摩根士丹利重磅：下一代存储的创新！（万字精华）

前言

摩根士丹利于2026年7月16日发布这份题为《下一代存储的创新》的全球科技研究报告。报告由横跨美国、欧洲、日本、台湾、新加坡的十位分析师联合撰写，涵盖半导体存储领域的全部主要赛道。

这份报告的核心论点简洁而有力：AI的瓶颈已从算力转向存储。 如果说GPU决定了AI能"跑多快"，那么存储决定了AI能"走多远"。报告系统性地提出六大创新路径，并首次对"存储创新"这一新兴生态系统的可寻址市场进行量化测算，为投资者提供了从传统存储芯片向整个存储生态系统扩展的完整投资框架。

本综述严格遵循报告原文结构与内容，逐页进行翻译、梳理与深度剖析。

第一章：问题定义——存储何以成为AI的下一个瓶颈

1.1 从"算力竞赛"到"系统约束"的范式切换

报告开篇明确指出，AI的发展正处于根本性的范式切换之中。过去几年，AI领域的焦点几乎全部集中在GPU算力的指数级增长上。然而，这种"算力军备竞赛"正在遭遇一个不可回避的现实：存储系统完全跟不上算力的增长速度。

大摩用两组对比数据清晰展示这一失衡：

Token增长 vs 带宽增长

• Google Cloud Platform（GCP）的Token处理量从2024年4月的每月约10万亿（UTC+8），飙升至2026年6月的每月3,200万亿（UTC+8），增长超过320倍。

• 同期，DDR5内存的每通道带宽仅从44.8GB/s（UTC+8）（DDR5-5600）提升至51.2GB/s（UTC+8）（DDR5-6400），增幅仅为14%。

这是数量级的差距——320倍对14%。即便GPU算力再强，数据无法及时送达，算力只能空转。

存储支出占比的跃升

• 2023年（AI云资本开支爆发前），存储支出仅占云资本开支的约12%。

• 大摩预计到2027年，这一比例将跃升至40%。

• 资本开支与EBITDA的比率将从2017年的32.4%升至2027年的88.2%。

这意味着，云服务商每10块钱基础设施投资中，就有4块钱花在存储上。存储不再是"配角"，而是基础设施投资的核心组成部分。

1.2 "存储墙"的三重约束

报告的核心分析工具是"存储墙"（Memory Wall）概念——处理器性能与存储系统性能之间日益扩大的鸿沟，具体表现为三个相互强化的约束维度：

容量约束	DRAM密度增长放缓，1b→1c微缩不足10%	大型模型无法完全载入HBM，需频繁换入换出
带宽约束	DDR带宽提升远落后于Token增长	GPU频繁等待数据，算力利用率下降
成本约束	DRAM每GB价格回到30年高点	边缘AI部署成本过高，普及受限

报告特别强调，这三个约束不是孤立的，而是相互强化的"三重困境"：容量不足导致频繁数据交换→加剧带宽压力；带宽不足延长计算时间→增加成本；成本高企限制容量扩展。仅靠单一维度的改进无法打破这一循环。

1.3 分析框架的升维：从"存储芯片"到"存储系统"

报告最重要的理论贡献之一，是提出分析框架的根本性升维。传统分析将存储问题简化为"DRAM/NAND供给是否充足"，但大摩明确指出——这种分析框架已经过时。

真正的挑战是系统级的：

• 数据如何在芯片之间移动（互连）

• 数据如何在物理空间上排列（封装）

• 数据如何被访问和计算（架构）

• 数据如何被存储和保留（材料）

这意味着，解决方案不能仅靠"多建几座晶圆厂"，而需要在整个存储堆栈上进行协同创新。这也意味着，投资机会从"存储原厂"扩展到了"整个存储生态系统"。

大摩将这一转变总结为投资逻辑的根本变化：

旧问题："谁造出最快的芯片？"新问题："谁能最高效地移动、存储和访问数据？"

第二章：历史启示——3D NAND的颠覆性案例