AI基礎建設的記憶體需求正由高頻寬記憶體（HBM）、雙重數據速率（DDR）進一步延伸至企業級儲存 SSD。TrendForce最新調查指出，美系雲端服務商近期持續上調企業級SSD需求，第四季訂單可望超越第三季高點；供應商也開始把更多NAND產能轉向企業級SSD，目前eSSD交期約16週，明顯高於供需平衡時約8週。
代理式AI對於儲存需求增加，Enterprise SSD成為算力新瓶頸。
|
需求結構改變的關鍵是代理式AI（Agentic AI）。傳統大型語言模型主要執行提示、推理與回應，但AI代理會反覆進行規劃、資料檢索、工具呼叫及記憶擷取，必須頻繁存取向量資料庫與大量非結構化資料，使儲存從模型資料保存設備逐步轉變為推論運算路徑的一環。
其中，QLC Enterprise SSD因單位容量成本較低，開始擴大應用於向量資料庫。中國AI架構也正在探索KV快取卸載，把原本存放於DRAM的部分快取資料卸載至大容量高速SSD，在成本、記憶體容量與推論效率間取得平衡。TrendForce認為，代理式AI普及將進一步提高QLC eSSD在北美雲端與資料中心的滲透率。
這也改變AI伺服器的記憶體階層。未來可能形成HBM負責加速器高速資料交換、DDR承接系統主記憶體與部分KV Cache，再由Enterprise SSD支援模型、向量資料庫及Cache Offload的多層架構。儲存效能不能只看容量，也必須評估延遲、IOPS、控制器及PCIe頻寬。
供應鏈可以掌握的AI儲存商機，在於由NAND Wafer向QLC／TLC、Enterprise SSD控制器、PCIe介面與伺服器儲存架構延伸。eSSD未必複製HBM的產品結構，但隨著AI由訓練轉向大規模推論，儲存元件正快速成為限制AI叢集效率與容量擴張的另一項關鍵。
