摩根士丹利在最新全球科技深度報告中發出警示：隨著大模型引數規模、推理Token消耗和Agentic AI應用急速膨脹，儲存系統已成為制約AI進一步擴張的核心瓶頸，一場從“算力牆”向“儲存牆”的產業重心遷移正在發生。

報告將當前困境概括為三重壓力：容量不足、頻寬受限、成本高企。資料對比清晰地揭示了矛盾的尖銳程度——DDR5單通道頻寬預計從2024年的44.8GB/s僅增至2026年的51.2GB/s，兩年增幅約14%；而同期全球AI推理Token生成量將從每月約10萬億個激增至3200萬億個，增長超320倍。儲存頻寬的提升遠遠跟不上AI工作負載的膨脹速度。

成本端同樣嚴峻。報告指出，當前CPU伺服器中儲存相關BOM成本佔比高達73%，DRAM每GB價格已回升至近30年高位。這已不是簡單的供給短缺，而是架構、介面、封裝、計算模式乃至材料體系共同面臨的系統性挑戰。

基於此，摩根士丹利給出了幾組關鍵預測數字：到2030年，Agentic AI將貢獻全球DRAM新增需求的26%至77%，區間寬度反映了不同應用場景滲透速度的不確定性；雲端儲存支出將增至4180億美元，2026年至2030年複合增速約8%；儲存在雲廠商資本開支中的佔比將從2023年的12%提升至2027年的40%，資本投入強度持續攀升。

市場規模方面，不含HBM的新型儲存技術總市場規模預計從2025年的12億美元擴大至2030年的230億美元；若計入HBM，2030年整體市場規模有望達到2760億美元。這意味著AI產業鏈的投資邏輯正從GPU等計算晶片，逐步向整個儲存生態擴散，受益方不僅包括傳統儲存巨頭，還涵蓋製程、封裝、互連、材料、存算一體等多個細分方向。

報告將突破“儲存牆”的技術路徑歸納為六大方向。先進製程方面，DRAM已進入1γ節點，三星、SK海力士和美光均已啟動量產或爬坡，但二維DRAM正逼近物理極限；NAND則邁入200層至300層時代，SK海力士已實現321層量產，路線圖指向2030年前突破1000層。儲存架構創新方面，3D DRAM、PLC NAND等新架構在推進中，但具備完整電容結構的3D DRAM量產仍需時日。

先進封裝是另一關鍵戰場。HBM路線圖邁向HBM4和HBM4E，預計2027年16層HBM4E將實現量產，單棧頻寬達1.5TB/s至2TB/s以上。SanDisk推出的高頻寬快閃記憶體可提供最高4TB視訊記憶體容量，容量達到HBM的8至16倍，首批樣品預計2026年下半年交付。晶圓級堆疊市場預計由2025年的1000萬美元激增至2030年的98億美元，年複合增速高達322%。

外圍互連晶片領域，MRDIMM可將有效頻寬提升至DDR5原生頻率的兩倍，CXL則藉助PCIe突破傳統DIMM容量限制。摩根士丹利將2030年CXL MXC晶片市場規模預測上調至21億美元，CXL交換晶片市場規模上調至19億美元。進入DDR6時代，雙路伺服器RCD晶片用量預計由24顆增至96顆。

存算一體技術已進入商業化階段，三星HBM-PIM和SK海力士GDDR6-AiM的實驗資料顯示，平均記憶體訪問延遲可降低逾50%，部分場景效能提升最高達16倍，能效提升超80%。新材料方面，Si/SiGe超晶格溝道、TiO₂基電容介質、HZO鐵電材料及鉬金屬化等體系正加速匯入，為下一代3D DRAM和3D NAND提供支撐。

摩根士丹利的核心判斷是：GPU決定AI跑多快，記憶體系統決定AI走多遠。過去市場圍繞GPU展開的競爭格局正在被重塑，未來決定AI系統擴充套件能力的關鍵，將越來越取決於誰能率先突破儲存體系的系統性瓶頸。這一判斷若成立，意味著AI基礎設施領域的資本配置和產業創新重心，都將向儲存產業鏈發生實質性偏移。