DeepSee掀起“存力重构”：从“计算密集”迈向“以存换算”新范式
核心逻辑分析： DeepSeek 发布的 Engram 架构标志着大模型从“计算密集型”向“存算协同型”的重大转职 。通过引入“条件记忆”这一新稀疏维度，Engram 实现了模型参数与 HBM 容量的线性脱钩，将海量静态知识下沉至低成本存储介质，开启了 DRAM 与 NAND Flash 深度参与实时推理的红利期。一、 HBM 逻辑从“刚性绑定”转向“结构稀疏”
需求强度稀释： Engram 架构证明了占据模型约 20%-25% 的参数（静态 N-gram 嵌入表）可从 HBM 中剥离。这意味着在同等参数规模下，单位参数对 HBM 的依赖强度下降 。
角色定位漂移： HBM 将从存储全量参数的“仓库”退回为专注于动态 MoE 专家与 KV Cache 的“高速缓存/车间” 。
带宽依然饥渴： 尽管容量需求增速放缓，但 MoE 层的高计算密度对 HBM4 等更高带宽标准的需求依然迫切，市场将从追求“容量堆叠”转向追求“极致带宽”。
二、 DRAM 战略地位跃升，需求叠升：从“幕后辅助”到“第二显存”
确定性预取开启量价齐升： 基于 Engram 的确定性哈希索引，系统可在 GPU 计算时异步从 Host Memory 预取数据 。DRAM 成为承载“温数据”的核心层级，单节点容量配置有望从 1-2TB 翻倍至 4TB 以上。
技术规格加速升级： 为了匹配 PCIe 5.0 带宽并实现“无感预取”，服务器对高频 DDR5、MRDIMM 及 CXL（存储池化）的需求或将迎来爆发式增长。
三、 NAND Flash 估值重塑：首次进入“热推理路径”，企业级SSD向高端演进
长尾知识下沉： 基于自然语言的 Zipfian（齐普夫）定律，Engram 将 Bottom 80% 的低频冷数据存储于 NVMe SSD。NAND 不再仅是“冷备份”，而是直接参与推理回传。
性能指标范式转移： 传统的顺序读写让位于 4K 随机读 IOPS。为了满足实时推理的 QoS 要求，具备高随机读性能、支持 ZNS 技术的高端企业级 SSD（eSSD）将出现结构性短缺3。
四、 产业影响与国产供应链机会
Engram 架构通过“以软补硬”，为中端 GPU 或受限芯片通过外挂大内存+大 SSD 部署万亿模型提供了可能。这不仅是算法的胜利，更是国产存储产业链的红利
建议关注：
企业级存储： 江波龙、德明利、佰维存储、协创数据、香农芯创等；
DRAM设计： 兆易创新、普冉股份、北京君正、东芯股份等。
页:
[1]