闪存制造商 SanDisk 近日发布《Tokenomics 2030》展望报告,对全球人工智能系统的代币(token)生成量进行了预测。据其内部分析估计,到 2026 年,AI 系统将产生约 150 万亿个代币;而到了 2030 年,这一数字可能达到每年 10 万亿个,折合每秒约 317 亿个。

- SanDisk 估算显示,2026 年全球 AI 代币产量约为 150 万亿,2030 年有望增至每年 10 万亿(即每秒 317 亿)。
- 该模型基于基础设施产能上限而非需求预测构建,其输入参数未公开,被标记为“说明性”数据。
- SanDisk 的 2030 年预测值约为高盛研究此前预测值的 7 倍。
基于产能上限的推算逻辑及其局限性
负责组建该模型团队的是 SanDisk 产品管理高级副总裁 Eric Spanneut。与传统的从 AI 需求出发进行预测不同,该模型侧重于评估现有世界基础设施实际能够支撑多少代币输出。
模型的输入变量仅在广义上进行了描述,主要涵盖指向 AI 推理的功率、加速器机队的规模与能力、计算与内存带宽、网络与存储设施,以及利用率和软件效率的预期提升。这意味着,“每秒 317 亿代币”这一数值更接近于一种产能上限,而非确切的需求预测,且 SanDisk 尚未公布支撑这一结论的具体假设条件。
尽管数字看似精确,但其推导过程存在简化:将每年 10 万亿代币除以一年中的约 315 万秒,即可得出每秒 317 亿的数值。若按此计算,从 2026 年到 2030 年的四年间,全球代币产量需增长超过 60 倍,年均增长率接近三倍。
作为参考,2026 年的基线数据具有一定的合理性。在 2026 年 5 月的 Google I/O 大会上,Alphabet CEO Sundar Pichai 透露,Google 单月处理代币数量已达 3.2 万亿,较一年前的 480 万亿大幅增长。换算下来,这相当于每秒处理约 12 亿个代币。
此外,Alphabet 2026 年第三季度的财报评论指出,仅其第一方模型 API 每分钟就运行近 320 亿个代币,环比增长 40%,是去年同期的四倍以上。独立监测机构的数据也佐证了这一趋势:今年 7 月,I/O 基金引用某追踪器数据显示,全行业每日交易量接近 370 万亿代币,折合每年约 135 万亿代币,尽管该统计方法未作详细披露。
与高盛预测的巨大差异及指标定义争议
SanDisk 的预测显得极为激进。相比之下,高盛研究在 5 月预计,受 AI 代理推动,2026 年至 2030 年间代币消费将增长 24 倍,每月达到 120 万亿代币。若按月均速率换算,SanDisk 预测的每年 10 万亿代币约合每月 833 万亿,是高盛预测值的 7 倍左右。
造成这一差距的原因部分在于起点设定:高盛的倍数预测隐含了 2026 年月均约 5 万亿代币的基础,而 SanDisk 则采用了 12.5 万亿的更高基数;剩余差距则源于 SanDisk 假设了更快的增长速度。
更深层的问题在于这些代币究竟衡量了什么。代币并非智能或价值的直接度量标准,目前也没有公认的公式能将代币输出转化为具体的存储需求。虽然一个每秒生产 317 亿代币的世界无疑会执行更多的 AI 任务,但这并不等同于完成了 60 倍的有用工作。
商业动机:KV 缓存与企业 SSD 的角色
这份展望背后的商业逻辑聚焦于 KV 缓存(Key-Value Cache),即模型在读取提示时建立的注意力状态。SanDisk 认为,将所有这些数据存储在稀缺且高带宽的内存中并不总是经济或实用的,企业级 SSD 可以作为更大的缓存层,存储选择性的数据,从而避免系统重新计算已完成的工作。在其宣传材料中,SSD 甚至被比喻为“代币电池”。
这一工程案例确实存在,但并非 SanDisk 独有。LMCache、Nvidia 的 Dynamo 框架和 BlueField-4 CMX 平台、WEKA 以及 Phison 等厂商均已实现将 KV 缓存持久化到存储中。在今年夏天的 Future of Memory and Storage 会议上,Nvidia 辩称存储的重要性已与闪存相当,因为从闪存而非 DRAM 提供 KV 缓存,能使每个 GPU 支持更长的上下文窗口和更多的并发用户。
值得注意的是,该展望中最关键的投入要素——电力,也是其最脆弱的环节。SanDisk 附带的帖子承认,电力是起始约束条件。芯片短缺预计至少持续一年,而据 NAND 制造商估计,新产能达到量产需要大约四年时间,供应困难可能会推迟至 2030 年。
总体而言,这是一份来自存储供应商的估算,前提是假设全球 AI 基础设施建成、供电充足并以全容量运行。其基线数据可信,发展趋势方向明确,但最终的预测结果依赖于 SanDisk 尚未公开的假设,目前尚未经过外部审查。





