与此同时，存储市场正经历一轮前所未有的上行周期，缺货、涨价与 AI 需求的持续爆发交织在一起，给整个产业链带来巨大的挑战与机遇。
在这场变革中，SSD 主控芯片是一个关键却常被忽视的角色。作为连接 NAND 闪存介质与主机系统的 " 大脑 "，主控的架构设计直接决定了一块 SSD 在 AI 工作负载下的真实表现。站在主控厂商的视角看，AI 正在从需求、技术到产业格局，全方位改写存储行业的游戏规则。
AI 正在让存储从 " 配角 " 变成 " 瓶颈 "
" 几年前市场热炒 AI 算力、GPU、DPU 的时候，我们就知道存储非常重要。" 慧荣科技企业级存储暨显示接口解决方案事业处资深副总裁 Alex（周晏逸）坦言，" 大概从 2023、2024 年初开始，行业开始大量讨论‘存力’。算力曾经是焦点，但现在 AI 场景下，存力已经变成系统瓶颈。"
这一判断已得到越来越多产业链参与者的认同。在 Alex 看来，没有闪存技术的进步，就没有今天 HPC 和 AI 的蓬勃发展，他预计未来五年全球闪存存储市场将迎来新一轮 " 跃迁式 " 发展。业界普遍认为，存储正在完成从 " 传统数据载体 " 到 "AI 全链路运转数据基础设施 " 的价值重塑。
Alex 梳理了 AI 存储需求与传统的本质差异。传统计算场景 SSD 普遍是 4TB、8TB、16TB；而 AI 存储追求超高容量，企业级 SSD 动辄 32TB、64TB 乃至 128TB。AI 从训练走向推理阶段，存储需求量进一步放大。有机构预测，到 2028 年推理存储需求将达到当前的两倍。推理过程中会大量产生 KV Cache，一旦存储容量不足，KV Cache 就会失效，GPU 必须重新运算，造成算力的巨大浪费。如何把 KV Cache 卸载到存储介质上，已成为行业重点课题。
英伟达提出的 CMX（Context Memory Storage）架构正是为了解决 KV Cache 扩展问题。上层依靠 DPU 做多租户调度，但最终落地的环节仍然是 SSD 闪存。大量租户并发访问 SSD 时，会直接拉高访问延迟。因此，AI 场景对存储分层、QoS 服务质量的要求极高，这也是当前存储厂商技术竞争的核心方向。
如果说生成式 AI 对存储的挑战是 " 量变 "，那么 Agentic AI（智能体 AI）带来的就是 " 质变 "。
Alex 表示，随着 AI 更加自主，存储已经成为 AI 系统非常关键的部分，要使得智能体能够保持上下文、检索知识、持续更新。传统 AI 的工作负载就像单个应用程序在跟存储交互，但在智能体 AI 时代，整个交互模式有很大的变化——它们在互相交换信息、检索数据、维持上下文的同时，需要更大的存储进行持续不断的交互。
Alex 进一步解释，这些智能系统产生了各种各样的数据类型，包括 Context Memory、KV Cache 以及向量数据等，这意味着存储已经成为一个持久内存层的扩展。这一转变为存储尤其是 SSD 带来了全新的需求。
更具挑战性的是，Agentic AI 的工作负载行为与传统场景截然不同。不同的智能体对不同性能维度有着不同的侧重：规划智能体需要不停地检索过往历史，检索智能体需要流式传输大量数据，执行智能体需要持续不断地产生相应更新。性能优化不再关乎单一工作负载，而是需要在多智能体之间同时平衡吞吐量、延迟、QoS 和耐久性——这对存储带来了前所未有的困难和挑战。
性能可预测：AI 存储的下一个主战场
面对 Agentic AI 带来的复杂混合负载，存储行业正在形成一个共识：性能可预测性正在成为比峰值性能更重要的指标。在多智能体、多租户并发的场景下，稳定的延迟和可靠的 QoS 保障，直接决定了 AI 系统的整体效率。
Alex 介绍，行业的解决思路是在 SSD 主控层级进行性能塑形，将 AI 的工作意图转化为 SSD 存储的性能优化策略，把不同的 Agent 映射为不同的优先级队列，每个队列对应独立的 QoS 策略。这样一来，规划智能体能够获得稳定的延迟和响应时间，检索智能体可以获得稳定的吞吐量，执行智能体能够获得可靠的 QoS 保障。
