AI生态如何应对“天价存储”?降规、分离负载和CXL内存池化
内存短缺已成为本轮AI建设周期中最持久的结构性制约,而AI算力扩张的脚步不会等待新晶圆厂落地。面对这一矛盾,整个产业链正在探索三条绕道而行的路径——降低内存规格、拆解推理负载,以及通过CXL技术实现内存池化共享——并在此过程中催生出新的投资机会。 摩根士丹利在最新研究报告中指出,英伟达CEO黄仁勋近期已明确表态,行业需要以全新思维应对内存瓶颈。这并非悲观信号,而是产业界对未来数年持续短缺的主动预判。 内存紧缺的烈度或有起伏,但AI将在可预见的未来基本吸收全部可用供应。 在投资层面,摩根士丹利将Astera Labs(ALAB)和Marvell(MRVL)
阅读详情
