|
來源：TrendForce集邦咨詢 根據(jù)TrendForce集邦咨詢最新研究，未來兩年AI基礎設施的建置重心將更偏向支持高效能的推理（Inference）服務，在傳統(tǒng)大容量HDD嚴重供不應求的情況下，CSP業(yè)者紛紛轉(zhuǎn)向NAND Flash供應商尋求解方，催生專為Inference AI（AI推理）設計的Nearline SSD（近線固態(tài)硬盤），以滿足市場的迫切需求。 為填補這個供給缺口，各大NAND Flash供應商正加速Nearline QLC NAND Flash產(chǎn)品的驗證與導入。QLC技術能以更低的成本儲存更多資料，成為滿足大容量需求的關鍵。此外，供應商也正擴大QLC SSD的產(chǎn)出，預計2026年將逐步提高產(chǎn)能利用率。隨著Inference AI應用擴張，預計這股需求熱潮將延續(xù)到2027年，因此2026年Enterprise SSD（企業(yè)級固態(tài)硬盤）的供應將呈吃緊狀態(tài)。 TrendForce集邦咨詢表示，為了進一步擴大Nearline SSD在AI儲存應用中的優(yōu)勢，并更有效地取代HDD，未來的產(chǎn)品將朝向更大容量、更低成本的方向發(fā)展。目前廠商正積極研發(fā)與發(fā)表Nearline SSD新品，不僅容量超越主流HDD，更在成本上進一步優(yōu)化，同時顯著降低電力消耗。 NAND Flash應用邁向多元：訓練與推理并行 除了在Inference AI的應用，NAND Flash供應商為擴大在AI Training（AI訓練）應用的市占率，也同步發(fā)表HBF（High Bandwidth Flash，高帶寬閃存）產(chǎn)品，已形成兩種不同的技術路線。由SanDisk（閃迪）主導的陣營，采用HBM與HBF結(jié)合的混合式設計，旨在兼顧龐大容量與極致效能，滿足AI模型訓練中對數(shù)據(jù)吞吐量和容量的雙重需求。 另一方面，以Samsung（三星）和Kioxia（鎧俠）為代表的陣營，則采用SCM（儲存級存儲器）XL-Flash和Z-NAND等技術，試圖提供比HBM更具成本效益的解決方案，以吸引更廣泛的客戶群。 TrendForce集邦咨詢表示，這場技術路線的競爭，也將推動NAND Flash應用從單純的儲存走向更深層的AI運算整合，預示著未來NAND Flash的應用將更加多元。 |
