长鑫科技骆晓东：AI重构存储格局，全栈能力定胜负

AI算力下的存储新秩序

11月12日，北京召开的2026 IC China大会上，存储行业眼下的焦虑和机会一同被摆上台面。长鑫科技副总裁骆晓东在演讲中给出一个判断：AI算力浪潮正把存储产业的格局彻底改写，过去那种整体向上、平滑推进的行业超级周期已经结束，取而代之的是明显的“分层”阶段。

以前，存储厂商靠几款通用产品就能撑起局面；如今能不能用全栈能力把这些分层需求都接住，直接决定企业还有没有资格留在牌桌上。说到底，这不只是技术换代，商业逻辑本身也在发生根本性切换。

需求金字塔：DRAM站在中枢位置

市场结构的变化，最先把这个“分层”摆到了明面上。骆晓东给出的数字很直接：服务器已经顶替传统PC和移动端，成为存储需求的绝对主力，占比突破50%。另一头，车载存储正长成一个不能忽视的增长极，预计到2030年，该领域年复合增长率将保持在约30%。

更深一层的分层，发生在AI应用内部。骆晓东用一座“金字塔”描述这种数据结构：塔尖是热数据，得留在高速缓存里随时待命；塔身是模型参数与KV缓存，落在核心DRAM层；塔基是冷数据，最终下沉到SSD做长期存储。

在这座金字塔里，DRAM的位置微妙又关键。它承上启下：既没有SRAM那样昂贵、容量有限的问题，也不像NAND Flash那样受速度限制。它是AI数据流动的中枢，也是当下增速最快的环节。这意味着存储厂商不能再指望单一规格的产品通吃市场，得按不同层级数据的访问特征，给出容量、带宽与功耗各不相同的组合。

告别参数竞赛，进入系统级优化时代

需求一分层，竞争逻辑也跟着切换。骆晓东强调，单纯比内存频率或容量的时代已经过去，现在的赛场是“系统级全栈优化”。

原因在于，不同的AI阶段对内存的要求完全不一样。AI推理的Decode阶段，模型逐字输出内容，瓶颈主要落在内存带宽上，带宽不够，生成速度就会卡顿；到了Prefill阶段，系统要处理长文本输入，压力集中到算力上；若是大参数模型的多卡训练，卡住性能的往往是容量大小和卡间互联能力。

换句话说，存储方案一旦脱离具体的AI负载特征，就只是一堆冰冷的参数。只有让存储方案与AI推理、训练的具体场景深度匹配，真正的性能才能在实际系统中释放出来。这就要求存储厂商不光懂存储，还得懂AI系统，懂CPU和GPU的工作机制。

长鑫的产品矩阵：从云端到端侧

基于这一趋势判断，长鑫科技近几年一直靠代际迭代和矩阵化布局拓展产品边界，试图把从云端服务器到移动端的全场景需求都覆盖进去。

服务器侧，长鑫正加快DDR5技术的演进，单颗容量从24Gb推进至32Gb。其RDIMM产品覆盖32GB至128GB的主流容量，速率横跨5600Mbps至8000Mbps。面向更高性能需求的场景，长鑫推出MRDIMM（多路秩合并内存），提供128GB与192GB的大容量规格，最高速率可达12800Mbps。

这里有个趋势值得留意：RDIMM作为与CPU直连的近内存，其价值正加速向高容量段转移。这么做是为了承接日益增长的核心DRAM层需求——大模型时代，内存容量往往决定能跑多大的模型。

移动端的动作更有标志性。长鑫宣布全球首发并量产LPDDR6，这款单颗16Gb的产品最高速率达到12800Mbps。对比上一代产品，带宽提升60%，功耗下降20%。一升一降，为端侧AI应用提供了更高的能效比支撑。随着手机和PC端侧大模型能力普及，这种高带宽、低功耗的内存会成为标配。

结语

演讲最后，骆晓东表示长鑫将继续秉持开放合作的态度，深入理解应用系统，打造差异化方案，与产业链伙伴共同夯实国产存储底座。这话听着常规，但放在当前地缘政治与技术封锁的背景下，“国产底座”四个字的分量不言而喻。存储产业的竞争，早已不是几家公司之间的商业博弈，而是国家科技基础设施能力的较量。AI重构一切的当下，谁适应分层需求更快，谁就能在新秩序里占据主动。