AI存储是指为人工智能训练与推理场景提供数据持久化与高速读写的存储技术和产品，涵盖大容量机械硬盘、高带宽SSD、NAND闪存及配套处理架构等，是支撑大模型算力落地的关键基础设施。随着大模型参数规模和数据量激增，传统存储在带宽、容量与延迟上面临瓶颈，AI存储正成为半导体行业新一轮投资与竞争的焦点，也是近期存储涨价潮背后最直接的驱动力。
AI存储的近期进展
AI存储的需求与市场侧变化
AI 训练与推理对冷数据、检查点和向量数据的需求，让一度被 SSD 压缩市场的机械硬盘重新走强。据 Nikkei Asia 报道，AI 带动硬盘需求回暖，日本硬盘供应商订单大涨；西部数据在 WAIC 上也明确表示瞄准 100TB 硬盘，给 AI 修一座数据底座。与此同时，上游原厂的议价能力显著增强，国内模组厂利润随之暴涨——江波龙2026上半年归母净利105.77亿元，同比增71528.66%，这一数字直观反映了存储供需的紧张程度。
当前焦点与观察点
目前 AI 存储领域的争议集中在三点：一是 HDD 与 SSD 在 AI 冷热数据分层中的边界如何划分，QLC 大容量 SSD 是否会挤压近线硬盘市场；二是 HBF（高带宽闪存）等新形态的落地节奏，闪迪计划2027年带来HBF样品，2028年量产，其能否真正成为 HBM 之外的第二条带宽通道仍有待验证；三是高订单、高利润周期下产能扩张是否会透支未来需求。铠侠发布 GP1 XL-FLASH PCIe Gen6 SSD（随机读取 100M IOPS）等动作也表明，极致性能型产品正与容量型产品并行分化。对行业观察者而言，2027 年前后新架构样品的表现，以及存储价格是否随产能释放回落，是判断 AI 存储景气度能否延续的两个关键窗口。