会懂网AI资讯，9月26日，近日，受DRAM供不应求延续与HBM4e验证进度影响，英伟达已把Rubin Ultra的HBM配置从原定的HBM4e十二层改为并行评估八层等替代方案，Vera Rubin超芯片的SOCAMM容量也直接砍半。这反映出人工智能技术正在从单点突破走向系统级能力的构建，企业与应用侧对此高度关注。
具体来看，规格下调一度被解读为存储行情见顶，但摩根大通的测算给出了相反结论：即便规格调低，2026至2028年HBM比特需求复合增速仍高达63%，三年累计需求稳定在1630亿Gb量级，供需缺口始终维持在两位数。在算力供给持续扩张与推理成本快速下行的背景下，这类进展对开发者和行业用户都意义重大。
从技术细节出发，更值得关注的是买家结构的变化，2026年英伟达占HBM总需求约58%，而到2027年ASIC有望以48%的占比反超，英伟达回落至43%，谷歌、亚马逊、微软乃至头部AI实验室都在自研芯片并锁定产能。业内普遍认为，相关能力的成熟将直接拉动上下游生态的协同创新与商业落地速度。从产业节奏看，头部厂商正把模型能力转化为可直接调用的服务，竞争焦点已转向工程化与可用性。
在产业层面，三星、SK海力士与美光2027年的产能已在2026年被提前售罄。对用户而言，此类更新意味着更低的使用门槛与更稳定的体验，智能助手的实用价值持续提升。值得关注的是，开源与开放策略正在改变技术扩散的路径，中小团队也能借此快速构建应用。在监管与合规要求趋严的环境下，厂商在能力扩张的同时也更强调安全与可控。
对开发者与企业用户而言，该行据此把存储从周期性大宗商品重新定义为战略核心资产，并上调了未来三年全球存储市场规模预测。多方数据显示，AI 应用的渗透率仍在快速提升，真实场景的反馈正反过来推动模型迭代。这类进展也折射出国内外在基础模型与智能体方向上的投入力度与路线差异。从长远看，模型与算力、数据的协同优化，将决定下一阶段智能应用的上限。
展望后续，该行据此把存储从周期性大宗商品重新定义为战略核心资产，并上调了未来三年全球存储市场规模预测。相关进展将持续影响行业格局，值得长期跟踪。相关团队表示，后续还会围绕稳定性、成本与场景适配持续打磨，让能力真正可用好用。市场分析认为，谁先在大模型与Agent的工程化上建立优势，谁就更可能在下一轮竞争中占先。
暂无评论内容