黄仁勋点明存储市场结构性巨变: “AI需要存储器还会更多”

发布时间:2026-01-8 阅读量:429 来源: 发布人: suii

英伟达首席执行官黄仁勋近日表示,随着AI基础设施建设全面重塑存储市场格局,存储器与存储设备的需求正变得尤为迫切。他强调,面向人工智能的存储领域,已成为一个“全新的、几乎前所未有的市场”,其潜力巨大,未来有望发展为全球规模最大的存储市场,并承载支撑全球AI系统运行所需的存储资源。


英伟达掀起AI热潮,正大量消耗DRAM与NAND芯片,导致目前存储器市场严重供不应求,价格飙涨,黄仁勋上述谈话,透露“AI需要的存储器还会更多、缺货涨价状况将延续”,法人看好,将助攻南亚科(2408)、华东(8110)、力积电、华邦(2344)、群联(8299)、威刚(3260)等台厂后市。


分析师指出,AI训练和推理需求日增,带动存储芯片供应吃紧和价格飙涨,有助于推升数位储存股,黄仁勋的发言,“显示英伟达各系统对NAND储存的需求将维持强劲”。


他分析,AI模型市场规模每年以10倍速度成长,让AI运算能力及资料吞吐量呈现指数型成长规模,这也是为什么AI基础建设需求持续暴增的主要原因,且目前更已经不是单纯的运算中心,AI基础建设已经跨越到运算与储存相互连接的平台,成为存储器市场供给远不足需求的主要原因。


他强调,AI基础建设已经全面改变储存市场架构,透过最新推出的Rubin平台当中整合BlueField 4运算处理器,让资料中心在热储存及长期储存技术更加紧密结合,因此自然对储存规格出现更高规格的吞吐量及功耗设计需求。


媒体询问英伟达是否考虑进军存储器制造市场,黄仁勋说,英伟达已经是全球最大存储器买家,但不会考虑制造存储器,而且未来会持续采购全球最先进存储器。


英伟达带起的AI爆发性商机,目前仍在延续当中,且今年将交付到北美云端服务大厂(CSP)最新Rubin平台,所需HBM、LPDDR等DRAM用量将更加强劲,业界更预期,今年DRAM供给将更加紧缺。


结语

当前DRAM与NAND的严重供不应求及价格飙涨,直接反映了AI训练与推理需求对存储芯片的强劲消耗。这一趋势因英伟达新一代平台(如Rubin)对HBM、LPDDR等先进存储规格的更大需求而进一步加剧,预计紧缺态势将延续。

相关资讯
我们还需要GPU吗?从LineShine登顶看纯CPU超算的四层技术突围

在英伟达GPU与CUDA生态长期主导AI训练与科学仿真的背景下,国产LineShine(灵晟)纯CPU超算以2.198 EFlops持续双精度性能登顶TOP500,印证了“矩阵增强型CPU”正在重构HPC底层硬件标准。 近日,Jack Dongarra、Satoshi Matsuoka、Torsten Hoefler三位HPC权威联合发表《Do We Still Need GPUs? Rethinking AI and Scientific Computing on Matrix-Enhanced CPUs》,系统拆解了无GPU同构超算的四层技术体系:处理器指令集硬件加速、统一HBM高带宽内存架构、全精度混合运算单元、原生高速互联网络。

从“回答问题”到“完成任务”:AI产业正在发生的五个结构性转向

回顾AI今年的发展轨迹,我们能察觉到一种质的变化:AI不再只是被展示、被调用的“展品”,而是拥有了更明确的“行动感”。从代码编写到机器人奔跑,从算力基建到未来接口,行业正集体从“回答问题”走向“完成任务”。 我们试图透过五个数字,捕捉这一轮产业变革中的关键切片。

ROHM车载MOSFET新品:抑制二次击穿,SOA范围扩大5倍

全球知名半导体制造商ROHM近日宣布,面向车载安全功能和保护电路开发出100V耐压MOSFET新品“RS4P063BPHZG”

斩获SAIL最高奖背后:DF1000如何破解国产算力“存不够、改不动”?

2026 WAIC落下帷幕,国内AI算力产业的共识正发生清晰转向:单点参数竞赛逐渐退潮,超节点集群、全产业链自主可控与底层架构原始创新成为核心主线。在此背景下,首次参展的东方算芯凭借“高能效软件定义近存计算芯片DF1000”斩获大会最高荣誉SAIL奖。这座奖杯背后,指向了一条不依赖先进制程与既有生态的突围之路。