为企业客户提供一站式的IT设备采购服务
全国咨询热线：
400-6009-602
400-6009-602
DRAM 与 NAND 价格齐涨，恰似春潮拍岸，既是半导体周期回暖的表征，更是算力时代加速来临的注脚。在人工智能基础设施需求高涨的背景下，存储不再只是幕后角色，而正被推至产业舞台中央。
花旗集团最新研究指出，英伟达即将推出的 Vera Rubin 架构 AI 服务器，或将在未来数年内成为撬动全球 NAND 市场的重要杠杆。其影响的深度与广度，已远超传统服务器升级范畴，正在触及存储产业的结构性拐点。
花旗的核心判断是：
Vera Rubin 并非一次简单的算力升级，而是一场“算力—存储协同放大”的系统性跃迁。
在英伟达公布的 NVL72 标准配置中：
单台 AI 服务器：最高额外搭载 16TB NAND
单个机架：SSD 总容量约 1,152TB（1.15PB）
这意味着，AI 服务器的硬件属性正在发生根本变化——
从过去的“计算密集型”，迈向**“计算 + 存储双密集型”**。
在这一架构下，NAND 不再只是配套元件，而开始具备与算力同等重要的战略地位。
答案是否定的。
Vera Rubin 架构的本质变化，在于存储职能的重构。
在超大规模 AI 训练与推理体系中，NAND 正承担起三重关键角色：
随着模型参数量与数据集规模持续膨胀，PB 级数据需被高频调用。本地高容量 NAND 能显著降低对远端存储与网络带宽的依赖，成为 AI 集群的数据蓄水池。
在 GPU—GPU、GPU—CPU 通信受限时，高性能 SSD 成为延迟可控的“算力缓冲区”，其系统价值已接近 HBM 与 DRAM 的下游补充。
在推理阶段，Embedding、KV Cache 等数据逐步前移到节点侧存储，本地 NAND 已成为提升吞吐率与能效比的关键变量。
Vera Rubin 消耗的不是“更多 NAND”，而是**“更核心的 NAND”**。
NVL72 单机架 1.15PB 的 SSD 配置，实则揭示了 AI 服务器设计理念的三大转向。
超大 GPU 集群决定了数据切分更细、访问更频繁、IO 容忍度更低，“就近存储”从优化选项升级为系统刚需。
在 AI 集群中，网络成本（交换机、光模块、功耗）呈非线性上升。增加本地 NAND，实质是在用存储资本支出，对冲网络与能耗支出，具备明确的经济合理性。
其配置需求指向的是：
高耐久（DWPD ≥ 1）
高并发
高顺序读写性能的企业级 SSD
这意味着，单位 TB 的价值密度远高于行业平均水平。
根据花旗的情景预测：
| 年份 | 预计出货量 | 对应 NAND 需求 |
|---|---|---|
| 2026 年 | 约 3 万台 | 3,460 万 TB |
| 2027 年 | 约 10 万台 | 1.152 亿 TB |
对应全球 NAND 总需求占比：
2026 年：约 2.8%
2027 年：约 9.3%
在一个本就供给收紧、扩产克制的市场中，这已不是边际扰动，而是足以改变供需曲线斜率的决定性力量。
从产业经济学角度看，关键不在“比例”，而在弹性结构。
先进制程资本开支高
扩产周期长（12–18 个月）
厂商更倾向于控制供给以维持利润
→ 短期供给弹性极低
长周期资本预算
订单可见度高
一旦部署，难以中途缩减
→ 更接近“基础设施刚需”，而非消费电子周期品
高端 SSD 率先涨价
向中端 NAND 扩散
抬升全行业 ASP 中枢
这一路径，正是 DRAM 在 HBM 驱动下已经验证过的现实。
答案是肯定的。
至少有三大变量尚未被完全计入：
Rubin Ultra：更高并行度 → 更高本地存储需求
Feynman GPU 架构：推理端存储前移趋势加速
软件栈演进：数据越来越靠近算力节点
这些因素一旦叠加，NAND 需求曲线或将呈现阶梯式上移，而非线性增长。
从更宏观的产业视角看，AI 对 NAND 的影响，已超越单一景气周期：
从可替代器件 → 算力体系关键资产
从成本中心 → 性能与效率杠杆
从价格跟随者 → 局部定价权变量
NAND 的估值逻辑，正在由“周期品”向“基础设施资产”靠拢。
算力奔腾如江河，而存储，正是承载其势的河床。
Vera Rubin 的出现，并非简单放量，而是在加速河道的拓宽与加深。
对 NAND 产业而言，这既是压力，也是机遇；
既是周期，更是时代。
未来数年，NAND 市场的每一次波动，都难以绕开 AI 服务器 这一时代坐标。
