快速預覽： 1、大摩測算，2025-2028年全球伺服器CPU出貨量年復合增速達38%，市場規模有望突破1000億美元，AI推理成為核心增長引擎； 2、Agentic AI伺服器CPU迎來爆發式增長，2025-2028年年化增速高達155%，成為算力賽道最強細分增量； 3、行業架構迎來顛覆性變革，ARM架構伺服器CPU滲透率將從2025年22%躍升至2028年43%，AI頭部伺服器領域佔比逼近90%。

大語言模型推理正在同時遭遇容量牆與I/O牆。模型參數持續擴大，長上下文、多輪對話和智能體任務又使KV Cache快速膨脹；MoE模型雖然降低了單次計算的啟動參數量，卻需要保存遠大於視訊記憶體或記憶體容量的專家權重。在雲側算力中心，這一矛盾表現為昂貴的HBM資源被模型權重和KV Cache長期佔用，GPU有效利用率受到資料搬運制約；在邊緣側和端側，有限的DRAM或統一記憶體則直接限制了本地可運行模型的規模。由此，SSD開始從模型檔案的靜態存放裝置進入大模型推理的即時資料路徑，成為HBM、VRAM和DRAM之後的正式記憶體層級。 這一變化最早在推理基礎設施和叢集架構中得到清晰體現。月之暗面的Mooncake採用以KV Cache為中心的分離式推理架構，將GPU叢集中原本未被充分利用的CPU、DRAM和SSD組織為分佈式快取資源[1]；Mooncake Store進一步支援由DRAM與SSD/NVMe構成的多級快取，使冷資料能夠在容量更大、成本更低的快閃記憶體層長期保留[2]。2026年，輝達推出CMX上下文記憶體記憶體平台，在Vera Rubin基礎設施中增加一個面向KV Cache最佳化、通過乙太網路連接的快閃記憶體層級，由BlueField-4負責NVMe SSD管理、資料保護和網路傳輸。輝達將其定義為介於GPU記憶體與共享記憶體之間的pod級上下文層[3]。這些架構釋放出一個明確的產業訊號：SSD正在成為推理系統需要直接調度的資源，而不再只是模型載入前後的外圍裝置。 但推理基礎設施開始呼叫SSD，並不意味著傳統SSD已經適合承擔常駐推理任務。傳統SSD面向檔案和塊資料記憶體設計，其性能指標主要圍繞順序頻寬、隨機IOPS、資料可靠性與單位容量成本展開；LLM推理需要的卻是具有嚴格時序約束的資料供應。KV Cache會在prefill階段集中生成並持續寫入，在後續請求中按會話、模型層和Token位置反覆讀取；MoE推理則需要根據路由結果，在每一層計算前及時取得特定專家權重。一次讀取未能趕上計算窗口，就可能讓GPU、NPU或CPU進入等待狀態，而SSD在高佇列深度下取得的峰值IOPS，並不等同於低佇列深度、細粒度訪問時的穩定延遲。 這種矛盾還延伸至SSD內部。NAND Flash以頁為單位讀取、以塊為單位擦除，FTL需要執行地址對應、垃圾回收和磨損均衡，容易產生寫放大與尾延遲；持續寫入KV Cache還會對快閃記憶體壽命提出遠高於普通消費負載的要求。傳統LBA排布並不瞭解模型層、MoE專家、KV塊及其訪問順序之間的語義關係，相互關聯的資料可能被分散到不同物理位置，難以形成可預測的平行讀取。檔案系統、塊裝置和NVMe軟體棧中的排隊、中斷、資料複製與頁快取，也會增加端到端延遲。如果缺少面向模型執行順序的地址佈局、快取劃分、優先順序調度、非同步預取和壽命管理，SSD雖然擁有TB級容量，卻仍難以像DRAM或VRAM一樣穩定參與每一個Token的生成。

一、核心結論 一句話結論：我認為企業級 SSD 是當前整個 NAND 產業裡最值得單獨拿出來研究的方向，但它並沒有脫離 NAND 周期；更準確的描述是： 2026年 = NAND超級漲價周期 × AI推理結構性需求 × QLC高容量化 × 國產替代四重共振； 2027年開始，投資邏輯會逐漸從“誰有庫存、誰享受漲價”切換到“誰能拿份額、誰有主控+韌體、誰進入AI資料中心”。

