芯片和内存之后，存储互联技术有望成为AI算力下一“爆点”

从稀缺到均衡，AI服务器存储需求的结构性转变

随着生成式AI模型参数规模持续攀升，AI服务器的硬件配置正在经历从“单一芯片竞赛”向“全系统协同”的演变。2025年，全球AI服务器出货量预计达到约250万台（根据TrendForce预测数据），其中高带宽内存（HBM）和先进逻辑芯片的产能一度成为制约算力输出的关键瓶颈。然而，近期市场信号显示，在芯片和HBM逐步走向供需平衡之际，AI服务器中的存储互联技术——尤其是负责连接GPU与HBM、以及不同节点间的内存一致性接口——可能成为下一个引发资本高度关注的硬件环节。21财经在7月3日的报道中对此进行了前瞻性分析，指出这一领域的投资机会正加速显现。 从产业背景看，当前单颗GPU芯片的HBM容量已提升至192GB甚至更高，但多GPU协同工作时，跨芯片、跨服务器的数据搬运效率直接决定了实际算力利用率。业界普遍认为，若互联带宽无法匹配计算速度，再强的算力芯片也会遭遇“内存墙”瓶颈。因此，内存互联技术的优化，正在从幕后走向前台。

扩展性与功耗挑战，驱动下一代互联技术升级

当前AI训练集群常采用NVLink、InfiniBand或CXL（Compute Express Link）等技术实现设备间高速数据传输。但随着模型参数量从千亿级迈向万亿级，现有互联方案在扩展弹性、延迟控制和能耗比方面面临显著压力。据Semico Research在2025年初发布的报告，全球数据中心内互联芯片市场规模预计在2026年达到约210亿美元，较2023年增长超过60%。这一增长动力主要来自AI集群内部纵向扩展需求。 值得注意的是，CXL技术近年来被多家芯片巨头联合推动，其内存池化与共享能力被视为打破单个服务器内存容量上限的关键。有行业分析指出，若CXL 3.0标准得到广泛部署，有望使AI服务器的有效内存利用率提升15%至20%，从而降低因内存不足导致的模型训练中断与性能损失。不过，当前真正实现量产并部署的CXL方案仍以第一代和第二代为主，第三代的全面商用时间表有待进一步确认。

业界巨头布局与供应链重构的可能性

围绕内存互联这一赛道，全球主要芯片与云服务商已展开专利与产品卡位。英特尔、AMD、英伟达等公司各自在其数据中心平台中加入了针对AI优化的互联IP，而一些专注于CXL控制器芯片或Retimer芯片的初创企业，在过去两年内相继获得数亿美元的融资。部分市场观察者认为，随着AI服务器出货量在2026年有望突破300万台（基于Gartner 2025年预测数据），配套的互联芯片、连接器与光模块需求将同步放大。 与此同时，这一领域的供应链格局也可能发生调整。当前高速互联芯片主要依赖先进制程的SerDes IP与封装技术，若需求持续升温，代工厂与封装厂的产能安排可能面临新的优先级调整。台积电、三星等企业的先进封装产能已高度紧张，能否支撑互联芯片的规模化出货，是产业链下一阶段值得关注的焦点。需要强调的是，上述影响目前仍处于市场分析阶段，具体商业影响有待后续财报与出货数据验证。

数据参考

• 全球AI服务器出货量预测：TrendForce于2025年发布，预计2025年出货约250万台；Gartner于2025年发布，预计2026年出货有望突破300万台。
• 数据中心互联芯片市场规模：Semico Research于2025年初发布，预计2026年全球市场约210亿美元，较2023年增长超60%。
• CXL技术性能提升：行业分析机构估算（暂缺可核验的公开来源精确数据），CXL 3.0有望使AI服务器有效内存利用率提升15%至20%，该数字为业内普遍参考区间，有待验证。
• AI服务器HBM容量：当前主流GPU产品规格，单芯片HBM容量为192GB（基于NVIDIA H100、AMD MI300X等公开参数，来源：各公司官网，2024-2025年）。 #CXL #AI服务器 #存储互联 #HBM