面对AI芯片99%的空置率，一场围绕数据搬运的存储革命正在悄然发生。
AI算力狂奔的繁华景象背后，一个尴尬的事实是，GPU等计算单元因等待数据而空置的时间高达惊人的99%-7。这被称为“内存墙”或“存储墙”的瓶颈，正严重制约着计算性能的释放。
当海量数据在存储层级间缓慢搬运时，世界上最强大的算力也只能无奈等待。
存储技术的演进，不再仅仅是关于容量和成本的游戏，更是决定AI计算能否真正发挥潜力的生死时速赛。在这场竞赛中，两项关键技术正从不同维度破局：通过堆叠层数实现容量飞跃的3D NAND，以及利用电子自旋特性兼顾速度与能效的STT-MRAM-1。
AI训练和推理需求的爆发让存储系统面临前所未有的压力。过去十年间，AI训练计算需求增长了超过100万倍，从2014年的大约10^17 FLOP（浮点运算次数）增长至2024年的10^25 FLOP以上-2。
与计算性能的指数级增长形成鲜明对比的是，过去20年间DRAM带宽仅增长了约100倍，而互连带宽的增长更是只有30倍-8。
这种严重失衡的增长速度导致了一个荒谬的现象：在AI推理过程中，生成单个Token（语言模型中的最小单位）的实际计算时间可能仅需微秒级，但将所需的模型权重和KV缓存从存储器加载到GPU的时间却需要毫秒级-7。
结果是，计算单元99%的时间都在等待数据-7。这种状况不仅造成了巨大的能源浪费，也严重限制了AI应用的实际响应速度和可扩展性。
面对AI时代海量数据的存储需求，传统平面NAND闪存已经逼近物理极限。3D NAND技术通过将存储单元垂直堆叠，成功突破了这一限制。
2025年，3D NAND Flash技术首次突破400层大关，同时实现了5.6 Gb/s每引脚的输入输出速度-2。
这种立体堆叠的创意，就像是在有限的土地面积上建造摩天大楼，而不是平铺单层厂房。
在AI服务器的数据流动链条中，基于3D NAND的固态硬盘（SSD）扮演着“热数据仓库”的关键角色，是连接DRAM内存和HDD硬盘之间的“快速持久层”-7。
它不仅为训练数据提供快速补给，也是推理服务实现快速响应的核心。随着3D NAND层数的增加和接口速度的提升，这一关键环节的瓶颈正在被逐步打破。
如果说3D NAND解决了“仓库有多大”的问题，那么STT-MRAM则瞄准了“货物存取有多快”的痛点。这种基于电子自旋特性的存储技术，代表了非易失性、高速和耐用性的黄金组合-1。
STT-MRAM的独特之处在于，它能够在单一元件中结合SRAM的速度与闪存的稳定性-4。
这种特性使其成为替代传统嵌入式闪存的理想选择。台积电等领先制造商正积极研发嵌入式STT-MRAM，以克服传统闪存在先进制程节点上的扩展限制-5。
2025年，STT-MRAM技术已发展出DDR4接口的64Gb高密度产品，展现出作为新一代主流存储技术的潜力-2。与需要持续刷新才能保持数据的DRAM不同，STT-MRAM具有非易失性，断电后数据不会丢失，且写入次数几乎无限-1。
尽管STT-MRAM在性能上具有明显优势，但其产业化道路并非一帆风顺。这项技术面临的主要挑战之一来自其工作原理本身——磁性。
在强磁场环境中操作时，STT-MRAM的测试和运行都会遇到传统存储器不曾有过的新问题-4。
制造商需要在晶圆生产的各个阶段，从生产线到测试平台，建立更严格的检测流程，并开发专门用于测试磁场状况的新设备-4。
尽管如此，市场对这项技术的需求正在增长。2025年全球MRAM市场规模已达到48.7亿美元，而中国地区的增速更是保持在34.2% 的高位-1。
国内企业如海康驰拓、致真存储已经掌握了核心专利并实现量产，青岛海存微电子甚至正在打造国内首条8英寸MRAM后道加工生产线-1。
随着AI应用从训练向推理迁移，对存储系统的需求也变得更加多样化。推理服务器更注重并发任务处理能力和快速响应，因此对DDR内存、SSD固态硬盘和HDD硬盘的需求模式与训练服务器有所不同-7。
在这种背景下，未来的存储架构很可能是多种技术混合的解决方案。
短期来看，3D堆叠SRAM与HBM的结合可能成为突破内存墙的有效途径，通过将SRAM的极低延迟（可缩短至2ns）与HBM的大容量相结合，优化数据访问效率-7。
而从中长期看，存算一体架构可能会彻底改变游戏规则。这种架构将计算功能直接嵌入存储单元中，从根本上减少了数据搬运的需要-8。
在内存中直接进行计算，可以消除传统架构中高达90% 的与数据搬运相关的能耗-8。台积电等行业领导者正在积极布局这一领域，认为数字存内计算相比模拟存内计算更具发展潜力-8。
台积电负责技术发展的高级副总裁纳维德·沙赫里亚里指出：“未来AI与高性能计算芯片的竞争，将不仅仅是晶体管密度与频率的竞赛，更是内存子系统性能、能效与集成创新的综合较量。”-8
