GMIF 2026：日均140万亿Token调用，正在改变SSD的能力与分工

作者 | 陈悦琳 编辑 | 包永刚 HBM热潮之外，其他存储形式也站在风口。 这是今年第五届GMIF2026全球存储器行业创新峰会释放的第一个明显信号。以全球云数据中心资本支出为例，摩根士丹利执行董事、大中华区半导体分析师颜志天指出，在未计入HBM的情况下，2026年存储占比接近五成，2027年预计进一步升至53%。 热钱涌向存储，背后是前所未有的推理需求增加。截至今年3月，中国日均Token调用量已突破140万亿。对此，三星电子副总裁、Memory事业部首席技术官Kevin Yoon做了一个简单换算：中国每天消耗的Token，是中国国家图书馆全部藏书对应Token量的20倍以上，也接近人类历史上所有出版图书总量的6倍。 面对140万亿量级的推理负载，存储要应对的不只是数据量的增长，还有不同数据在访问频率和生命周期上的巨大差异。这意味着不同存储介质需要为此补齐各自在容量、带宽、时延和耐久性上的短板。 除此之外，Solidigm亚太区销售副总裁倪锦峰还在现场提到，以前存储成本较低时，行业倾向于尽量简化存储层级；随着AI数据需求快速增长和成本压力加剧，原有的“存储金字塔”也在被进一步细分。 规模化推理下，三重压力「夹击」存储 当AI的发展阶段从训练端的模型竞赛进一步走向推理侧的规模化应用后，存储面对的压力也更为具体。倪锦峰将其概括为三个维度。 最直观的是 数据丰富度。 星河智联现场展示的车载Agent，可以用来说明AI系统如何同时处理和保存多模态数据：除了理解语音、视觉、车辆信号等不同形式的信息之外，Agent还要结合对话历史、长期记忆、用户画像以及实时变化的车身状态完成判断。 这意味着数据丰富度不只体现为数据形式和数量的增加。不同数据的来源、形态和更新频率各不相同，直接导向 第二层压力——推理复杂度 。 Arm全球存储业务负责人John Xavier Lionel对推理数据的拆解恰好解释这一维度：模型变大，会带来更多权重和运行时状态；上下文越长，需要为后续Token生成保留的KV Cache也在增加；同时服务的用户越多，系统还要为每个请求分别保留KV Cache；进入逐Token生成的Decode阶段，模型权重和KV Cache还会被反复访问。 而当推理模式从一次性问答转向持续运行的Agent时，单个任务持续时间被拉长，随着任务规模扩大，需要长期维护的上下文和运行状态也不断累积，这也引出了倪锦峰所说的第三个维度“ 运营持久性 ”。 Dify联合创始人陈璐莎判断，未来企业运行的Agent，数量可能将从个位数上升至数百个，并且能够24小时待命、执行长程任务和承担高并发请求。 这种持续运行，也对应不同的企业AI服务模式。例如并行科技提供的MaaS（Model as a Service，模型即服务）模式允许企业通过API持续调用不同模型并按Token付费。这意味着服务