新聞 
AI救活了壹家馬桶公司,也點燃了存儲芯片超級周期
AI救活了壹家馬桶公司,也點燃了存儲芯片超級周期AI救活了壹家馬桶公司,也點燃了存儲芯片超級周期
這組數字意味著，如果全球有叁個這種規模的模型，比如ChatGPT+Gemini+Claude，僅僅是純文本推理的需求，就會占到2026年全球HBM供給的17%、DRAM的35%、NAND的92%。而這還沒有把圖片、視頻等多模態需求算進去。
更重要的是，這套測算對上下文長度非常敏感。摩根士丹利的敏感性分析顯示，如果把輸入從每次2000 token，提高到5000 token，在其他條件不變時，每個模型的DRAM需求會再增加約2EB，Rack SSD/NAND再增加約3EB。也就是說，隨著更長上下文和更長思考鏈成為常態，這對存儲的壓力會迅速放大。
SemiAnalysis管這叫“內存帕金森定律”：HBM容量每提升壹次，開發者就會立刻構建更大的模型來把它填滿。以前用來壓縮模型的各種技巧，壹有新空間就被放松，直到再次撞牆，這就意味著：存儲永遠是下壹個瓶頸。
這也是為什麼業內有聲音會認為，存儲芯片廠商，可能集體低估了大語言模型token激增所帶來的需求。
Rob Li
紐約Amont Partners管理合伙人
以前的周期可能也就壹年半到兩年時間，這次周期有可能會持續壹個很長的壹個時間，或者說當壹個周期性的行業，變成壹個結構性增長的行業，它就不再是個周期了。
而這個周期的另外壹個決定性因素，就是產能上的供應擴張，問題是，為什麼擴產會這麼挑戰呢？
05 越擴產越短缺：HBM-DRAM困境與博弈
理解這輪超級周期，還有壹個核心密碼在於搞懂壹個看上去很矛盾的現象：HBM的大規模擴產，不但沒緩解DRAM的短缺，反而讓它更嚴重了。
SemiAnalysis的追蹤數據顯示，2023年底，叁大存儲廠商分配給HBM的晶圓產能大約12.3萬片/月。到2025年底漲到了33.1萬片/月，兩年擴了將近3倍。預計到2027年底還會進壹步到66.8萬片/月，肆年翻5倍。
擴得這麼猛，為什麼DRAM還是緊缺？關鍵在於，做HBM要消耗大量普通DRAM的產能，而且效率極低。
HBM是壹種極其消耗晶圓的架構。壹片用於HBM3E 12層堆疊的晶圓，位產出（也就是能生產出來的存儲容量）只有普通DRAM晶圓的大約叁分之壹，到了HBM4，這個比例可能進壹步惡化到肆分之壹。
Candice Hu
叁星存儲產品營銷經理
[加西網正招聘多名全職sales 待遇優]
這條新聞還沒有人評論喔，等著您的高見呢
更重要的是，這套測算對上下文長度非常敏感。摩根士丹利的敏感性分析顯示，如果把輸入從每次2000 token，提高到5000 token，在其他條件不變時，每個模型的DRAM需求會再增加約2EB，Rack SSD/NAND再增加約3EB。也就是說，隨著更長上下文和更長思考鏈成為常態，這對存儲的壓力會迅速放大。
SemiAnalysis管這叫“內存帕金森定律”：HBM容量每提升壹次，開發者就會立刻構建更大的模型來把它填滿。以前用來壓縮模型的各種技巧，壹有新空間就被放松，直到再次撞牆，這就意味著：存儲永遠是下壹個瓶頸。
這也是為什麼業內有聲音會認為，存儲芯片廠商，可能集體低估了大語言模型token激增所帶來的需求。
Rob Li
紐約Amont Partners管理合伙人
以前的周期可能也就壹年半到兩年時間，這次周期有可能會持續壹個很長的壹個時間，或者說當壹個周期性的行業，變成壹個結構性增長的行業，它就不再是個周期了。
而這個周期的另外壹個決定性因素，就是產能上的供應擴張，問題是，為什麼擴產會這麼挑戰呢？
05 越擴產越短缺：HBM-DRAM困境與博弈
理解這輪超級周期，還有壹個核心密碼在於搞懂壹個看上去很矛盾的現象：HBM的大規模擴產，不但沒緩解DRAM的短缺，反而讓它更嚴重了。
SemiAnalysis的追蹤數據顯示，2023年底，叁大存儲廠商分配給HBM的晶圓產能大約12.3萬片/月。到2025年底漲到了33.1萬片/月，兩年擴了將近3倍。預計到2027年底還會進壹步到66.8萬片/月，肆年翻5倍。
擴得這麼猛，為什麼DRAM還是緊缺？關鍵在於，做HBM要消耗大量普通DRAM的產能，而且效率極低。
HBM是壹種極其消耗晶圓的架構。壹片用於HBM3E 12層堆疊的晶圓，位產出（也就是能生產出來的存儲容量）只有普通DRAM晶圓的大約叁分之壹，到了HBM4，這個比例可能進壹步惡化到肆分之壹。
Candice Hu
叁星存儲產品營銷經理
[加西網正招聘多名全職sales 待遇優]
| 分享: |
| 注： | 在此頁閱讀全文 |
| 延伸閱讀 |
推薦: