如果您希望可以时常见面，欢迎标星收藏哦~ NAND厂商可能是AI热潮里最被忽视的角色之一。 不同于DRAM厂商有HBM这柄大杀器，NAND在AI方面的增长其实非常有限。 首先是AI计算对于对DRAM需求远大于NAND，AI大模型训练（如GPT-4、Gemini）需要巨量的 参数和中间计算数据，需要超高带宽和低延迟的存储。DRAM（特别是HBM）可以提供高达 1TB/s以上的带宽，而NAND（即使是PCIe 5.0 SSD）带宽只有7~14GB/s，延迟高达几十微秒， 完全无法满足AI计算核心需求。 而且AI芯片通常会直接封装HBM，而NAND只是AI服务器的二级存储，并非AI计算核心组件，这 使得DRAM（尤其是HBM）成为AI计算的刚需，而NAND仅是数据存储的附属需求，导致前者利 润远大于后者。 其次，在训练端，NAND主要用于存储数据，而不是计算加速。AI数据中心使用的 SSD主要是存 储AI训练数据集（如LLM训练的语料、图片、视频），但训练本身并不需要高频访问这些数据， 一旦数据加载到GPU DRAM（HBM或GDDR），NAND的作用就大幅降低，不像DRAM那样被不 断访问。 至于推理端，对NAN ...