报告概述
本报告聚焦AI推理场景下存储产业链的投资机会，研究对象涵盖HBM、DRAM、SSD、HDD等存储介质，以及MRDIMM、CXL、SPD/VPD等新兴互联与接口芯片。报告范围覆盖从存储介质性能对比、AI工作负载对存储的需求拆解，到eSSD、MRDIMM、CXL等细分赛道的市场空间测算与技术演进分析。报告采用自上而下的框架，从AI推理对存储的底层需求出发，推导各细分环节的增长逻辑，并重点剖析产业链核心标的。对投资者而言，报告提供了AI存储领域从技术趋势到投资标的的完整图谱，有助于把握存储产业在AI时代的结构性机遇。
报告的核心结论
推理驱动AI存储需求快速增长
报告指出，随着长上下文推理和多模态AI应用的普及，内存（如HBM、DRAM）受益，而SSD和HDD作为“Tokens的积分”，其容量需求将随推理tokens规模激增，预计2029年全球谷歌级推理应用所需存储容量可达55367EB。
eSSD市场空间广阔，AI与存储服务器是主要增量
报告测算，AI服务器用eSSD市场2024-2026年容量需求从59EB增至120EB；存储服务器用eSSD增速更快，2024-2030年CAGR达54%，至2030年市场规模达614EB，成为产业重心转移方向。
MRDIMM有望在大模型推理场景中发挥关键作用
MRDIMM通过带宽提升（Gen2相对DDR5 RDIMM提升2.3倍）、容量扩展（单条128GB）和解耦式内存设计，可显著优化KV Cache场景下的并发、上下文长度和端到端时延，降低CPU-GPU内存编排成本。
CXL存储池化技术带来显著TCO优势
CXL允许将部分KV Cache从昂贵GPU显存卸载至CXL设备，实现TB级容量扩展。以DeepSeek量化模型为例，单路CPU+CXL扩展较双路CPU在吞吐持平下处理器更少，TCO优势明显。英伟达、阿里云等巨头已布局。
DDR5和SSD升级推动SPD/VPD芯片价值量提升
DDR5 SPD相比DDR4容量翻倍、集成I3C集线器与PMIC，单价更高；SSD VPD EEPROM随性能升级向更高容量、I3C总线、内置温度传感器演进，价值量进一步提升。
报告回答的关键问题
AI推理如何驱动存储需求增长？
AI推理中，长上下文和多模态任务需要大容量高带宽内存（HBM/DRAM）处理序列数据；同时，推理产生的tokens数据需存储于SSD/HDD。报告以谷歌级应用为例，测算2026年推理所需存储容量达49EB，2029年激增至55367EB。
MRDIMM相比DDR5 RDIMM在大模型推理中有何优势？
MRDIMM Gen2在AI负载下带宽提升2.3倍，单条容量最高128GB，支持更长上下文和更多并发。其解耦式内存设计可将KV Cache卸载至CPU侧，降低GPU显存压力，提升推理吞吐和资源利用率。
CXL存储池化如何降低AI推理的TCO？
CXL允许将部分KV Cache从GPU显存弹性卸载至CXL扩展内存，在不增加GPU成本下扩大有效容量。以DeepSeek量化模型为例，单路CPU+CXL扩展128GB比双路CPU（各128GB）在吞吐持平下处理器数量更少，TCO显著优化。
eSSD在AI服务器中的主要应用场景有哪些？
eSSD在AI服务器中用于训练阶段的Checkpoint保存与模型加载，推理阶段的KV Cache外溢存储与RAG数据库，以及数据存储阶段的tokens保存与ETL流程。随着长上下文和RAG发展，需求持续增强。
SPD和VPD芯片在存储升级中的机会如何？
DDR5渗透扩大推动SPD芯片价值量提升（容量、集成度、单价更高）；SSD性能升级带动VPD EEPROM向更高容量、I3C总线、内置温度传感器演进，价值量随之提升。
报告中的代表性数据
全球eSSD市场规模预测（分应用领域）
2030年，基于YOLE、TrendForce、McKinsey数据，假设2024-2030年AI服务器、通用服务器、存储服务器用eSSD出货量CAGR分别为20%、12%、54%。
AI推理所需存储容量测算
2029年，假设谷歌级推理应用数量10个、数据存为FP16、包含额外调试信息，测算全球推理所需存储容量。
MRDIMM Gen2相对DDR5 RDIMM带宽提升
未明确，根据Next-Gen AI App Server Performance报告，MRDIMM Gen2在AI负载下相对DDR5 RDIMM带宽提升倍数。
以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- 完整AI服务器存储介质分层架构图（HBM、DRAM、SSD、HDD）及性能容量对比
- 全球eSSD市场规模分应用领域（AI服务器、通用服务器、存储服务器）的详细测算表格与趋势图（2024-2030年）
- MRDIMM Gen2与DDR5 RDIMM在AI负载下的带宽提升测试数据及KV Cache场景增益分析
- SPD（DDR5 vs DDR4）和VPD EEPROM的技术演进路线图及价值量对比
- CXL存储池化架构详解，包括英伟达入股英特尔、收购Enfabrica的案例及阿里云PolarDB CXL服务器
- CXL互连芯片（MXC、Switch）市场规模预测及在数据中心部署的具体配置（16-32颗MXC、2-4颗Switch）
- 投资建议部分列出的重点公司估值与财务分析表（澜起科技、聚辰股份、兆易创新、中微公司等）
- 风险提示：AI产业发展不及预期、AI服务器出货量不及预期、国产厂商进展不及预期
本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。
