AI推論催化大容量儲存產品結構性改變 QLC SSD需求急升

TrendForce 最新研究，未來兩年 AI 基礎設施的建置重心將更偏向支援高效能的推論 (inference) 服務，在傳統大容量 HDD 嚴重供不應求下，CSP 業者紛紛轉向 NAND Flash 供應商尋求解方，催生專為 inference AI 設計的 Nearline SSD(近線固態硬碟)，以滿足市場的迫切需求。

為填補這個供給缺口，各大 NAND Flash 供應商正加速 Nearline QLC NAND Flash 產品的驗證與導入。QLC 技術能以更低的成本儲存更多資料，成為滿足大容量需求的關鍵。

此外，供應商也正擴大 QLC SSD 的產出，預計 2026 年將逐步提高產能利用率。隨著 AI 推論應用擴張，預料這股需求熱潮將延續到 2027 年，因此 2026 年 enterprise SSD 的供應將呈吃緊狀態。

TrendForce 表示，為了進一步擴大 Nearline SSD 在 AI 儲存應用中的優勢，並更有效地取代 HDD，未來的產品將朝向更大容量、更低成本的方向發展。目前廠商正積極研發與發表 Nearline SSD 新品，不僅容量超越主流 HDD，更在成本上進一步優化，同時顯著降低電力消耗。

除了在 inference AI 的應用，NAND Flash 供應商為擴大在 AI 訓練應用的市占率，也同步發表 HBF(High Bandwidth Flash) 產品，形成兩種不同的技術路線。由 SanDisk 主導的陣營，採用 HBM 與 HBF 結合的混合式設計，旨在兼顧龐大容量與極致效能，滿足 AI 模型訓練中對資料吞吐量和容量的雙重需求。

另一方面，以 Samsung 和 Kioxia 為代表的陣營，則採用 SCM(儲存級記憶體)XL-Flash 和 Z-NAND 等技術。試圖提供比 HBM 更具成本效益的解決方案，以吸引更廣泛的客戶群。

TrendForce 表示，這場技術路線的競爭，也將推動 NAND Flash 應用從單純的儲存走向更深層的 AI 運算整合，預示著未來 NAND Flash 的應用將更加多元。