花旗银行最新发布的全球半导体行业报告指出，人工智能技术正从传统训练推理模式向“持续学习”阶段演进，这一转变将引发存储芯片市场的结构性需求变革。报告特别强调，持续学习要求AI模型具备动态更新能力，既要吸收新数据又要保留历史知识，这将推动HBM、服务器DDR5及企业级SSD等存储产品同步进入需求扩张周期，预计全球存储芯片供应短缺局面将在2028年加剧，并持续至2031年。
持续学习模式的核心在于突破现有AI模型的静态局限。当前主流模型在完成初始训练后难以直接整合用户交互产生的新数据，而持续学习技术通过增量训练机制，使模型在保持原有能力的同时实现知识更新。花旗分析师指出，避免“灾难性遗忘”是该领域的技术难点，即防止模型学习新知识时丢失原有功能。这种技术突破将重塑AI存储产业链，推动存储需求从训练端向推理端延伸。
存储需求的结构性变化已显现端倪。2022-2024年HBM需求因AI训练规模扩张率先爆发，而传统DRAM和NAND市场表现相对疲软。自2025年下半年起，随着推理任务复杂度提升，服务器DDR5和eSSD需求开始快速增长。花旗预测，2027-2028年上半年将进入持续学习第一阶段，AI服务器需同时承担模型训练和复杂推理任务，届时HBM、服务器DRAM、SoCAMM2及eSSD需求将首次同步激增。
HBM被视为持续学习时代的核心受益产品。尽管市场担忧AI芯片降低HBM配置规格，但花旗认为这实为应对供应短缺的优化策略。报告显示，2027年HBM位需求将同比增长62%至752亿Gb，2028年再增69%至1270亿Gb，相当于此前预测的两倍。供应端预计2027年缺口达21%，2028年扩大至36%，主要因ASIC芯片出货量增长及系统级计算架构转型推动需求持续攀升。
服务器DRAM市场迎来第二增长极。持续学习推动下，2027年服务器DRAM需求预计增长51%至3417亿个1Gb等效单位，占全球DRAM需求的67%。这种增长与AI芯片架构调整形成联动效应——当部分KV Cache内存负载从HBM转移至服务器DRAM时，反而刺激了相关产品需求。存储客户延长长期供应协议期限至五年，进一步印证市场对未来需求持续性的预期。
企业级SSD市场同样表现强劲。持续学习要求模型保留海量历史数据，推动2027年eSSD需求同比增长52.9%，显著高于整体SSD市场45%的增速。AI加速器降低HBM配置促使KV Cache等内存负载向外部存储转移，高容量QLC企业级SSD因此获得更多订单。报告特别指出，中国AI数据中心加速采用SSD替代HDD，预计从2027年起进一步扩大eSSD潜在市场。
供需失衡推动存储价格持续走高。花旗预测，2027年DRAM综合平均售价将上涨23.1%，延续2026年242.4%的涨幅势头；NAND市场2027年需求增长29%远超供应21%的增速，供应缺口达6.1%。这种紧张局面源于两大因素：头部厂商将DRAM产能向HBM倾斜，以及先进制程迁移放缓导致新增产能释放滞后。报告预计DRAM供应缺口将在2028年扩大至9.7%，NAND缺口维持至2031年。
存储厂商资本开支进入扩张周期。为应对长期需求增长，全球DRAM和NAND资本支出预计从2026年的549亿美元增至2027年的804亿美元，其中DRAM领域增长51.6%至586亿美元。更长期来看，2031年相关资本支出可能突破3225亿美元，带动半导体设备和材料市场同步受益。花旗将三星电子、SK海力士、美光科技等存储厂商列为首选标的，同时看好应用材料、泛林集团等设备材料供应商在晶圆厂产能利用率提升中的获利机会。
