SK 海力士预测 2030 年 AI 基础设施性能规模将增长约 20 倍

SK 海力士预测：到 2030 年，AI 基础设施性能规模将增长约 20 倍

文章要点

1SK 海力士开发总管安炫在 SEDEX 2026 演讲中预测，2030 年 AI 基础设施性能规模将增长约 20 倍。
2他称 AI 推理需求正沿任务复杂度、上下文长度和请求量三个维度扩张，带动算力基础设施需求迅猛增长。
3KV Cache 容量膨胀迫使数据分摊于 HBM、DRAM 和 SSD，数据迁移正成为制约性能并推高能耗的新瓶颈。
4SK 海力士正研发 3D 堆叠 DRAM 与高带宽闪存 HBF，目标 HBF 带宽约为同代 HBM 的 50%、容量扩约 10 倍。

决策要点

存储环节正被推理需求推到瓶颈位置，头部存储厂的研发重心从单芯片性能转向整个存储层次的优化。

影响：推理量上升会推高 KV Cache 存储与数据迁移带来的能耗成本；算力扩容的瓶颈判断需要加入存储维度；下一代存储技术会进入长期架构与采购规划的讨论范围。
参考：可考虑在推理成本核算中单列存储与迁移的能耗项；值得跟踪 3D 堆叠 DRAM 与 HBF 的研发进度，再排长期硬件升级计划。
依据：判断依据为 SK 海力士开发总管安炫在 SEDEX 2026 的演讲，经韩联社报道转述，属厂商单方预测口径，暂无独立验证。

正文

IT之家 10 月 14 日消息，据韩联社报道，SK 海力士开发总管安炫（Ahn Hyun）今日在首尔江南区 COEX 举行的“第 28 届韩国半导体大展”(SEDEX 2026) 上发表主旨演讲。他预测称，2030 年 AI 基础设施性能规模将增长约 20 倍。

安炫指出，当前 AI 推理市场正同时在三个维度快速扩张：任务复杂度的提升、单次处理信息量（上下文长度）的激增，以及推理请求量的井喷。这些因素相互交织，推动了 AI 算力基础设施需求的迅猛增长。

随着 AI 推理需求的暴增，承担海量数据存储与迁移任务的存储器，其关键地位愈发凸显。特别是用于保存并复用前序处理信息的“键值缓存（KV Cache）”容量持续膨胀，迫使系统必须将数据分摊存储于高带宽内存 HBM、DRAM 以及 SSD 等不同介质中。分析表明，在此过程中产生的数据迁移，正演变为制约性能提升并推高系统能耗的全新瓶颈。

对此，安炫作出了这一预测，即人工智能基础设施的性能规模到 2030 年将增长约 20 倍。

安炫强调，行业不能仅停留在提升单一存储芯片的性能上，而亟需采取优化整个存储层次结构的全局方案。

为此，SK 海力士在持续优化现有 HBM 性能的同时，正全力推进 3D 堆叠 DRAM 以及高带宽闪存 HBF 等下一代存储技术的研发：

3D 堆叠 DRAM：通过在 GPU、NPU 等逻辑芯片之上直接堆叠 DRAM，在大幅跃升传输性能的同时显著降低能耗。
高带宽闪存 HBF：将成熟应用于 HBM 的硅通孔立体堆叠与高速 I/O 接口技术导入 NAND 闪存，旨在 HBM 与 DRAM 之间开辟全新的存储层级。

IT之家从报道获悉，SK 海力士的目标是将 HBF 的带宽做到同代 HBM 的 50% 左右，同时实现约 10 倍的容量扩容。