技术范式 - 以存代算作为颠覆性技术范式应运而生 旨在突破算力瓶颈与存储墙制约 [1] - 技术通过将AI推理过程中的矢量数据从DRAM和HBM显存迁移至大容量高性价比SSD介质 [1] - 实现存储层从内存向SSD的战略扩展而非简单替代 [1] 核心价值 - 显著降低首Token时延并提升推理吞吐量 [1] - 大幅优化端到端的推理成本 为AI大规模落地提供可行路径 [1] - 显著节省算力消耗并加速AI推理 [1] 行业影响 - AI存储革命已至 以存代算催生核心机遇 [1] - 带动SSD需求增速高于传统曲线 [1]

技术范式背景 - AI推理已成为衡量大模型商业化价值的关键标尺 但面临"推不动、推得慢、推得贵"的挑战 [1] - 为突破算力瓶颈与"存储墙"制约 "以存代算"作为颠覆性技术范式应运而生 [1] - 该技术通过将AI推理过程中的矢量数据从昂贵DRAM和HBM显存迁移至大容量高性价比SSD介质 [1] 核心技术价值 - CachedAttention技术将首Token时延显著缩短87% [2] - Prefill阶段吞吐量提升7.8倍 [2] - 端到端推理成本降低70% [2] - 实现存储层从内存向SSD的战略扩展而非简单替代 [1] 硬件架构突破 - SSD深度参与AI推理 需承接从HBM、DRAM卸载的KVCache [4] - AISSD技术向QLC颗粒演进 实现高性能与大容量兼顾 [4] - 接口协议以PCIe5.0/6.0搭配NVMe为基础 未来融入CXL技术 [4] - 功能向智能化升级 包括自主处理AI检索任务和液冷散热方案 [4] 企业实践案例 - 华为UCM构建智能分级缓存 数据在HBM、DRAM、SSD中按需流动 [5] - 浪潮存储AS3000G7优化存储架构与缓存管理机制 具备高扩展性 [6] - 焱融YRCloudFileKVCache实现分布式环境下高效存取与智能负载均衡 [8] - 铠侠、美光、Solidigm等国际巨头积极推动AISSD技术迭代与产品创新 [10] 产业发展方向 - QLC+PCIe/NVMe+CXL有望构筑下一代AISSD基座 [10] - SSD从单纯存储介质升级为AI推理"长期记忆"载体 [10] - "以存代算"催生核心机遇 带动SSD需求增速高于传统曲线 [10]

AI存储行业发展趋势 - AI存储正迎来爆发式增长窗口期，新一代分布式存储能够实现百微秒级延迟与TB级吞吐，支撑训练、推理与Multi-Agent协同等核心场景，逐步成为AI时代存储层的主流选择 [1] - 全球数据量以36%的年增长率持续扩张，预计到2030年将达到YB级规模，高效、安全地存储海量数据成为算力发挥效力的前提 [2] - 大模型发展重心从训练主导转向推理优化和Agent生态，对存储需求产生五大核心变化 [3][4] 存储需求演变 - 吞吐需求从传统互联网应用的MB/s级提升至训练阶段数十GB/s、推理阶段百GB/s级，Multi-Agent协作需要500GB/s~1TB/s级聚合带宽 [5] - 延迟要求从传统应用的10ms级提升至训练中亚毫秒级、推理<1ms级，Multi-Agent协作需保持<1ms存储响应 [5] - 并发复杂性达到极致，需要支持GB/s级强一致同步、高QPS+低延迟推理，以及TB/s级实时协作 [5] - 多模态数据统一管理需求增强，需同时支持对象存储、文件系统、块存储和KV数据库，并支持数据快照和版本链 [6] - 支持Agent记忆持久化，解决碎片化记忆存储带来的高延迟和复杂度问题 [8][9] 技术突破与创新 - 以存代算成为全球共识，通过存储KV Cache等中间结果替代重复计算，将显存压力从平方级降至线性级，大幅提升推理效率 [7] - 