SSD價格飛漲背后，真正的戰場在系統效能的隱性成本

近日來，SSD的漲價風波席卷全球……鎧俠宣布NAND產能接近售罄，閃迪將企業級3D NAND合約價環比提高100%，部分高端NVMeSSD的克單價已幾乎逼近黃金價格。

連鎖反應迅速蔓延至全產業鏈，市場普遍預期，這一波上漲趨勢或將延伸至CPU等核心算力組件，這也給處于高速擴張期的智算中心和眾多AI項目敲響了一記警鐘，硬件采購成本持續攀升，利潤空間遭受嚴重擠壓，行業似乎即將面對一個更為昂貴的算力時代。

當然，歷史的經驗總在提醒我們“危中有機”，一時的得失并非終局，關鍵在于視角與應對之道的轉換。

當前的價格波動，恰恰暴露出智算產業一個長期存在的認知誤區：過于聚焦硬件采購的顯性成本，而忽視了因性能瓶頸、資源錯配、數據孤島所衍生的隱性成本。這或許正是一次契機，促使行業對TCO的認知發生根本性轉移，從對硬件價格的被動跟蹤，轉向對系統效能的極致追求。

01

直面漲價潮

一場AI驅動的周期共振

事實上，這一輪的SSD漲價并非偶然，而是AI爆發式增長與供應鏈結構性失衡共同作用的結果。

大模型訓練與推理需要吞吐海量的參數與數據集，對存儲系統的帶寬、IOPS及容量提出極高的要求，直接驅動了高性能SSD的需求井噴。這種需求不僅局限于存儲，更向上游傳導，加劇了對先進制程產能的爭奪，使得CPU、GPU乃至HBM（高帶寬內存）等關鍵部件也面臨供應緊張與價格上行的壓力。

AI就像是一臺強大的需求引擎，從底層重塑了整個計算硬件的供需格局與成本曲線。

但當我們回顧IT產業的發展歷程，這種因技術浪潮導致的硬件周期性漲價并非首次。2017年和2021年，加密貨幣挖礦與AI訓練需求先后引爆GPU市場需求，“一卡難求”與價格飆升已歷經兩輪周期；再有疫情期間，催生了遠程辦公需求，一度推動DDR4內存價格飛漲，固態硬盤價格也同步攀升……

歷史反復告訴我們：在技術快速迭代與市場需求爆發的交匯點，核心硬件的供應鏈極易出現緊張，價格周期性波動本就是常態。

這種時候，如果仍將應對策略錨定在對硬件價格的關注，無異于“刻舟求劍”，永遠被動地受制于外部供應鏈的晴雨表。漲價時成本失控，跌價時又可能因盲目囤積而導致資源浪費。

真正的破局之道在于轉換思路，將關注的焦點從不可控的硬件采購成本，轉移到可控的，具有長期價值的系統效能的極致挖掘上來。

02

聚焦三個錨點

效能、智能與協同

客觀地說，硬件成本本就是外部變量，而系統性能的優化能力，才是企業可持續的核心競爭力。通過架構、軟件與調度的精細化運作，讓每一分昂貴的硬件投入都發揮出最大效能，才是對沖成本波動，提升項目經濟性的確定性路徑。

特別是在AI需求持續旺盛，硬件供需缺口短期難以緩解的背景下，唯有通過系統層面的深度優化，才能將有限的硬件資源轉化為可持續的價值產出，擺脫對硬件成本的過度依賴。

當然，這種優化并非單一環節的調整。近期，曙光存儲就提出了先進存力三大主張，即效能、智能、協同的系統性重構。從存儲的視角出發，為行業提供了可借鑒的解題思路。

首先，“效能”是指追求單位成本下的極致效率。這要求存力基礎設施必須進行視角的轉變，傳統上，我們容易陷入“為容量而容量”的誤區，但真正的效能是讓每一瓦電力、每一U機柜空間、每一分錢硬件投資，都能轉化為可被算力充分消化的有效數據供給。

