21评论丨当存储成为AI战略资源，中国如何应对

陈亮（北京理工大学网络空间国际治理研究基地研究员）

近日，韩国政府宣布预计将在西南部建设四座芯片厂，投资约800万亿韩元，未来15年将在新一代存储、边缘人工智能、国防等芯片领域投资至少30万亿韩元。韩国官员表示，预计五年内将DRAM生产能力翻倍，预计全球内存市场将在5年内增长四倍。三星电子和SK海力士也发布大规模投资计划，预计这两大存储企业今后十年的投资金额有望超过1000万亿韩元（约4.4243万亿元人民币）。

这表明，存储不再只是周期品，而已经成为AI时代的重要战略资源。过去三十年，存储行业的核心逻辑一直是周期、资本开支与供需博弈，价格波动主导一切。进入AI时代后，情况开始变化。大模型训练与推理把存储从单纯的容量需求，推向带宽、延迟和能效的系统级约束，HBM、先进DRAM与高性能NAND因此越来越直接地影响算力效率。

也就是说，存储厂商不再只是跟着周期起伏的制造企业，而是逐步嵌入算力基础设施，成为影响AI效率的关键环节。它的地位，正在向能源、通信这类带有基础设施属性的战略行业靠拢。

韩国正是先看到了这一点，所以没有继续把存储当作一般制造业来处理，而是把HBM、先进DRAM、先进封装和本地供应链放在同一框架下整体推进。企业负责技术突破，政府负责资源集中、风险分担和长期预期管理，产业链则围绕少数关键方向形成协同。它的重点，不在于单纯扩大产能，而在于把政策重心转向战略配置，让资源配置更集中，也更有方向。

韩国之所以能在HBM上形成领先，不只是因为企业跑得快，更因为资源在关键时点被押到了同一个方向上。它的扩产选择，本质上是在这一轮变化刚刚展开时提前落子，通过国家与企业协同，把技术代差、资本壁垒与客户绑定逐步积累为长期优势。

中国也面临着类似的战略选择，接下来真正考验的，是如何把资源投向决定下一轮竞争的位置。存储已经不再只是一个看供需、看价格、看资本开支的行业，它正逐步成为AI基础设施的一部分。

近日，中国明确提出，加快人工智能关键技术攻关和超大规模智算集群建设，同时强化高质量数据供给，加强人才、资金等要素保障，支持企业开展基础研究和前沿探索。

一方面，从关键技术攻关的角度来看，中国需要围绕关键环节建立长期、稳定、可预期的支持体系，把资源集中到最有可能形成突破的地方。例如，可考虑优先支持HBM、先进封装、互连技术、测试验证和关键设备材料的协同攻关。

此外，国内大模型公司和云厂商也应纳入产业政策的评估框架内。存储升级并不只是制造问题，最终仍要靠下游应用定义需求。没有战略客户，就很难形成稳定迭代；缺少联合开发，高端产品也很难进入持续更新的链条。对中国而言，当前的迫切任务，是推动本土AI公司、云平台和存储厂商形成更紧密的采购、测试、适配和联合开发关系，尽快把国内高端需求真正做出来。

另一方面，从集群建设的角度来看，在高端存储领域，系统能力是决定竞争力的关键。具体来说，应围绕工艺研发、封装验证、良率提升、供应链本地化和客户协同机制进一步细化支持措施，企业评估也可以不只是关注产能指标，而是同时关注技术成熟度、协同深度和量产可行性等多维度的表现。

更重要的是，中国市场规模更大，应用场景更多，产业链完整度也更高，优势和路线都非常明显：以应用牵引技术，以系统需求倒逼升级。换句话说，需在若干关键节点上形成稳定能力，尤其是在AI服务器、行业模型和边缘算力等真实场景中，把高端存储变成可持续需求，而不是偶发性项目需求，也就是一套新的产业组织方式。接下来的关键是，把国家工程的成果进一步转化为系统能力和市场能力。

存储行业的周期仍然存在，但它已不再是决定未来格局的唯一变量。真正重要的，是能在AI时代把产业链协同起来，把存储、封装、系统和下游应用真正联动起来，并把这种协同能力沉淀为长期竞争力。中国存储的大考，才刚刚开始。