存储芯片价格上涨与需求驱动 - DDR4/LPDDR4X存储芯片价格大幅上涨，主要受AI驱动行业需求增长和原厂减产导致的供给紧张共同影响 [1] - AI大模型兴起对存储传输速度、数据存储容量和规格技术提出更高要求，"以存提算"成为破解AI算力瓶颈的行业共识 [1] - 芯片科技股持续走强，芯片ETF（159995）上涨3.58%，成分股中海光信息上涨11.12%，瑞芯微上涨7.23%，兆易创新上涨5.48% [1] AI算力关键技术发展 - 先进封装多芯片互联技术、先进工艺代工和近存计算被认定为AI大规模计算的三大关键技术 [2] - 先进封装有望在2027年迈入硅光CPO时代，先进工艺有望进入2nm时代，背面供电和深沟槽成为核心技术 [2] - 近存计算逐步从2.5D迈向3D，CUBE等多元技术路线涌现 [2] 多芯片互联技术突破 - 多芯片互联成为AI算力扩展关键，可规避芯片制造工艺限制并提供持续算力支持 [4] - CPO作为硅光与先进封装的融合方案，能保持高带宽密度同时降低传输损耗，预计2027年实现大规模商用 [4] - 英伟达指出CPO相比插拔式光模块可减少30%能量损耗，并通过Spectrum-X Photonics交换机消除传统架构瓶颈 [4][5] 存储技术创新演进 - HBM技术从当前12层（HBM3E）向16层（HBM4/HBM4E）演进，预计2026-2027年进一步提升AI芯片性能 [5] - 3D堆叠方案CUBE和基于Chiplet及RISC-V架构的AI芯片方案受到行业广泛关注 [5] - 存储介质方面NAND和HDD成本差距明显，尚未实现完全替代，但国产高端网络方案已出现 [9] 算力基础设施转型 - AI驱动从传统数据中心向智算中心转型，需全面升级基础设施提升算力可用度、规模及MFU利用率 [8] - 2025年被认定为国内应用智能体发展元年，企业算力需求旺盛但受技术差距和使用门槛制约 [8] - 神州数码推出基于鲲鹏920的大模型训推一体服务器，面向互联网客户拓展信创市场机会 [8] 存储效率与成本优化 - 存储性能直接影响GPU效率，性能不足会导致成本上升和产品迭代效率变慢 [9] - 行业正将更先进技术应用于存储系统，包括新形式的存储连接方式 [9] - 存储技术升级、国产突破和效率提升对二级市场板块形成积极推动作用 [9]