實際上，當計算資源的利用率因存儲瓶頸而從80%跌落至50%時，隱性成本損失遠超硬件漲價本身。因此，以架構創新釋放每一分算力價值，是優化總體TCO最直接、最有效的手段。

這意味著存儲系統需要通過創新的架構，比如通過更高效的數據通路與協議實現“超級隧道”傳輸，來實現極致的高性能與高密度，確保后端昂貴的GPU算力集群永不閑置。這些理念在實際應用中，也不乏成功的案例。如曙光ParaStor F9000分布式全閃存儲，搭配NVMe與RDMA技術組合，在中國移動呼市數據中心，實現存儲網絡帶寬提升2倍、延遲降低3倍，單節點190GB/s帶寬可同時支撐約38塊GPU卡訓練，徹底打通AI算力釋放瓶頸。

其次，“智能”的意義在于，通過軟件定義與策略升級實現資源的優化配置。面對海量的熱數據、溫數據和冷數據，一套“智能化”的存儲系統就必不可少。它應具備智能分析業務負載模式、智能識別數據價值、自動進行數據分層與遷移的能力，將高頻訪問的“熱”數據置于高性能介質，將低頻數據沉降至成本更優的層級，并結合高效的數據縮減技術，最大化有效存儲容量。

很明顯，這種基于軟件的策略，能夠動態提升存儲資源利用率與整體能效，形成一道柔性的“緩沖墊”，有效對沖硬件價格的剛性波動。

第三，“協同”的本質是打破壁壘，實現系統級與生態級的優化。眾所周知，“數據孤島”與“存算割裂”會給智算中心帶來巨大的調度開銷與性能損耗。因此，必須追求存算網的緊耦合設計與協同優化，確保數據能在整個系統內高效、無損地流動。

更進一步，在CPU、GPU、ASIC等多元算力并存的生態下，存儲系統需要通過開放架構與標準協議，實現與上層應用及多樣算力平臺的深度協同，這支撐了數據作為生產要素的高效、可信流動與處理，使得整個智算基礎設施能夠靈活、彈性地適應不斷變化的AI業務需求，從整體系統層面降低復雜性與運維成本。

03

啟示

從硬件主導到系統主導的進階

如果我們站在更宏大的產業視角審視，這一輪SSD為代表的硬件漲價潮，非但不是壞事，反而是一次珍貴的“壓力測試”。

它提醒每一位智算產業的從業者：在不可控的外部供應鏈變量上過度消耗精力是低效的，真正的高價值賽道，在于對自身可控的系統深度優化與性能挖掘。將有限的資源，投入到提升確定性能力上，才能構建穿越周期的持久競爭力。

展望未來，隨著全球AI競賽的持續白熱化，對算力與存力的需求將在相當長時期內保持高位。按照相關機構的預測，2026年NAND位元需求增速將達到23%，將持續高于供給增速的18%，與此同時企業級SSD價格全年漲幅或達60%，服務器CPU產能全年基本售罄。

這意味著，SSD、CPU等先進計算硬件的供不應求，在未來很長一段時期內，就會成為一種常態。在此背景下，傳統依賴硬件規模線性擴張的粗放式增長模式將難以為繼。智算產業的發展邏輯，必須從“以硬件為中心”的規模競賽，轉向“以系統性能為核心”的精益化運營。

當然，這本質上是任何成熟產業都會經歷的演進之路，與汽車產業，從早期比拼發動機排量，到追求整車能效與智能化體驗的歷程相似，這也會是一個從發展初期的“硬件主導”階段，過渡到成熟期的“系統主導”階段的必然過程。

對于方興未艾的智算產業而言，此次漲價周期恰是這場變革的催化劑，推動全行業告別對單一硬件成本的焦慮，共同邁向以系統性極致追求為標志的高質量發展新階段，引領智算產業邁向更高效、更經濟的未來。