硬件进入"超摩尔时代"，NVMe SSD容量年增50%+，RDMA网络延迟低至十微秒级，但传统存储软件栈开销仍在百微秒级别，形成明显"剪刀差" [10][11][13][14][16] - Universal Storage架构通过统一存储池、多协议访问、元数据与数据分离等技术，解决传统存储架构的效率瓶颈和扩展性缺陷 [23][26][27][28] 市场动态与投资机会 - 硅谷AI存储公司Vast Data正进行新一轮融资，估值高达300亿美元，较2023年12月的91亿美元估值实现3.3倍增长 [2] - 传统企业级存储市场存在大洗牌的颠覆性机会，推理、Agent、向量化等新兴需求将导致数据量爆发，引发存储层投入大幅增长 [32] - 新一代Universal Storage存储软件技术护城河深，全球范围内缺少开源软件可供借鉴，技术和工程门槛高，客户迁移成本高，营收质量和可持续性好 [33] 理想存储架构特征 - 统一存储池支持文件、对象、块、KV多种协议访问，消除数据孤岛和迁移开销，显著降低TCO [26] - 元数据与数据分离，由专用分布式元数据引擎管理，存储在持久内存或高速SSD中，实现毫秒级响应 [27] - 全用户态存储软件和RDMA技术实现零拷贝数据直接送入GPU显存，延迟降至数十微秒级，CPU开销极低 [28] 对标企业画像 - 需要强技术背景和长期自主研发存储系统软件的团队，具备企业关键业务场景的分布式块存储研发经验 [30] - 需从底层系统开始创新设计，结合新一代系统架构和硬件发展，研发统一分布式存储架构，支持传统接口和AI核心场景新型接口 [31] - 生态开放性和硬件中立性至关重要，需无缝对接国产算力芯片、硬件、训练框架、推理框架、Agent、云计算、数据库等 [31]

宏观策略与大类资产配置 - A股三大权益指数普遍延续上涨，中证500和深证成指上涨超过3.5%，创业板涨幅达8.58% [1] - 央行上周净投放资金851亿元，8月DR007基本维持在1.45%上下 [1] - 有色金属整体回升，原油小幅下跌，贵金属再度回落，黑色金属小幅下跌 [1] - 美元指数周环比下行0.43%至97.84，人民币汇率稳定在7.19 [1] - 大类资产轮动展望：权益赛点2.0攻坚不易，重视黄金，债券重点挖掘转债 [1] 固收与利率专题 - 当前市场预期交易特征明显，股债表现与基本面存在背离 [2] - "负反馈"担忧下央行的适时呵护构成利率上行的潜在边界 [2] - 配置盘在关键点位的买入行为压制债市调整空间 [2] - 10年期国债利率1.80%或将成为阶段性顶部 [33] - 中长期维度利率尚未形成趋势性上行风险 [2] 银行业信贷投放 - 信贷"前置倾向"明显，银行将项目储备集中在一季度开门红投放 [4] - 政策性银行信贷投放景气度较高，股份制和农商行信贷出现负增长 [4] - 信贷"时点效应"显著增强，季末偏强而季初季中偏弱 [4] - 1-7月企业和房贷利率稳定在3.2%和3.1%，LPR改革以来下行幅度最小 [4] - 货币政策工具可能更侧重于"量"而非"价" [4] 水泥行业分析 - 全国水泥均价同比低43.7元/吨，行业效益回到去年最差阶段 [7] - 上轮供给侧改革使行业利润从2016年518亿元恢复至2019年1867亿元 [7] - 当前产能利用率仅53%，预计需求底在12-15亿吨 [7] - 2027年碳交易将深化，外购碳排配额或增加单吨熟料成本78元以上 [7] - 反内卷治理将形成"市场+行政+法律"组合拳 [65] 石油石化市场 - IEA累计下修2025年原油需求增量35万桶/天 [8] - 8月报上调2025年供应增量37万桶/日，2026年上调62万桶/日 [8] - 