SK 集团会长崔泰源在采访中表示，AI 智能体、推理缓存、物理 AI 和机器人等应用正在改变内存需求结构，未来内存需求可能持续快速增长。对企业而言，这一趋势提示算力、云资源和数据基础设施规划需要更重视成本、供应与合规风险。
今日技术观察 IT之家 7 月 10 日消息，SK 海力士今日在纳斯达克挂牌交易其美国存托凭证（ADR）。随后，SK 集团会长崔泰源接受了彭博社与 CNBC 的采访。IT之家注意到，崔泰源表示，在人工智能时代，内存行业已进入结构性增长阶段。过去，内存的需求主要取决于人口数量或是智能手机和个人电脑的销量。然而，随着 AI 智能体、推理过程中产生的键值缓存（KV Cache）、物理 AI 以及机器人的出现，如今的需求结构本身已发生了彻底改变。崔泰源表示： 01 背景速览 背景速览：据报道，SK 海力士美国存托凭证在纳斯达克挂牌交易后，SK 集团会长崔泰源接受媒体采访时谈到，人工智能正在改变内存行业的需求逻辑。过去内存需求更多受智能手机、个人电脑等终端销量影响，而现在 AI 智能体、推理过程中的 KV Cache、物理 AI 与机器人等场景，正在带来新的增长变量。他还提到，SK 海力士计划未来五年将产能翻倍，但部分客户仍认为供应可能不足。 02 趋势影响 趋势影响：如果 AI 推理、智能体协作和更复杂的多模态应用继续扩展，内存将不只是服务器配置中的普通组件，而会成为影响模型响应速度、并发能力和总体成本的重要因素。对云计算服务商、AI 基础设施厂商和企业级软件平台来说，内存资源的价格、交付周期和供应稳定性，可能会进一步影响产品架构与商业预算。 03 企业应用启发 企业应用启发：企业在推进 AI 项目时，不宜只关注模型能力和 GPU 算力，也需要把内存、存储、网络和缓存策略纳入整体评估。例如，知识库问答、智能客服、代码助手、数据分析智能体等系统，在高并发或长上下文场景下，可能会明显增加内存与缓存压力。企业可以从试点阶段就建立资源监控、容量预测和成本核算机制，避免项目扩大后才发现基础设施难以承载。 04 合规观察 合规风险提醒：AI 基础设施扩张并不等于可以忽视数据安全和合规边界。企业在使用云服务、外部模型或自建推理平台时，应明确数据分级、访问权限、日志留存和跨境传输要求。特别是在缓存、向量数据库和模型调用链路中，敏感信息可能被重复存储或间接暴露，需要通过脱敏、加密、最小权限和审计机制降低风险。 05 开放讨论 开放讨论问题：面对可能持续增长的 AI 内存需求，企业应优先选择云上弹性资源，还是提前投入自建或混合基础设施？在预算有限的情况下，是优先优化模型与应用架构，还是增加硬件资源冗余？对于正在部署 AI 智能体的团队，哪些监控指标最能提前反映内存和缓存瓶颈？ 公开来源参考 SK 集团会长崔泰源：AI 驱动内存需求呈指数级增长，未来五年产能翻倍仍难满足