GMIF2026 in Shenzhen: KI-Inferenz rückt Speicher und Storage ins Zentrum

Vom Training zur Inferenz: Speicher rückt ins Zentrum

Der Gipfel wurde gemeinsam von der Shenzhen Memory Industry Association (SMIA) und der School of Integrated Circuits der Peking-Universität ausgerichtet. Nach Angaben der Veranstalter ist die GMIF von einem regionalen Treffen zu einer Referenzgröße für das globale Ökosystem der Halbleiterspeicher gewachsen. Die diesjährige Ausgabe umfasste Keynotes, ein Investitionsforum, Produktausstellungen und einen weltweiten Livestream.

Rixin Sun, Präsident der SMIA, sagte, mit dem Wandel der KI von generativ zu agentisch seien Inferenzeffizienz, Datenscheduling und Systemkoordination zu gemeinsamen Prioritäten geworden. Die Zusammenarbeit entlang der Wertschöpfungskette beschrieb er als tiefere Partnerschaft, die auf Workload-Anforderungen, gemeinsamer Produktdefinition und Szenarienvalidierung beruhe.

Die Veranstalter bezeichneten das Token als neue Werteinheit, da sich die KI vom Modelltraining zur kommerziellen Inferenz im großen Maßstab verlagere. Inferenz verlangt niedrige Latenz, hohe Parallelität und anhaltenden Durchsatz. Damit werden Bandbreite, Kapazität und Energieeffizienz von Speicher und Storage zu Schlüsselfaktoren für Systemeffizienz und Kosten.

Daniel Yen von Morgan Stanley prognostizierte, dass die weltweiten Investitionsausgaben für Rechenzentren in den kommenden Jahren hoch bleiben. Bis 2027 solle mehr als die Hälfte der Cloud-Rechenzentrums-Capex auf Speicher und Storage (ohne HBM) entfallen. Er nannte sechs Wege, die „Memory Wall“ zu überwinden: Prozessmigration, Designänderungen, Advanced Packaging, Speicherperipherie, PIM/CIM und neue Materialien.

HBM, NAND und der Aufstieg des gestuften Storage

Prof. Yimao Cai, Dekan der School of Integrated Circuits der Peking-Universität, sagte, HBM bleibe zentral für High-End-KI-Rechenleistung, doch Ausbeute, Kosten und thermische Grenzen schränkten die breitere Verbreitung ein. NAND-basierte Hochbandbreitentechnologien wie HBF seien wegen ihres Kostenvorteils zu einem wichtigen Forschungsschwerpunkt geworden. Hybride Multi-Media-Architekturen könnten für Modelle mit Hunderten Milliarden Parametern Leistung, Kapazität und Kosten ausbalancieren.

Kevin Yoon von Samsung Electronics sagte, Agenten erzeugten einen massiven Bedarf an KV-Cache und trieben die rasche Weiterentwicklung gestufter Storage-Architekturen voran. Er verwies auf Samsungs Arbeit an Z-NAND, PCIe-Gen6-SSDs und Rechenzentrums-SSDs mit extrem hoher Kapazität.

Maya Zhang von Sandisk nannte dies das erste Jahr des „Inferenz-Booms“. KI-Rechenzentren entwickelten sich von Kostenstellen zu Wert- und Kapazitätszentren, der Bewertungsrahmen verschiebe sich von TCO zu TVO. Die SSD beschrieb sie als „Token-Batterie“, die durch Token-Wiederverwendung die Wirtschaftlichkeit verbessere.

Benny Ni von Solidigm sagte, hochkapazitive QLC-SSDs würden schneller eingeführt, Memory Offloading sei von einer Alternative zu einem zentralen Designparadigma geworden, und Flüssigkeitskühlung sei zur Voraussetzung geworden, um High-End-Storage-Leistung freizusetzen. John Xavier Lionel von Arm sagte, der Wettbewerb verlagere sich vom Streben nach höheren TOPS hin zu einem Ausgleich von Rechenleistung, Speicher, Storage und Datenbewegung, damit „die richtige KI-Workload am richtigen Ort läuft“.

Am Edge sagte Stanley Huang von Silicon Motion, intelligenter Storage bestimme direkt die reale Geräteleistung, und verwies auf die Technologie PerformaShape. Sam Sun von BIWIN sagte, Inferenz trage den Speicherbedarf bis in die Endgeräte und dränge den Storage dazu, auf bestimmte Szenarien und Plattformen zugeschnitten zu werden.

Token-Fabriken und die Ausstellung

Tao Zhou von Lenovo ISG China sagte, 80 Prozent der Unternehmen hätten mindestens eine Art von Agent im Einsatz, doch weniger als 40 Prozent der Projekte ließen sich skalieren und erzielten einen positiven ROI. Lenovo nach eigenen Angaben ein Full-Stack-Paradigma der „Token-Fabrik“ aufgebaut, das Data Governance, Optimierung der Rechenleistung und Sicherheitsmanagement umfasst, um dem zu begegnen.

Weitere Firmen steuerten Teile des Stacks bei. Numbers Law stellte seine PMD-Technologie (Parallel Magnetic Drive) vor, NEXWISE seine Token-Fabrik-Lösung „KuberCloud“. Infplane, Maxio und Genstoraige konzentrierten sich darauf, die Einstiegshürde für große On-Device-Modelle durch gestuftes KI-SSD-Offloading und Speichererweiterung zu senken.

Die begleitende Ausstellung versammelte 40 Unternehmen. SanDisk zeigte sein automotives UFS 4.1 iNAND AT EU752, die Enterprise-NVMe-SSD SN861 und BiCS8-QLC-NAND. Silicon Motion stellte den PCIe-Gen6-Controller SM8466 mit 16 Kanälen und den Controller SM2524XT für Edge-SSDs vor. Lenovo präsentierte seine KI-Server der Serie WenTian für integriertes Training und Inferenz, NEXWISE zeigte Hard- und Software für Token-Fabriken mit tokenbasierter Abrechnung.

Was das für den Markt bedeutet

Die Botschaft des Gipfels: Inferenz im kommerziellen Maßstab macht Speicher und Storage zu einer Frage des Gesamtsystemdesigns und nicht nur zu einer Komponentenwahl. Anbieter von HBM, NAND, Controllern und Modulen positionieren ihre Produkte rund um KV-Cache-Offload, gestuften Storage und szenariospezifisches Design. Laut den Veranstaltern plant die GMIF künftig ein spezialisierteres und stärker differenziertes Format, das Speicherunternehmen mit Akteuren der KI-Rechenleistung und der Endanwendungen weltweit vernetzt.