7月炼油利润率提升至2024Q1以来最高水平 [8] - 石油库存连续5个月累库，6月环比增加90万桶/日 [8] - 原油累库主要来自中国，油品累库主要来自美国LPG/乙烷 [63] 半导体行业 - "以存代算"技术将AI推理数据从DRAM转移至SSD，带动SSD需求增长 [17] - 7月半导体供应链：设备和材料增长稳定，晶圆代工产能持续上升 [67] - DDR4存储价格持续波动，模拟、功率器件价格回升 [67] - 华为UCM技术通过智能分级存储机制优化AI推理效率 [66] - 重点关注存储SSD模组企业如江波龙、佰维存储等 [66] 化工行业 - 24年化工行业价格及利润在二季度出现阶段性反弹 [55] - 制冷剂、磷矿及磷肥、三氯蔗糖等行业供需格局改善 [56] - 本周硝酸价格上涨6.9%，硫磺价格继续推涨 [60] - 基础化工板块周涨幅3.27%，跑赢沪深300指数0.9个百分点 [60] - 改性塑料子行业周涨幅达11.44% [60] 重点公司分析 - 科沃斯25H1收入86.8亿元同比+24.4%，归母净利润9.8亿元同比+60.8% [18] - 科沃斯品牌海外业务同比+66.6%，欧洲市场同比+89.2% [35] - 嘉友国际25Q1营收22.9亿元同比+15%，归母净利润2.6亿元同比-14.8% [21] - 嘉友国际非洲业务持续深化，形成"可调配、可控速、可协同"物流网络 [39] - 三棵树上半年归母净利润4.4亿元同比+107.5%，家装漆量价齐升 [50]

行业评级 - 半导体行业评级维持"强于大市" [1] 核心观点 - "以存代算"技术突破推动SSD需求增长，华为UCM技术通过分级存储机制优化AI推理效率，将实时数据、短期记忆和长期数据分别存储在HBM、DRAM和SSD中，显著降低算力消耗 [4][10] - 7月半导体行业景气度回升，存储、模拟、功率、被动器件价格普遍上涨，DDR4价格波动，MCU交期稳定，Q3预计交期延长且价格持续上行 [5][11] - 2025年全球半导体增长乐观，AI驱动下游需求，国产替代加速，存储板块3Q25合约价涨幅高增，功率模拟业绩增速显著，晶圆代工龙头开启涨价 [6][12] 技术突破 - 华为UCM技术采用自适应全局Prefix Cache和动态稀疏加速算法，扩展推理上下文窗口10倍，降低首Token时延和单位Token成本 [10][16] - UCM通过SSD存储温冷数据减少HBM依赖，企业级SSD需求激增，重点关注存储模组厂（江波龙、佰维存储）及主控芯片厂商（联芸科技） [4][21] 供应链动态 - 7月半导体设备及硅晶圆订单稳定，材料厂商改善，原厂ADI收紧代理渠道，NVIDIA/AMD重启对华AI芯片销售 [28][29] - 晶圆代工产能利用率提升，台积电2nm良率超预期，中芯国际14nm良率超90%，封测端日月光布局汽车/机器人市场 [31][32] 价格趋势 - 存储市场DDR4价格回调但未恐慌性抛售，LPDDR4X持续涨价，低容量eMMC因MLC NAND资源紧张价格大幅走高 [33][37] - Flash Wafer及DDR5 16Gb Major价格小幅上涨，渠道DDR4内存条企稳，DDR5交期延长但价格稳定 [36][39] 投资建议 - 关注存储（兆易创新、香农芯创）、IDM代工（华虹半导体、中芯国际）、ASIC（翱捷科技）及设备材料（北方华创、中微公司） [7][12] - 端侧AI SoC芯片受益硬件渗透率提升，AI眼镜密集发布推动需求，CIS受智能车及手机新品拉动 [6][12]