摘要 推理算力專業化到來。AMD 收購 Taalas 驗證了「模型即晶片」路線的價值，而在中國，⼀家同樣押注極速 AI 推理芯⽚的公司 —— 上海瞬元技術有限公司（ Sytrix ） —— 正沿著這條路線加速落地。它計畫將模型架構和參數直接固化進晶片硬體，讓 Token 成本、推理能耗與時延實現數量級下降，把普惠 AI 帶給每⼀個人。 8 ⽉ 6 日，AMD 宣佈收購人工智慧推理芯⽚領域的先驅 Taalas。 這筆收購指向⼀個明確訊號：AI 算力的重心正在從訓練轉向推理，而推理的終極答案，或許不在通用GPU，而是在⼀塊為模型量身定製的矽片裡。

1.SpaceX在2027年底建成約10GW算力被認為可行，若半數商業化，年度經常性收入或達3000億美元，微軟可能成為最大承購方。 2.可行性來自快速改造、現場發電、替代裝置採購和平行施工；微軟因模型推理具備高單位算力收入且自身容量緊缺，正加速簽約大規模供給。 SpaceX在2027年底建成約10GW算力被認為可行，若半數商業化，年度經常性收入或達3000億美元，微軟可能成為最大承購方。可行性來自快速改造、現場發電、替代裝置採購和平行施工；微軟因模型推理具備高單位算力收入且自身容量緊缺。 一、SpaceX 2027年實現10GW，為何這一目標切實可行、將為SpaceX帶來3000億美元年度經常性收入，以及為何微軟將成為最大採購方

8 月 6 日，AMD 宣佈與加拿大 AI 晶片初創公司 Taalas 簽署最終收購協議。交易價格、支付方式和預計交割時間均未披露，收購仍需獲得監管批准並滿足其他慣常交割條件。AMD 給出的整合方向很明確：把 Taalas 的專用推理技術納入加速器路線，與 Instinct GPU 共同組成系統級方案。 這是一筆規模尚不清楚的交易，卻呈現了 AMD 對 AI 計算架構變化的判斷。過去幾年，晶片公司的競爭焦點主要集中在訓練：誰能連接更多 GPU、提供更大的視訊記憶體和更高的叢集頻寬。隨著模型投入實際應用，推理逐漸成為持續發生、反覆計費的計算負載。客戶開始追問每個 token 的成本、響應延遲和資料中心功耗，一種晶片覆蓋所有 AI 任務的效率越來越難令人滿意。 AMD 的業務重心也在向這裡移動。收購消息發佈前兩天，公司剛剛公佈 2026 年第二季度財報：營收達到 115 億美元，同比增長 50%；資料中心業務收入為 67 億美元，同比增長 107%，佔總收入的 58%。EPYC CPU 和 Instinct GPU 仍是主要增長來源，但 AMD 已經開始在這兩類通用計算產品周圍加入更多專用技術。 6 月，AMD 收購記憶體最佳化公司 MEXT，試圖降低資料中心的記憶體容量和成本壓力。7 月，AMD 與 Cerebras 達成合作，由 AMD 系統處理提示詞和長上下文，Cerebras 的晶圓級晶片負責低延遲 token 生成。蘇姿丰當時表示，AI 工作負載將出現更多拆分。

輝達量產CPO，光模組卻漲停了 輝達宣佈CPO正式量產，A股光通訊類股卻集體漲停。SK海力士與閃迪同日發佈HBF標準。AI算力的連接和記憶，正在同時升級。 8月4日，A股算力類股突然「復活」了。 創業板指大漲5.64%，科創50漲4.09%，全市場超過3600隻股票飄紅。通訊ETF華夏盤中漲超6%，光庫科技20CM漲停，光迅科技、東山精密、滬電股份、深南電路等幾十隻算力硬體股批次漲停。晶片概念類股主力資金淨流入超過547億元，資料中心、CPO、PCB全都在搶錢。

進入2026年下半年，AI算力的敘事正在發生微妙而劇烈的變化。 如果說去年市場還在爭論“算力夠不夠用”時，那麼今年，行業共識已經轉向了另一個更棘手的問題——“算力用得起嗎？” 隨著大模型參數躍升至兆等級，推理成本與能耗也呈現指數級攀升，這正成為吞噬整個產業利潤，並將其消耗在巨大電費和晶片採購單裡的一個隱形枷鎖。 與此同時，當輝達的GPU一卡難求，當智算中心的PUE值成為懸在營運方頭上的達摩克利斯之劍，一個沉默的事實也隨之浮出水面：電晶片的摩爾定律已逼近物理極限，而大模型的規模擴張遠未見頂。 在這個結構性困局中，一家源自清華大學電子系、名為“每刻深思”的公司，正試圖用一種物理學層面的底層創新，繞開傳統電晶片的“死亡之谷”。