量测数据显示，在多智能体并发场景下，经过性能塑形优化后，写性能一致性从62%提升至93%，读性能从74%提升至95%。Alex 还透露，慧荣的流量整形技术在多租户 IO 争抢场景中，可将底线 QoS 达标率从约68%提升至98%以上，极大改善了 CMX 场景的业务稳定性。目前，面向 AI 推理负载的第二代性能塑形引擎已有国内客户落地。
值得关注的是，这一趋势正在从企业实践走向行业标准。NVMe TP4176 等新标准的推进，让主机可以对 SSD 进行基于配置的可预测调度。Alex 指出，多个行业正在发生汇聚，Agentic AI 的采用在火速增长，多 Agent 系统对存储产生多种多样的要求，行业标准也在同步演进。" 基于这样的汇聚，性能塑形技术正是为此而设计。"
关于业界高度关注的 QLC 企业级 SSD，Alex 认为已经走到很关键的阶段。AI 存储普遍采用分层架构：TLC 做前端缓冲，后端大量部署 QLC 大容量盘，压缩比可以达到 20:1。三星等厂商 QLC 产能占比已经超过 20%。CMX 的 KV Cache 场景对 DWPD 有 3 次的要求，这类场景依旧需要 TLC；但大容量温冷 AI 存储场景，QLC 是主流方向。
对于 CXL 是否会重新定义企业级 SSD 的角色，Alex 给出了清晰的判断：CXL 属于内存扩展架构，如果 CXL 缓存未命中（cache miss），延迟会提升约 500 倍，严重冲击 QoS。CXL 和 SSD 是共存、重新分工的关系，不会直接替代 SSD，而是催生新的存储分层—— Tier 2.5、Tier 3.5。
产业链的机遇与选择
2026 年的存储市场正经历一轮特殊的上行周期。Alex 感受深刻：" 从去年年底到今年年初，整个存储产业有一个前所未有的上行周期，带来缺货、涨价等现象。以前 2020 到 2022 年也有一波半导体的缺货上行周期，但这一轮主要是 AI 产业界需求的特殊增加。"
他在 FMS 闪存峰会上与一线客户交流时发现，只要采购服务器、存储硬件部署完成，资源马上就被使用者全部占满，处于满载运行状态——背后驱动力就是 AI。存储大厂因为没有之前的旧经验、没有扩充产能，导致整个行业缺货严重。
但挑战之中亦蕴含机遇。对于主控厂商而言，多颗粒适配能力在货源紧张环境下显得尤为重要。能够快速适配不同厂商的 NAND 颗粒，就意味着更强的供应链韧性。Alex 表示，慧荣与产业链上下游保持着广泛合作，在当前市场环境下，与模组厂商共同推进产品迭代，也是重要的增长机会。
对于市场机构预测即便后续价格小幅回调、到 2030 年闪存价格依旧会高于 2025 年两倍以上的判断，Alex 保持审慎："美光、铠侠、长江存储都在新增产能。如果产能释放速度追上需求增长，几年后供需格局又会发生变化。半导体周期是客观规律，AI 高昂成本反过来也会约束 AI 基础设施投资。"
在存储产业自主可控方面，国内产业链正加速成熟。Alex 介绍，国内盘厂、模组制造、IC 设计能力已经很成熟，字节、腾讯都有自研存储架构团队。主控厂商深度参与本土存储生态建设，与国内上游颗粒厂商、下游模组厂协同推进，成为产业共识。企业级 SATA 等细分市场，国产方案的份额已远超 50%。
与此同时，AI 也在推动存储产业链的协同模式发生变化。Alex 特别提到，标准主控解决不了多租户容器 SSD 等 AI 场景下的业务痛点，因此主控厂商需要深度对接服务器 OEM，针对 GPU、CPU、DPU 等硬件提前规划接口和特性。很多大型互联网公司内部有专门的存储架构团队，能够识别 QoS 优化、性能塑形这类差异化功能的价值——算力和存力协同打通瓶颈，客户的硬件投资才能真正发挥价值。
展望 2026 年的闪存产业，Alex 归纳了四个最值得关注的方向：市场价格波动风险需重点关注；Gen5/6/7 持续迭代，AI 推理带动 AI Storage、CMX、Storage-NexT 发展；Token 经济学驱动下，整个行业围绕存力做持续优化；技术追求方向是更高带宽、更低延迟、优秀 QoS、更低功耗。
AI 浪潮下，存储的战略价值仍在抬升。从介质到主控，从硬件到软件，从标准到生态，整个产业链都在围绕 " 存力 " 重新校准方向。对于身处其中的企业而言，这既是挑战，也是新一轮的结构性机会。（本文首发钛媒体 APP，作者 | AGI-Signal，编辑 | 秦聪慧 ）
