群联CEO:NAND闪存或短缺十年,内存超级周期即将来临
AI数据中心扩张引发NAND闪存长期短缺预警
10月3日,行业专家指出,AI数据中心的高速发展正带来前所未有的存储市场需求变化。群联电子CEO潘健成在接受采访时警告称,原预计2026年出现的NAND闪存短缺现象或将持续整个十年周期,远超业界此前预测的一年供应紧张期。
市场分析师预期"超级周期"来临
潘健成近日在接受科技媒体专访时强调,内存行业即将进入全新发展阶段。"2024年起NAND闪存将面临严重供不应求的局面,这种供应紧张的态势预计将持续十年之久。"他解释道,"历史经验表明,每当闪存厂商扩大产能投资,随之而来的总是价格暴跌和投资收益受损。正因为此,自2019-2020年以来,多数企业都采取了保守的投资策略。"
AI热潮改写存储行业格局
值得注意的是,当前存储需求的爆发式增长与全球AI数据中心建设热潮密不可分。随着企业开始重点部署大语言模型的推理应用,加之近线存储需求快速攀升,市场对存储产品的需求达到创纪录水平。近线存储作为连接热存储和冷存储的关键环节,在AI模型迭代和企业数据管理中的重要性日益凸显。
闪存技术将取代HBM主导地位
虽然高带宽内存(HBM)一直是AI模型训练的标配,但潘健成预判闪存的重要性将很快超越HBM。"初期云服务商确实在抢购GPU用于模型训练,但这只是阶段性现象。随着模型日趋成熟,盈利重心必将转向推理服务,这就需要海量的数据存储支持。"他补充道,"未来十年数据中心的存储容量必须持续扩展,因为存储才是数据中心真正的价值核心。"
SSD将逐步取代HDD主流地位
行业对机械硬盘(HDD)的未来展望也在发生变化。潘健成分析称:"尽管目前HDD在大容量近线存储领域仍具价格优势,但随着SSD成本持续下降,预计五到八年内将实现价格持平。考虑到部分供应商长达一年的交货周期,SSD终将成为大容量存储的首选方案。"他特别指出,"2020年数据中心SSD占比不足10%,如今已提升至20%,未来有望达到80%甚至完全取代HDD。"
相关攻略
存储卡市场近期迎来新一轮价格波动。据科技资讯平台PhotoRumors最新披露,知名存储品牌雷克沙(Lexar)或将于6月1日起对旗下存储卡系列进行价格调整,部分热门型号预计最高涨幅可达25%。 此次调价并非孤立事件。事实上,自今年年初以来,包括LaCie(雷孜)、OWC、ProGrade在内的多家
2026 04 23 话说回来,这张图所呈现的,其实是一个相当典型的场景。它捕捉到的瞬间,往往能反映出更深层次的趋势或状态。当然,单凭一幅画面无法讲述全部故事,但它无疑是一个有力的切入点,为我们后续的分析提供了直观的锚点。 那么,从这样的视觉信息出发,我们能解读出什么?关键在于,不能孤立地看待它,而
随着新一代硬件平台的发布再加上Intel和AMD的大力推进,各家厂商都推出了新的PCIe 5 0 SSD。但目前大多数的PCIe 5 0 SSD虽然拥有非常高的读写性能,但却带来了更高的发热和功耗,在笔记本、迷你主机等散热空间有限的设备上,很难保证性能的稳定性,续航时间也可能受影响。而宏碁推出的这款
存储芯片涨价带来的影响还在继续,手机、电脑、游戏机等各类电子产品都在涨价。在涨价公告中,许多品牌都坦言存储成本激增是核心原因。而作为普通用户的我们,也不可避免地受到了影响,在不断变动的价格数字面前,调整着自己的购买决策。 近期,雷科技(ID:leitech)和多名用户进行了深入交流,通过聊天的方式去
闪迪正显著加快高带宽闪存(HBF)的商业化进程 AI推理时代的存储版图,正在酝酿一场新的结构性变革。继HBM之后,一个被视为关键存储层级的新技术——高带宽闪存(HBF),正吸引闪迪、SK海力士与三星电子全面入局。这标志着,存储行业下一轮核心竞争的战鼓,已然敲响。 商业化进程提速:闪迪着手搭建原型产线
热门专题
热门推荐
在流量日益分散的今天,把鸡蛋放在同一个篮子里,风险不言而喻。多平台推广,早已不是“要不要做”的选择题,而是“如何做好”的生存题。它的核心价值,可以概括为两点:实现“流量风险对冲”,以及构建“品牌触点全覆盖”。通过在不同生态位——无论是搜索、短视频、图文还是电商——建立内容矩阵,企业不仅能有效缓冲单一
DeepSeek知识库的核心,是运用RAG(检索增强生成)技术,将DeepSeek强大的大语言模型推理能力,与您的私有文档资源——包括PDF文件、内部代码库、标准操作流程(SOP)等——深度融合。其最终目标是实现基于特定垂直领域数据的精准智能问答,让AI的回答不再是通用泛化,而是具备专业依据、内容详
三大运营商推出Token套餐,将大模型调用量包装为类似流量包的产品,以降低AI使用门槛。中国电信推出个人与企业多档套餐,最低月费9 9元;上海移动推出1元购40万Tokens服务;联通则提供个人与团队版套餐。运营商凭借用户渠道和支付优势,推动算力消费向大众市场普及,可能重塑AI服务消费模式。
HermesAgent本地运行缓慢常因未量化的大语言模型占用资源过多。可通过AWQ量化模型、llama cpp后端加载GGUF模型、配置vLLM引擎提升并发吞吐、禁用非必要工具降低上下文开销,以及调整SQLite记忆检索阈值等方案优化。这些方法能显著降低延迟,提升响应速度。
随着AI智能体能力的持续增强,确保其行为始终符合预设目标与安全边界,已成为行业亟待解决的核心挑战。然而,当前主流的治理方案在防止智能体“失控”或“脱轨”方面,仍面临显著的实践瓶颈。 在之前的探讨中,我们分析了主流治理思路:部署多样化的对抗性验证器,构建一个多层次的安全审查网络。该方案的核心逻辑并非限





