2026年第一波“存儲成本暴擊”到來
作者／ IT時報 郝俊慧
編輯／ 潘少穎 孫妍
1月26日，當三星電子、SK海力士相繼宣布2026年第一季度的NAND Flash供應合約價直接翻倍時，全球科技行業意識到，由AI驅動的2026年第一波“成本暴擊”已經到來。
最近，阿里雲資深副總裁、數據庫產品事業部負責人李飛飛在PolarDB開發者大會上便曾給出一個更為激進的判斷：“內存接下來可能還要漲兩到三倍。”
“大模型正在吞噬一切數據”，李飛飛坦言，未來一定是Token的世界，而內存牆這個“幽靈”又回來了。
漲價周期遠超預期
這輪內存漲價的幅度和持續時間，遠超市場預期。
隨着DeepSeek-R1等推理模型和Agent（智能體）應用的爆發，AI對“熱數據”的依賴達到前所未有的高度。大模型不再只是離線訓練的產物，它需要實時“記憶”海量的上下文信息。
“大模型不保存事實，只保存統計規律，而數據庫需要保存事實。”李飛飛指出，像“今天大會來了多少人”這樣的實時熱數據，必須在數據庫中供模型實時調用，否則AI就會產生幻覺。這意味着，每一路AI推理的背後，都對應着巨大的存儲消耗。
然而，供給端的瓶頸卻在收緊。據外媒報道，三星、SK海力士和美光這三大巨頭控制了全球近95%的DRAM（動態隨機存取存儲器）產量，目前正將產能全面轉向高利潤的HBM（高帶寬存儲器），以滿足OpenAI等巨頭的超級算力項目需求。SK海力士甚至表示，其HBM產能已在2026年售罄。
這場“豪門盛宴”直接擠壓了傳統DRAM的產能，導致普通企業面臨嚴重的供應短缺。
在1月27日舉行的WPS AI協同辦公上海峰會上，中金公司研究部執行總經理於鍾海也指出，2026年將是“持續學習年”，模型需要不斷更新記憶。
模型“記憶力”的增強意味着將進一步推高對數據存儲和處理的硬件要求。更關鍵的是，存儲廠商對擴產極為謹慎，要知道，2023年之前的下行周期中存儲價格持續下跌,三星曾創下14年來利潤最低點。一份SK海力士內部文件顯示，新增產能要到2028年才可能釋放。
“硬件通脹”重構企業AI戰略
面對硬件成本的指數級上升，企業的AI戰略正在經歷重構。
“有些企業在2023、2024年甚至有千萬預算，在本地部署大模型，事後來看這些投資可能都沒有產生正面收益。”金山辦公助理總裁朱熠鍔在接受採訪時表示。
對於大多數企業而言，自建模型不僅面臨著硬件成本的“通脹”，還面臨著技術的快速貶值。
於鍾海列舉了一組數據：即便是像GPT-4o這樣的一代“神模”，在發布12個月後，用戶的留存率也僅剩15%左右。如果企業花費巨資購買GPU和內存去訓練一個私有模型，很可能“模型剛訓好，基座模型已經升級了”。
“行業大模型在多數B端客戶場景里，是一個偽命題。”朱熠鍔直言。在硬件成本高企的當下，企業如果繼續試圖通過堆算力、堆內存來“卷模型”，無異於在通脹周期里持有貶值資產。
對於AI的應用者而言，數據正在成為企業唯一可持續的競爭優勢。
“模型不是萬能葯，數據才是護城河。”朱熠鍔強調，既然通用大模型的能力已經足夠強大且廉價，企業就應該停止重複“造輪子”，轉而將昂貴的存儲資源用於處理真正核心的“私域知識”。
以醫藥行業為例，一份幾百頁的臨床研究報告，過去需要博士團隊耗時一個月處理，現在通過精細化的數據治理和Agent協作，一周內即可完成，準確率高達90%。
這種通過“工程化”手段提升數據密度的做法，實際上是在變相抵抗硬件成本的上漲——用更少的Token和內存，產出更高價值的業務結果。
中國企業的雲原生將加速
當然，對於通用大模型廠商而言，內存比金子還貴，是挑戰也是機遇，中國企業對雲原生的接受正在提速。
面對單體硬件成本的暴漲，通過構建超大規模的遠程內存池，實現多租戶共享復用，成為對抗漲價的有效技術路徑。
李飛飛透露，通過瑤池數據庫產品調用百鍊等服務的Token消耗量，短短几個月內增長超過100倍，已成為阿里雲內部最大的調用者。
“本輪存儲的超級周期將非常長。”李飛飛認為，與以往純粹由市場需求推動的周期性變化不同，此輪上漲的邏輯是需求爆髮式增長，產能根本無法滿足市場需求，而存儲的漲價會帶動整個鏈條價格上漲，包括智算服務器、通算服務器、內存GPU……直至AI成為一個成熟產業，市場才會再度進入正常的周期性漲跌。
隨着自購資源成本的增加，雲服務廠商和AI平台廠商的價值將進一步凸顯。
在這個新周期里，企業的競爭力將不再取決於誰買了更多的算力和存儲，而在於誰能通過更精細的數據治理和更先進的雲架構，讓客戶能更好、更便宜地使用AI。
排版／ 季嘉穎
圖片／ 東方IC unsplash
