3月12日，存儲行業頂尖峰會“MemoryS 2025”在深圳召開，全球閃存巨頭及相關企業高管陸續上臺發言。然而這些高管提到最多的詞匯可能不是NAND、LPDDR、UFS等閃存行業常用詞，而是AI、大模型、DeepSeek。

本場存儲峰會以「存儲格局·價值重塑」為主題，嘉賓的演講也主要圍繞行業格局的變動。大會主辦方CFM閃存市場總經理邰煒先生直言，如果今年這場大會一定要有一個口號，那應該是「謝謝大家，謝謝AI」。

（圖源：雷科技攝制）

AI并非新事物，但DeepSeek-R1的橫空出世，卻改變了原有規則。過去AI給人的印象是需要龐大的算力規模，用于大模型的訓練和推理任務。DeepSeek所采用的MoE架構和稀疏算力機制，對算力的要求大幅降低，再加上MIT開源協議，讓AI真正進入了全民普惠時代。憶恒創源CEO張泰樂認為，2025年全民AI將得以實現。而在結束對大規模算力依賴的情況下，閃存成了AI普及的關鍵。

AI賦能萬物，閃存與算力成大模型唯二基石

閃存的三大應用場景分別為服務器、PC、手機，智能化程度不斷提升的汽車，正在向成為第四大應用場景狂奔，手機與PC行業日漸飽和，卻成了阻礙閃存市場規模擴大的難題。AI時代的到來將打破手機與PC領域閃存市場飽和的局面，給予閃存行業新的發展推動力。

CFM閃存市場數據顯示，2024年存儲應用市場中，服務器的份額從2023年的16%提升至30%，與手機只差1個百分點，2025年很有機會超越手機。服務器行業對于閃存需求量大增，原因便在于AI。

（圖源：《2024-2025年全球存儲市場趨勢白皮書》）

AI大模型的訓練需要大量數據，這些數據對于企業的存力提出了極高要求，因而企業需要采購大量存儲設備。之前一些企業的服務器會選擇價格低廉的企業級機械硬盤存儲數據，但AI大模型對于數據讀寫速度、帶寬、功耗也提出了較高要求。

大普微電子董事長楊亞飛公布的測試數據顯示，在數據收集、數據處理、模型訓練、模型驗證、模型恢復、模型推理等AI工作流程中，機械硬盤和固態硬盤差距至少為十幾倍。機械硬盤已難以在AI時代承擔數據存儲、調用的重任，閃存技術是AI企業的必然選擇。

（圖源：雷科技攝制）

AI技術從云側向端側轉移，也利好閃存行業。云側AI大模型的問題在于數據需要上傳至云端，注重數據安全的用戶可能擔心隱私信息暴露或丟失，DeepSeek則給出了不同參數量的版本，且不依賴GPU運算，極為適合本地部署到手機或PC。

IDC預測，2025年AI智能手機銷量將同比增長73.1%，并推動LPDDR5X容量相較2024年旗艦機型增長50%-100%。Gartner則預測，2025年AI PC將占PC出貨總量的43%，并且比當前普通PC高出80%以上DRAM容量。

汽車領域，造車新勢力巨頭小鵬汽車嵌入式平臺高級總監、整車電子電氣首席架構師段志飛上臺發言，闡述了AI與汽車融合的情況，以及閃存的重要性，并表示AI汽車需要高帶寬、低延遲、大容量的存儲產品。

AI已然成為閃存行業的福星，在AI大模型超高需求量的加持下，2024年全球NAND市場規模已達700億美元，容量達8330億GB，DRAM市場規模達970億美元，容量達2500億Gb。

未來AI行業對于存儲設備的需求量還會不斷提高，閃存市場也將借助AI的東風迅猛發展。不過機遇總是與挑戰并存，AI大模型的訓練和推理對于閃存的讀寫速率、帶寬、功耗，以及成本較為敏感，自然也對閃存企業提出了更高要求。全方位滿足AI行業對于閃存產品要求的企業，方能爭取到更多市場份額。

閃存行業內卷加速，機遇與挑戰一樣多

大會上，邰煒先生率先表示，因大容量存儲的需求，QLC時代提前到來，2024年甚至出現了供不應求的情況，32TB大容量企業級SSD已經大規模量產，64TB和128TB容量的QLC企業級SSD需求量也在增加，預計2025年QLC SSD將有45%的產能應用在服務器上。

