马斯克警告AI存储短缺，算力市场迎来新瓶颈
AI产业的下一场竞争，可能不只是围绕GPU展开。
在SpaceX最新财报电话会上，分析师 Doug Anmuth 向 Elon Musk 提问，未来算力市场的供需格局是否会发生变化，以及当前较高的定价能力能否持续。
马斯克给出的答案，将焦点指向了一个容易被忽视的环节——存储。
他表示，目前人工智能扩展过程中最大的瓶颈仍然是Memory（存储）。虽然全球存储产能每年增长约20%，对于一个成熟产业而言，这已经是非常高的扩张速度，但问题在于，AI需求增长速度远远超过供应增长。
在他的判断中，AI相关需求增速可能达到每年200%，甚至更高。
如果这一趋势持续，按照基本经济规律，当需求增长速度长期超过供给扩张能力时，价格不会下降，反而可能继续上涨。
这实际上揭示了AI基础设施竞争正在发生变化。
过去一年，市场讨论最多的是GPU供应紧张。英伟达高端AI芯片成为各大科技公司的争夺对象，数据中心建设也围绕算力芯片展开。但随着模型规模扩大，单纯增加GPU数量并不能解决所有问题，存储、网络、电力等环节正在成为新的限制因素。
AI模型需要处理的数据量正在快速增加。
无论是训练大型语言模型，还是运行企业级AI应用，都需要大量高速存储资源。尤其是在推理需求增长之后，数据读取和实时响应能力变得越来越重要，存储系统的重要性开始接近计算芯片本身。
这也是为什么近年来高带宽存储（HBM）成为半导体产业关注焦点。
HBM作为连接GPU与存储之间的重要技术，已经成为AI加速器的重要组成部分。英伟达、AMD等芯片企业都在积极扩大相关供应链，而存储厂商也在增加资本投入。
但扩产并非短期可以完成。
半导体制造需要长期投资周期，从设备采购、产线建设到良率提升，都需要时间。如果AI需求继续保持高速增长，供应链可能长期处于紧平衡状态。
马斯克的判断，本质上是在提醒市场，AI基础设施并不是一个简单的芯片问题，而是一整套工业体系的问题。
这与此前互联网时代的数据中心扩张有相似之处。早期市场往往关注服务器数量，但随着业务规模扩大，电力、网络、土地和能源供应逐渐成为决定增长速度的关键因素。
如今AI正在经历类似过程。
大型科技公司持续投入数千亿美元建设AI基础设施，但真正限制扩张速度的，可能不是资本，而是产业链能否同步跟上。
当然，存储需求是否会长期维持200%的增长仍存在不确定性。AI应用商业化速度、模型效率提升以及技术路线变化，都可能影响最终需求。
但短期来看，AI产业正在进入一个更加复杂的阶段。
竞争优势不再只属于拥有最强模型或最多GPU的企业，而属于能够控制整个基础设施链条的公司。从芯片、存储，到数据中心和能源供应，每一个环节都可能成为新的战略资源。
马斯克关于存储瓶颈的判断，也反映出AI热潮正在从软件创新阶段，进入更深层的工业扩张阶段。未来几年，决定AI产业天花板的，或许不仅是算法能力，还有全球制造体系能否承载这场算力革命。