存储暴利背后的“内存墙”，与EdgeRock-4B的消解逻辑2026年第三季度，全球五大存储芯片厂商——三星、SK海力士、美光、铠侠、闪迪——合计营业利润达到约32万亿日元（约1.52万亿元人民币），较去年同期暴增10倍。同期，美国五大科技巨头（Alphabet、微软、亚马逊、Meta、苹果）的合计营业利润约为25万亿日元。

这是存储厂商的单季利润首次在总量上全面超越长期占据利润榜首的美国科技巨头。三星单季营业利润突破100万亿韩元，SK海力士营业利润率高达80%，美光调整后营业利润率达到82.3%。

但这份暴利背后，藏着一个被利润数字掩盖的真相：存储芯片的利润，本质上是从AI推理的“内存饥渴”中榨取出来的。 而EdgeRock-4B要做的事情，恰恰是从算法层面消解这种饥渴。

一、存储暴利的本质：AI推理被“内存墙”卡住了脖子AI推理的真正瓶颈，已经不再是GPU的浮点运算能力，而是数据搬运。

华中科技大学教授金海指出，算力增速远超存力，叠加传统DRAM扩展趋近极限，导致加速器算力利用率普遍不足50%。大量DRAM晶圆被转向服务器内存和HBM，通用DRAM供给被挤压，价格持续攀升——三星三季度DRAM平均售价环比上涨约20%，过去一年半存储价格已经涨了10倍。

问题的核心在于KV Cache。模型每生成一个新token，都要保留此前所有token的键和值。以Qwen3.5-4B为例，上下文到256K时，一条序列的KV Cache就占8 GiB。一张80GB显卡，并发几十条请求就会被显存占满，计算单元只能空等数据。

存储厂商的暴利，正是建立在这个结构性矛盾之上：推理需求越长，KV Cache越膨胀，显存越不够用，存储芯片越抢手。 只要“内存随推理增长”这条规则不被打破，存储厂商的利润就永远建立在算力浪费之上。

二、EdgeRock-4B的“反向操作”：让KV Cache根本不增长EdgeRock-4B的核心机制，不是“压缩”KV Cache，而是让它根本不增长。

通过记忆岩锚机制，EdgeRock-4B将每条序列的注意力KV Cache固定在72 MiB——无论上下文是4K还是256K。在256K上下文下，相比源模型Qwen3.5-4B的8 GiB，减少了99.1%。

更关键的是，它没有为了“固定内存”而牺牲推理能力。在AIME 2024–2026上，EdgeRock-4B平均一次通过率达到82.9%，而参评的其他有界状态模型（包括最大到14B的模型）最好成绩仅为18.8%。岩芯矩阵团队评测了16个固定内存架构的模型，结论是：固定内存并不难，难的是固定之后还记得住。EdgeRock-4B证明了“恒定内存”与“强推理”可以同时成立。

在单张Hopper 80GB GPU上，EdgeRock-4B实现了512路长推理并发，输出吞吐达到12124 tokens/s，是源模型的6.42倍。按GPU时长计费的话，每个token的算力成本也按相应比例下降。

三、如果应用于算力中心：推理经济学的一次重写算力中心目前面临的核心矛盾，是显存容量决定并发上限。

一个以长推理、Agent工作流为主的推理集群，其单位GPU能同时服务的请求数，直接取决于每条序列的KV Cache大小。当KV Cache从8 GiB降到72 MiB，同一张卡可以承载的并发请求数提升了一个数量级以上。这意味着，在GPU采购成本不变的前提下，单位时间产出的token数量可以提升数倍。

对于算力中心的运营者而言，这直接改变了两笔账：

第一笔是存储采购账。 如果推理集群中大量请求的KV Cache不再随上下文膨胀，对HBM和DRAM的绝对需求量会相应下降。存储厂商的暴利，部分建立在这种“算法层面的浪费”之上。EdgeRock-4B不是在帮存储厂商卖更多内存，而是在帮算力中心少买内存。

第二笔是GPU利用率账。 当前加速器算力利用率普遍不足50%，大量时间花在等待数据搬运上。KV Cache固定后，显存不再成为并发瓶颈，计算单元的利用率可以显著提升。同样的GPU集群，可以承载更多的推理负载，或者以更少的GPU完成同样的任务。

四、如果应用于通用大模型：从“堆显存”转向“定内存”当前通用大模型的推理部署，遵循的是一条“堆显存”的路径：上下文越长，需要的显存越多；请求越多，需要的GPU越多。这条路径的终点，是推理成本随上下文长度线性甚至超线性增长。

EdgeRock-4B的“固定内存”设计语言，提供的是另一种可能：将推理的内存开销从“变量”变为“常量”。

如果一个通用大模型在部署时，能够以固定容量的持久状态承载长上下文推理，那么它的服务成本就不再受“用户问得多长”或“Agent跑得多深”的剧烈影响。对于提供API服务的厂商而言，这意味着成本的可预测性——不再需要为长尾请求预留大量冗余显存，也不再需要因为少数超长请求而牺牲整体并发。

更深远的影响在于，它改变了“更大上下文=更高成本”的默认等式。当固定内存的推理成为可选项，通用大模型的竞争维度将从“谁能在更长的上下文上跑出更高的分数”，部分转向“谁能在固定的内存预算内，保持足够强的推理能力”。

五、商业逻辑：免费开源代码，收费的是“内存经济学”EdgeRock-4B的权重和推理代码以开源形式发布，支持数据中心与端侧设备部署。但“代码免费”不等于“架构免费”。

它的核心价值不在模型权重，而在记忆岩锚机制——一套让KV Cache不随上下文增长、同时保留关键推理细节的架构设计。任何企业如果试图在自己的推理系统中复刻这套机制，或者将其固化进芯片，就需要获得架构层面的授权。

这套逻辑与高通、ARM的IP模式内核一致：代码开源换生态，架构授权收壁垒。 当存储成本成为AI推理最大的单项开支之一时，一个能够从算法层面直接消解内存增长需求的架构，其授权价值不取决于模型参数有多大，而取决于它为算力中心节省了多少显存采购和GPU扩容的资本开支。

六、结语存储厂商的32万亿日元利润，是一面镜子。它照出的不是存储行业的“胜利”，而是AI推理被“内存墙”卡住的结构性困境。当推理越长、显存越不够、存储越涨价时，整条产业链的利润在向存储环节集中，而算力中心和模型厂商在为“数据搬运”买单。

EdgeRock-4B做的事情，是从算法层面拆除这堵墙的根基。它不是在帮存储厂商卖更多芯片，而是在帮算力中心少买芯片。它不是在追求“更大的上下文”，而是在追求“上下文再长，内存不涨”。

当AI推理的竞争从“堆显存”转向“定内存”，利润的流向也会随之改变。而EdgeRock-4B，正站在这条转折线的起点上。