当3D NAND的层数继续向500层、600层迈进，当STT-MRAM的密度和可靠性不断提升，那些被数据“饿死”的算力巨人终将获得充足“食粮”。 存储技术的革命不会一夜之间发生，但它正以层叠的存储单元和旋转的电子自旋，悄然重塑AI计算的每一个字节。
这是个很好的问题！首先得澄清，MRAM和3D NAND并非简单的替代关系，更像是存储体系中的“搭档”，各自解决不同层面的问题。
3D NAND主攻的是大容量数据存储，就像个超大型仓库。它通过垂直堆叠数百层存储单元，提供了成本相对较低的高密度存储方案-2。在AI数据流动链条中，它充当的是“热数据仓库”，存放那些需要频繁访问但又不必常驻超高速内存的数据-7。它的优势在于每比特成本低、容量大，但速度和耐用性不如一些新兴存储器。
STT-MRAM则更像是高速工作区，它的核心竞争力是速度、耐用性和非易失性的结合-1。它读写速度可比SRAM，断电不丢数据，而且几乎可以无限次写入-1。这使得它特别适合用作缓存、嵌入式存储，或是在特定场景中替代部分NOR Flash和SRAM-1-5。
实际上，它们在未来系统中的角色是互补的。你可以想象这样一个场景：3D NAND作为主仓库存放大量数据，而STT-MRAM作为高速缓存存放最活跃的数据集。台积电等公司的布局也显示，未来芯片可能会集成多种存储技术，而非依赖单一解决方案-5。
从市场来看，两者也都有广阔空间。3D NAND随着层数增加继续主导大容量存储市场；而MRAM市场正在快速增长，预计在中国等地区增速显著-1。所以，不是“哪个更有前途”，而是“它们各自在哪些应用场景中更能发挥优势”。
普通消费者已经间接享受到这些技术带来的好处了，而且未来几年会感受更明显！
数据中心最先应用，我们普通用户通过云服务受益。比如，你使用的AI聊天机器人、在线翻译或推荐算法，它们的响应速度部分就取决于背后数据中心存储系统的性能。当数据中心采用更高效的存储方案（如HBM、新型存储器等）突破“内存墙”，我们获得的在线服务就会更快、更智能-7。
消费电子逐步渗透。STT-MRAM等新型存储器已经开始在汽车电子、物联网设备等领域应用-1。比如，一些高端汽车的控制系统已使用MRAM技术，因为它耐高温、可靠性高且响应快-1。接下来，我们会看到更多嵌入式设备、智能手机的辅助存储或特定模块采用这些技术。
你的手机会因此变快吗？会，但可能不是全方位“变快”，而是在特定任务上体验更佳。例如：
手机拍照后的连拍处理和AI美化速度可能更快，因为图像数据可以更快地在存储层级间移动；
应用程序的启动和切换可能更流畅；
在玩大型游戏时，场景加载时间可能缩短。
个人电脑的存储架构也可能简化。有研究指出，未来可能出现颠覆性的存储器件，使个人电脑无需复杂的分层存储系统-1。这意味着系统更简洁、能效更高，开机、加载大型文件等操作可能实现质的飞跃。
不过，这些变化是渐进的，而且会先从高端设备开始。预计未来2-3年，随着技术成熟和成本下降，更多消费电子产品将集成这些新型存储技术-3。
这个问题很现实，也是国内产业界正全力突破的方向。整体来看，中国在新型存储领域正处于积极追赶和局部并行的状态，在一些细分技术上已经取得了不错进展。
MRAM领域已有突破。中国企业如海康驰拓、致真存储等已经掌握了STT-MRAM的核心专利并实现了量产-1。特别是致真存储，据报道是国内唯一拥有SOT-MRAM（STT-MRAM的一种演进技术）全套技术和产线的企业-1。青岛海存微电子正在建设国内首条8英寸MRAM后道加工生产线，总投资6亿元，预计2025年底通线-1。这表明国内在MRAM的产业化上已经迈出了实质性步伐。
3D NAND方面，国际巨头如三星、海力士、美光等仍处于领先地位，已量产超过400层的产品-2。中国企业在传统NAND领域与国际先进水平尚有差距，但在基于新型材料的存储技术（如相变存储器PCM）上有亮点。例如，新存科技基于华中科技大学团队的专利，成功量产了国产首款64Gb三维相变存储器芯片-1。中国科学院上海微系统所等单位也在积极推进3D PCM的研发，以解决大容量存储需求-1。
产学研结合紧密。中国的高校和研究机构，如北京航空航天大学、复旦大学等，在新型存储器件的基础研究和前沿探索上非常活跃，取得了像“破晓”皮秒闪存这样的世界级突破-1。这为技术产业化提供了源头活水。
关于“卡脖子”风险，情况比传统逻辑芯片和高端制程要乐观一些。因为许多新型存储器（如MRAM、ReRAM、PCM）的制造工艺与最先进的逻辑制程并非强绑定，可以在相对成熟的产线上进行研发和生产-5。而且，存储技术路线多样，不像逻辑芯片那样高度依赖极紫外光刻等特定装备。
当然，挑战依然存在，比如在高端制造设备、材料以及最前沿的集成技术方面仍有依赖。但中国存储产业正在采取“多点突破”的策略，通过在新兴技术赛道上的早期布局，争取在未来存储产业生态中占据一席之地。从“完全受制”到“部分并跑”再到“局部领先”，这条路虽然不易，但方向已经明确，步伐正在加快。