行业投资评级 - 电子行业评级为"优于大势" [7] 核心观点 以存代算架构 - 存储作为大模型训练与推理的核心基础设施 高性能存储可缩短30%训练时长 降低GPU空耗 [3][17][18] - 推理环节通过SSD承载KV Cache实现"以存代算" 首token时延降低90% 上下文窗口扩展10倍 [3][24][27] - 推理需求超越训练成为算力增长核心 2027年推理算力占比预计达70% [30][31] 华为技术突破 - 华为AI SSD单盘容量从30.72TB提升至122.88TB 规划245TB 采用自研Hi1812主控与DoB堆叠工艺 [4][63][64] - UCM统一记忆数据管理器构建三级缓存体系 实现吞吐率提升22倍 上下文窗口突破128K [4][52][74] - 软硬协同优化包括数据缩减加速卡 块文件对象融合架构 跨代在线扩容等技术 [4][68] 产业链分析 存储介质发展 - AI SSD分性能型/容量型/智能型三类 性能型支撑KV Cache 容量型替代HDD实现同量同价 [55][57] - 全球巨头加速布局AI SSD Kioxia推出245.76TB产品 Micron发布PCIe 6.0 SSD [61][62] 投资标的 - 华为存储代理商：天源迪科 中建信息 银信科技 电科数字 [5][93][96][100][103] - 高密度SSD散热：鸿日达封装级散热片进入批量供货 [6][106][109] - 存储模组厂商：江波龙自研UFS4.1主控 佰维存储推进晶圆级封测 [6][111][114][117] - PCB/先进封装：深南电路 兴森科技 华海诚科等受益DoB工艺需求 [5][27][31] - SSD主控芯片：联芸科技 德明利等纠错能力要求提升 [6][32][33]

行业与公司 * 行业涉及AI推理、数据存储、闪存技术及金融科技应用[1][2][4] * 公司为华为及其合作伙伴（如中国银联、天源迪科旗下金华威、中建信息）以及存储产业链相关企业（凯霞、美光、海康威视、联云科技、德明利、鸿日达等）[1][2][4][10][11] 核心观点与论据 * 华为推出全闪存存储服务器 采用SSD和NAND技术 通过"以存代算"减少对HBM依赖 提升AI大模型推理体验 尤其应用于金融领域运维效率提升[1][2][5] * "以存代算"通过外挂向量知识库和三层缓存机制（HBM-DDR-SSD） 将计算中间结果存储于SSD 减少实时计算需求 增强系统记忆能力及连续对话和复杂任务处理能力[1][5] * "以存代算"是行业趋势 凯霞和美光等公司也推进类似技术 通过将矢量数据从DRAM移至SSD 扩展而非替代DRAM或内存 以系统创新弥补硬件短板[1][6][12] * 华为在SSD存储上创新显著 采用DOB堆叠封装工艺 推出超高密度和超高容量硬盘 如2025年单盘容量接近256TB 较2024年128TB容量提升一倍[7] * 华为自研嗨1812和嗨1822系列SSD主控芯片 有效管理数据读写空位分配 提高长期读写速度并延长硬盘寿命 对AI发展至关重要[1][7] * AI发展对大规模数据存储要求更高 SSD闪存因断电后保持数据完整性 成为AI系统不可或缺组成部分 投资者应关注NAND闪存及相关技术[4][8][9] 其他重要内容 * 华为存储在产业链地位重要 通过代理商如天源迪科旗下金华威进行市场推广 中建信息为北交所相关企业[4][10] * 硬件关键技术包括ACG主控芯片和高密度SSD控制芯片散热技术 鸿日达作为华为存储及芯片散热盖供应商受益 非华为存储服务器厂商（如中国长存）也可能从中获利[4][11] * 存储技术发展方向为"以存代算" 通过记忆能力提升计算效率 全球各大企业均朝此方向努力[12] * 华为AI领域三大方向：生产产业链 更大规模交换机主网 以及以"以存代算"为核心理念的存储技术[13]