随着大模型参数规模、推理 Token 和 Agentic AI 快速增长，存储系统正成为制约 AI 进一步扩张的核心限制因素。
摩根士丹利在最新发布的全球科技深度报告中提出，容量不足、带宽受限和成本高企共同构成 " 存储墙 "（Memory Wall），未来 AI 基础设施的竞争，将越来越取决于谁能突破这一系统性瓶颈。
报告预计，到 2030 年，Agentic AI 将贡献全球 DRAM 新增需求的 26% 至 77%，云端存储支出将增至 4180 亿美元，2026 年至 2030 年复合增速约 8%。与此同时，存储在云厂商资本开支中的占比将由 2023 年的 12% 提升至 2027 年的 40%，资本投入强度持续攀升。
摩根士丹利认为，这意味着 AI 产业链的投资逻辑正从 GPU 等计算芯片，逐步向整个存储生态扩散。未来受益的不仅是传统存储厂商，还包括制程、封装、互连、材料、存算一体等多个细分方向。
报告预计，不含 HBM 的新型存储技术总市场规模（TAM）将从 2025 年的 12 亿美元扩大至 2030 年的 230 亿美元；若计入 HBM，2030 年整体市场规模有望达到 2760 亿美元。
从 GPU 到存储体系：AI 基础设施的 " 重心迁移 "
摩根士丹利指出，AI 产业的核心瓶颈正从 " 算力墙 " 转向 " 存储墙 "：处理器性能持续攀升，但存储带宽与容量的提升严重滞后。
数据显示，DDR5 单通道带宽预计仅从 2024 年的 44.8GB/s 增至 2026 年的 51.2GB/s，两年增幅约 14%；而同期全球 AI 推理 Token 生成量将从每月约 10 万亿个激增至 3200 万亿个，增长超 320 倍，两者差距急剧拉大。
存储成本亦成为 AI 部署的关键制约。当前 CPU 服务器中存储相关 BOM 成本占比高达 73%，DRAM 每 GB 价格更回升至近 30 年高位。摩根士丹利认为，这已不仅是供给不足，更折射出架构、接口、封装、计算模式与材料体系的系统性挑战。
由此，AI 产业发展重心正发生迁移：过去市场围绕 GPU 展开竞争，未来决定系统扩展能力的将是整个存储体系。从先进制程、HBM、封装，到 CXL、MRDIMM、存算一体及新材料，围绕 " 内存之墙 " 的技术创新将成为 AI 基础设施升级的主要驱动力。
简言之，GPU 决定 AI 跑多快，内存系统决定 AI 走多远。 下一轮 AI 投资机会，也将从计算芯片延伸至整个存储产业链。
六大创新方向打开产业空间
围绕突破 " 存储墙 "，摩根士丹利将未来技术演进归纳为六大方向。
第一是先进制程。 DRAM 已进入 1 γ（1c）节点时代，三星、SK 海力士和美光均已启动量产或爬坡。不过，从 1 β 到 1 γ 的线宽缩小幅度已不足 10%，二维 DRAM 正逐渐接近物理极限。NAND 方面，行业已迈入 200 层至 300 层时代，美光量产 276 层产品、三星第九代 V-NAND 达到 286 层、SK 海力士已实现 321 层量产，路线图则指向 2030 年前突破 1000 层。
第二是存储架构创新。 包括 PLC NAND、3D DRAM、ZAM 以及 zHBM 等新架构正在推进。其中，3D DRAM 希望通过垂直堆叠突破密度瓶颈，但具备完整电容结构的量产仍需较长时间。
第三是先进封装。 HBM 路线图正迈向 HBM4 和 HBM4E，预计 2027 年 16 层 HBM4E 将实现量产，单栈带宽达到 1.5TB/s 至 2TB/s 以上。SanDisk 推出的高带宽闪存（HBF）则通过 TSV 连接多个 3D NAND 阵列，可提供最高 4TB 显存容量，在带宽接近 HBM 的同时，容量达到其 8 至 16 倍，首批样品预计于 2026 年下半年交付。此外，晶圆级堆叠（WoW）市场预计将由 2025 年的 1000 万美元快速增长至 2030 年的 98 亿美元，年复合增速高达 322%。
第四是外围互连芯片。 MRDIMM 通过集成 MRCD 和 MDB 芯片，实现双通道并行访问，可将有效带宽提升至 DDR5 原生频率的两倍。CXL 则借助 PCIe 实现内存扩展，突破传统 DIMM 容量限制。摩根士丹利将 2030 年 CXL MXC 芯片市场规模预测由 9.9 亿美元上调至 21 亿美元，CXL 交换芯片市场规模则由 6.64 亿美元上调至 19 亿美元。进入 DDR6 时代，双路服务器 RCD 芯片用量预计将由 24 颗增至 96 颗。
第五是存算一体（PIM/CIM）。 三星 HBM-PIM（Aquabolt-XL）和 SK 海力士 GDDR6-AiM 已进入商业化阶段。实验数据显示，PIM 可将平均内存访问延迟降低逾 50%，部分场景性能提升最高可达 16 倍，能效提升超过 80%。
第六是新材料。 包括 Si/SiGe 超晶格沟道、TiO 基电容介质、HZO 铁电材料以及钼金属化等新材料体系正加速导入，以降低功耗、提升存储密度并改善制造工艺，为下一代 3D DRAM 和 3D NAND 提供支撑。
