中国拒绝购买英伟达H200与H20，即使美国政府给许可证也不买。有促进国产化的考虑，但也说明GPU并不是特别紧缺，算力不足相对容易解决。只要中国每个月能生产2万片7nm晶圆，即使良率低至30%，一片晶圆上也有100个好的“祼芯片”（die）。这就是每月200万个算力芯片，一年2000万个可以估到。这对应着海量的算力资源，可以办不少事了。

但是，现在AI业界的问题，已经不是“算力约束”，而是“存储约束”！这有深刻的技术背景，主要是大模型的规模实在是太大了，远超过去想象。

ChatGPT刚出来时参数量是1750亿，DeepSeek-V3参数量是6710亿个，刚出的V4是1.6T（1.6万亿）。有的美国前沿大模型如Claude Mythos，据传参数量是10万亿级别。不说别的，光是模型的权重文件就有数百GB至TB级别。还有多个版本、多个精度，同一模型同时维护训练的FP32版本，推理时的BF16/FP16版本，在量化部署时又是INT8/INT4等多个变体，存储需求倍增。

算力不足，有一个大招是MoE架构，以前是所有参数全部激活参与计算，千亿级别；用MoE就可以把问题让一个“专家”来处理，几十亿级别。但是MoE架构减不了存储，所有专家的权重即使不激活，也必须常驻存储。

另外一个存储需求，是大模型训练素材的大幅增长。原来的训练，10多T的语料数据，包含人类全部文本知识，已经很吓人了。但现在的素材规模，已经是1000T这个级别了。一个是多模态，视频、图像、音频数据，比文本要多占很多存储。再一个是语料清洗，现在很讲究素材质量，就要反复不断清洗，过滤、去重、毒性检测、标注，这会产生很多中间存储需求，扩大了3-10倍的存储需求。再一个是“合成数据”，AI自己生产“思维链”之类的数据，“蒸馏”也会产生海量数据，现在更厉害的是Agent多轮调用，会产生很多中间反复调用大模型的上下文，都需要存储。

还有一个专业一些的存储需求：KV-Cache，它在推理阶段是“存储黑洞”，狂吃存储。大模型每步计算产生一个token，输入是越来越长的上下文（输出会被当成新的输入，加在原来的输入上），大量计算是重复的（如原来的输入相关的计算就是重复的），为了加速，就把大量数据放在KV-Cache里，直接访问就行了。KV-Cache存储需求爆发，因为它和上下文长度成正比，现在讲究1M之类的上下文，原来128K就是很长的。再一个，使用推理应用的人多了，一个大模型几千几万人同时使用，都要分配KV-Cache，这就是“并发”产生了更多存储需求。

还有一个存储需求与训练细节有关，GPU集群训练断点保存。GPU数量一多，几千个上万个，总会有个别出错了，训练就得中断。但训练成果必须保存下来，这种保存并不简单，会产生许多倍的存储需求。

还有AI大模型相关的数据库改造。如RAG（检索增强生成），需要把企业级知识库搞成数亿至数十亿条向量，存储于专用向量数据库。每条向量附加元数据与原始文本，存储开销远超原始数据。还有多模态内容生成，互联网上视频和图片吃存储速度很快。

以上解释了存储需求的爆发。悲剧的是，高端存储生产比GPU生产要更为专业、集中。GPU也缺，但生产技术相对容易扩产，即使制程不够先进，也有办法通过先进封装增强总算力。而HBM3以上的高端存储，只有SK 海力士、三星、美光能生产。TSV（硅通孔）、3D 堆叠 、先进封装，几种技术难度非常高，需要专门的芯片制造设备，扩产时间周期很长。而不同性能的存储带宽之类的表现差异太大，不能降级用十分之一带宽、速率的存储。

这些技术原理，让GPU需求是线性增长，随着产能增加，甚至有过剩的说法。而存储需求是超线性、指数增长的，目前产能又远远不足，暂时看不到解决需求的办法。所以高端存储价格出现了可怕的上涨。而低端存储价格涨幅甚至更大，有炒作因素，因为产能被调去生产更赚钱的高端存储，低端存储商家囤积人为紧缺了。

最近韩国和美国一些存储股成为全球最热门的股票，涨幅几十倍，就是这个技术原因。韩国存储芯片在全球占优，等到了好时候，也是打败日本和欧洲存储企业的“战果”，多年来拼命卷死对手，在这一下起到了最大的作用。