在機械硬盤無法滿足AI大模型訓練和推理任務的今天，企業級SSD已經成為AI公司的首選。相較于消費級市場常見的TLC顆粒，QLC顆粒成本更低。鎧俠株式會社首席技術執行官 柳茂知稱，QLC SSD是AI行業最好的選擇，盡管從SLC到MLC，再到TLC，最終到QLC，SSD的性能一直在下降，但隨著技術的演變，2025年QLC SSD的速度已經比2017年的TLC SSD快很多了。

（圖源：雷科技攝制）

如今QLC SSD的順序讀寫速度可達7000MB/s左右，性能十分強大，能夠滿足AI大模型數據存儲和調用的要求。

為進一步降低成本，企業還在不斷嘗試更高堆疊層數，此前三星、SK海力士等企業，均公布了300+堆疊層數NAND產品。

預計2025年，NAND將全面進入300+層數時代。一些企業還爆出了400+層數的NAND，未來或將進一步提升QLC SSD的容量密度并降低成本，為AI行業的發展提供基礎支持。

除了顆粒，閃存企業還在主控方面投入巨資研發技術。群聯電子執行長潘健成透露，2024年群聯投入了30億元研發經費。 聯蕓科技董事長方小玲則表示，雖然每一代閃存都會降低功耗，但功耗的降低是在相同速率情況下，降低的功耗遠遠跟不上閃存提高的速率，聯蕓科技依靠Agile ECC+QLC算法，構建了高能效主控芯片開發平臺，從而開發出了MAP1802和MAP1806兩款具備高性能、大容量、低功耗特性的主控芯片。

（圖源：雷科技攝制）

堅持技術自研的江波龍，也在本次技術峰會上介紹了嵌入式存儲和移動存儲自研主控。搭載江波龍自研主控的滿血版UFS 4.1順序寫入速度可達4200MB/s，順序讀取速度可達4350MB/s，領先其他同類產品。

搭載江波龍自研WM6000主控的eMMC Ultra，突破了eMMC 5.1性能瓶頸，順序讀取速度為464MB/s，順序寫入速度為355MB/s，遠超普通eMMC 5.1，隨機讀寫速度甚至與UFS 2.2不相上下。eMMC Ultra雖不如UFS 4.1，但超低的成本能夠為入門級智能手機、平板電腦，以及汽車等產品提供價格更低的存儲選擇。

（圖源：雷科技攝制）

作為存儲設備的核心，主控承擔著大腦的作用。群聯電子潘健成雖表示主控賺不到錢，但國內外企業并未松懈主控技術的研發工作。江波龍、聯蕓科技、慧榮科技等大多數參會企業，都強調了主控的重要性，未來也將持續投入資金研發主控技術和芯片，提高存儲設備的讀寫速度、降低功耗。

AI行業造就的機遇，將帶動閃存行業蓬勃發展，隨之而來的挑戰，則導致閃存企業不能「躺平」，仍要堅持技術研發，滿足AI大模型對于閃存傳輸速率、功耗、成本等方面的要求。

一邊降本一邊提速，閃存行業擁抱AI巨浪

AI時代的到來，對存儲行業的格局造成了不小影響，擁有價格優勢卻輸在傳輸速率的機械硬盤，因無法適應AI時代的要求，或將慢慢被市場淘汰，兼顧成本與傳輸速率的QLC SSD順利成為市場新寵兒。

閃存企業還在加速推動300+堆疊層數的NAND產品大規模量產，并研發更高堆疊層數的產品，降低閃存的成本與價格。主控技術的研發與升級，則將提高閃存芯片的能效和速率。

DeepSeek-R1模型采用MIT開源協議和不依賴GPU的特性，令手機、筆記本電腦、汽車都有了大規模部署端側AI的可能。

固然存儲應用市場中，服務器的份額有望在2025年超越手機，但手機和PC行業依然保有不少份額。因此，閃存企業不能只注重QLC SSD，LPDDR5X、UFS 4.1、eMMC 5.1等更適合移動端的存儲選擇，也有升級讀寫速率和能效的必要。

隨著AI大模型能力的提升，訓練更強模型所需的數據量也會不斷提高，閃存將成為與GPU同樣重要的AI行業發展基石。所幸，GPU行業僅有三大巨頭，閃存行業國內外巨頭眾多，企業之間的競爭將加快閃存產品降本、提速的速度，成為AI行業最可靠的依仗。

（封面圖：江波龍官網）