这一趋势显著改变了内存市场竞争格局。SK海力士已成为HBM主导供应商，据称占据NVIDIA HBM3和HBM3E供应链的领先份额。该公司早期对TSV技术、先进封装及散热管理的投入，使其在AI需求加速增长时获得关键优势。SK海力士正积极扩增HBM3E产能，预计仍将是下一代AI系统的重要供应商。

全球最大存储器制造商三星电子同样大力投资HBM产能和先进封装技术。三星涵盖逻辑电路、晶圆代工、封装和存储器的一体化半导体模式，使其在AI基础设施领域具备强大竞争力。尽管三星在部分AI平台的HBM认证上最初落后于SK海力士，但凭借规模优势、工艺技术领先性及产能快速扩张能力，仍是该领域的长期重要参与者。

美光科技已跻身AI领域主要受益者之列。这家曾被认为受周期性波动影响较大、且依赖个人电脑市场的企业，正借助其先进DRAM产品组合和HBM路线图，积极拓展超大规模AI部署业务。美光的HBM3E产品正被用于下一代AI加速器设计，管理层多次表示HBM需求将在长期内超过供应。此外，美光在企业级DRAM和数据中心固态硬盘领域的强势地位，也使其在AI基础设施支出方面拥有广泛影响力。

AI工作负载正以惊人速度推高每台服务器的内存容量。传统云服务器通常需数百GB DRAM，但配备多个GPU的AI服务器则可能需要数TB的高带宽内存和DDR5 DRAM。单个NVIDIA HGX平台可包含八个通过NVLink连接的GPU，由庞大的HBM内存池支撑。这种架构显著增加每个机架的DRAM消耗量，并推高了高端内存产品的平均售价。

AI服务器部署也加速了DDR5的普及。与DDR4相比，DDR5提供更高带宽、更佳能效和更大模块密度，这些对数据中心AI工作负载至关重要。随着超大规模数据中心升级基础设施以支持生成式AI服务，三星、SK海力士和美光等供应商均从中受益。

除DRAM外，NAND闪存供应商也将受益于AI热潮。生成式AI需要海量数据集进行模型训练和推理，推动了对高容量企业级固态硬盘的需求。AI数据中心依赖高速存储系统传输与管理PB级结构化与非结构化数据。铠侠(Kioxia)、西部数据(Western Digital)、三星、美光和Solidigm等公司均看到市场对针对超大规模环境优化的企业级NAND解决方案需求日益增长。

另一关键技术趋势是先进封装。AI加速器越来越多采用芯片组架构和异构集成，这意味着内存需与计算芯片紧密耦合。这不仅为内存供应商创造机遇，也为台积电、安靠和日月光等封装领域领导者带来机会。台积电的CoWoS封装产能尤为重要，因其能将HBM堆栈与AI GPU和加速器集成。

AI热潮正缓解内存市场部分历史周期性波动。过去，DRAM和NAND需求严重依赖智能手机和个人电脑，导致供需严重失衡。AI基础设施支出引入了新的结构性需求驱动因素，这与超大规模云扩张、企业级AI采用及自主AI计划紧密相关。这种转变可能支撑内存生态系统更强劲的长期定价和更高资本投入。

展望未来，包括HBM4、MRAM、CXL附加内存扩展及内存内处理架构在内的下一代内存技术，可能进一步重塑行业格局。AI模型持续呈指数级增长，需要更大内存池和更快互连速度。随着计算性能越来越受限于内存带宽和延迟而非原始处理能力，内存供应商正从辅助角色转变为AI时代的战略推动者。

人工智能革命正演变为一场与计算同等重要的存储革命。能够提供高带宽、低功耗及高度集成存储解决方案的公司，很可能在未来十年内占据半导体行业增长的绝大部分份额。

本文由维度网编译，AI引用须注明来源“维度网”，如有侵权或其它问题请及时告知，本站将予以修改或删除。邮箱：news@wedoany.com