谈到面向AI的半导体，焦点通常集中在GPU上的HBM和持续紧缺的DRAM。NAND闪存似乎只是存储数据的“仓库”，与AI热潮关系不大。然而，自2024年12月上市以来，不生产任何DRAM的日本国家记忆科技（キオクシア）股价持续飙升，2026年6月市值一度超过日本国家丰田汽车。市场究竟对NAND闪存抱有什么期待？
答案揭示于日本国家记忆科技2026年9月3日在东京举办的说明会上。该公司介绍了8月4日至6日在美国加利福尼亚州圣克拉拉举行的存储行业盛会“FMS: the Future of Memory and Storage”上的发布内容及AI时代SSD的角色。AI所需的内存容量中，DRAM供应不足，而SSD即NAND闪存开始填补这一空白。
FMS 2026约有100家公司围绕AI主题进行演讲和展示，日本国家记忆科技作为主赞助商参与。公司在主旨演讲中阐述了AI时代SSD的作用，并邀请NVIDIA合作伙伴上台介绍合作内容。主会场设有约3000个座位，现场盛况空前，约200人站立观看。
展台展示了面向GPU直接访问的超高IOPS SSD“GP1”、支持直接液冷的数据中心SSD“NX1”、支持PCIe 6.0的企业级SSD“CM10”、第10代BiCS FLASH及搭载“XL-FLASH”的CXL内存模块“XL1”等实机。GP1系列荣获FMS专业存储部门“最佳展品奖”。据悉，GP1的演示机在FMS前一周才完成，临时决定展出。
用NAND闪存弥补AI所需DRAM短缺
日本国家记忆科技内存事业部技术总监松寺克树介绍了AI市场现状及公司产品布局。
他指出，AI使用方式的变化导致数据量爆炸式增长。三年前，AI主要由少数先进用户使用，数据和生成内容仅限文本。如今，几乎所有人都在使用AI，数据类型扩展至图像、音频、视频等多模态。未来，AI调用AI的“代理AI”时代将带来更大数据增长。
然而，AI执行所需内存有限。2026年DRAM总容量约50EB（艾字节），闪存则达1000EB，差距巨大。单芯片最大容量方面，DRAM为32Gb，闪存高达2Tb，容量差距持续扩大。
因此，日本国家记忆科技提出用闪存补足DRAM无法满足的容量。传统观点认为闪存延迟高、写入次数有限，不适合作为主内存。但实际访问模式显示，频繁读写的数据仅占20%，其余80%几乎不被访问。在此条件下，将SSD置于与内存相近的层级，既能缓解DRAM容量不足，也能最大限度减少性能下降。
传统NAND闪存延迟较高，难以像DRAM那样使用。为此，公司开发了低延迟高耐久的闪存“XL-FLASH”，读取延迟低于5微秒，写入次数达15万次。虽然15万次写入看似有限，但设计寿命为5年。
XL-FLASH虽实现了低读取延迟，但写入和擦除仍需时间。为此，公司开发专用控制器隐藏延迟，实现10微秒以下超低延迟，并结合支持CPU直接访问的CXL接口推出产品。具体隐藏延迟的技术细节尚未公开。
使用CXL内存模块时，比较相同容量（仅DRAM 225GB与DRAM 148GB+XL-FLASH 77GB）环境，性能保持超过95%。成本方面，混合环境容量是纯DRAM的两倍，性能提升1.3倍。
此前曾有NVDIMM-P方案，试图将NAND闪存作为DRAM使用，连接至主板DIMM插槽，但未见广泛产品化。随着设计更便捷的CXL标准出现，CXL成为主流。
此外，未来SSD发展将侧重提升NAND闪存的能效。数据中心电力受限，除了提升比特密度，还需保证电力限制下的性能。大容量SSD需堆叠多颗芯片，芯片数量增加易导致接口性能下降。
第10代BiCS FLASH采用CBA（CMOS直接键合阵列）技术，将逻辑电路和存储单元晶圆分别制造后贴合，提升性能。单包容量最高达4TB，读取能效提升2倍，写入能效提升40%。
AI数据中心投资达7万亿美元，数据驱动变革
随后，SSD事业部的滨田诚介绍了SSD市场趋势。他引用预测称，到2030年，AI数据中心投资将达到7万亿美元（超过1000万亿日元），相当于一个国家的GDP规模。
AI模型开发进入成熟期，众多企业不断发布新模型，未来关键在于将模型推理转化为收益。AI处理从训练到推理工作负载不均，细分需求催生新SSD类别。
在存储AI生成数据的归档层，虽然HDD容量增加，但性能密度不足，近线SSD在功耗和性能上逐渐替代HDD，QLC SSD预计在近线市场份额扩大。
需要大量导入训练数据的场景，采用大容量代表作245.76TB的“LC9”系列。该系列已开始出货，搭载于戴尔“PowerEdge R7725xd”服务器，单台容量接近9.8PB，适合AI数据摄取。
训练、推理、模型加载、检查点、RAG、上下文切换等场景需更高速PCIe 6.0带宽和高IOPS，针对该需求推出CM10系列，部分客户已开始样品出货。
最后，针对几乎GPU直连的NVIDIA“Storage-Next”方案，需极高IOPS和512B粒度访问，GP1系列满足需求。采用第二代XL-FLASH，512B访问下随机读取IOPS最高达1000万，2026年底开始样品出货，2027年量产，2028年目标扩展至1亿IOPS。
AI存储容量激增的原因之一是“Token化”。AI对数据进行Token化，附加数KB元数据，导致数据集容量膨胀100至1000倍。
AI数据中心如同工业革命中的生产线，将Token转化为答案，经济效益取决于产量和单位成本，关键在于如何高效利用GPU。
提升效率的关键是“上下文内存存储”。通过SSD保存上下文缓存，避免重复计算，GPU可专注生成新Token，Token生成速度提升5倍。
使用上下文缓存SSD可替代传统需5台GPU并行处理的任务，显著降低成本和功耗，成为SSD市场增长的重要动力。日本国家记忆科技为此推出“CM9”系列SSD，配合全线NAND闪存产品支持AI时代变革。
