"不是刚需就别装电脑。"进入12月，广州一家装机工作室的负责人小赖开始这样"劝退"自己的客户们。 他并非放着上门生意不做，而是"近几个月来，内存、硬盘涨价太狠，直接导致整机价格上浮。有些不了解行情的客户接受不了，聊完了以为我们DIY电 脑的都是奸商。"而市场中也的确不乏企图浑水摸鱼、以次充好的商家。 凡此种种，小赖这样的DIY服务商面临着许多额外的比较、质疑，最后的成单概率也被拉低。 在北京朝阳区某商场一层开设门店的DL同样发出了"生意难做"的感叹。他告诉「电厂」，涨价迅猛劝退了他不少装机客户，"好在我们还有修电脑的业务 （支撑）"。 身处存储芯片分销行业最末端，电脑DIY从业者们感觉到的市场波动，源头来自存储颗粒原厂的战略调整。 大模型行业迅猛发展的背景下，作为燃料的算力芯片需要不断提升带宽内存，也成了云厂商加大采购的热门方向。存储大厂由此开始向其倾斜产能。 蝴蝶在彼岸振翅，变化一环接一环地传导。PC、手机甚至是扫地机等各类硬件产品都面临成本上涨，而这种态势还将持续下去。 "涨价比黄金还猛" 疯狂的涨价是从9月底开始的。 小赖对「电厂」回忆道，9月底左右的时候，工厂拿货报价开始呈现涨价趋势，价格开始抬头。 ...

核心观点 - AI推理需求正驱动存储产业链快速增长，模型创新与资本支出为发展奠定基础，产业链各环节协同发展，存储价格持续上涨，原厂毛利率显著提升，架构升级与新技术带来设备及芯片新机遇 [1] AI推理驱动存储需求增长 - AI服务器中的存储主要包括HBM、DRAM、SSD等，呈现性能逐级下降、容量逐级增加、成本逐级降低的特征 [1] - 推理驱动AI存储快速增长，内存受益于超长上下文和多模态推理需求，高带宽与大容量内存可降低访问延迟、提升并行效率 [1] - SSD和HDD是Tokens的积分，轻量化模型部署推动存储容量需求快速攀升，预计未来整体需求将激增至数百EB级别 [1] - 随着长上下文推理、RAG数据库及tokens规模快速增长，AI工作负载对高带宽、大容量eSSD的需求将持续增强，AI服务器、存储服务器中的eSSD市场空间将进一步扩大 [2] 存储技术升级与架构创新 - DRAM和NAND架构升级，为设备需求带来新机遇 [1] - MRDIMM有望应用于大模型推理，在KVCache场景下提供确定性增益，并发更高、上下文更长、端到端时延更低，并显著优化CPU–GPU内存编排与资源利用 [2] - CXL实现存储池化，显著提升计算效率，在KVCache密集型推理中形成显著TCO优势，协议持续在AI领域渗透，拉动芯片需求增加 [3] - CXL互连芯片作为CXL技术落地的核心载体，有望在AI领域发挥更大作用 [3] 存储产业链细分机会 - 存储代工模式迎来产业变革机会 [1] - 接口芯片MRDIMM和VPD打开新空间 [1] - 随DDR5渗透不断扩大，SPD芯片技术规格和单价较DDR4世代更高，在价值量与需求量的双重维度驱动下，DDR5 SPD市场快速发展 [2] - SSD升级有望带来VPD成长机会，SSD性能提升将推动VPD EEPROM产品技术规格升级，其价值量也有望随性能升级进一步提升 [2]

行业投资评级 - 报告对电子行业给予“买入”评级 [2] 核心观点 - 核心观点：存储是Tokens的积分，AI推理驱动存储需求快速增长，产业链空间广阔 [1][5] - AI服务器中的存储主要包括HBM、DRAM、SSD等，呈现性能逐级下降、容量逐级增加、成本逐级降低的特征 [13] - AI推理驱动存储快速增长，内存受益于超长上下文和多模态推理需求，SSD和HDD是Tokens的积分 [5][23] - AI推理驱动存储需求增长，产业链空间广阔，具体体现在eSSD、MRDIMM、SPD&VPD芯片以及CXL存储池化等领域 [5][25] - 投资建议：AI推理驱动存储周期持续向上，建议关注存储产业链相关标的，包括存储原厂、设备、代工、接口芯片等环节 [5][79] 根据相关目录分别总结 一、存储是TOKENS的积分，推理驱动AI存储快速增长 - AI服务器中的存储主要包括HBM、DRAM、SSD等，构成分级存储体系以支撑高效计算 [13][17] - 内存受益于超长上下文和多模态推理需求，高带宽与大容量内存可降低访问延迟、提升并行效率 [5][23] - SSD和HDD是Tokens的积分，用于存储推理生成的数据，预计未来整体需求将激增至数百EB级别 [5][23] - 基于关键假设测算，2026年10个谷歌级推理应用所需存储容量为49 EB，并预计2029年需求将达到55,367 EB [23][24] 二、AI推理驱动存储需求增长，产业链空间广阔 （一）AI&存储服务器用eSSD空间广阔 - eSSD在AI应用中主要用于训练、推理及数据存储三大场景，长上下文推理、RAG数据库及tokens规模增长将持续增强对其需求 [25] - 基于NVIDIA NVL72参考设计等假设测算，2024、2025、2026年AI服务器用eSSD理论最大市场空间分别为59 EB、89 EB、120 EB [27][30] - 从市场结构看，存储服务器用eSSD出货量增速最为明显，预计2024-2030年CAGR达54%，2030年市场规模将达614 EB [34][36] - AI服务器用eSSD同期CAGR预计为20%，2030年市场规模将达134 EB [34][36] （二）MRDIMM有望应用于大模型推理 - MRDIMM在大模型推理的KV Cache场景下可提供并发更高、上下文更长、端到端时延更低的确定性增益 [5][38] - 根据相关报告，MRDIMM Gen2在AI负载下相对DDR5 RDIMM带宽可提升2.3倍 [38][39] - MRDIMM单条支持最高128GB容量，并适配CPU侧KV Cache卸载，有助于缓解GPU显存压力并优化资源利用 [38][43] （三）SPD&VPD芯片空间广阔 - 随DDR5渗透率提升，SPD芯片技术规格和单价较DDR4世代更高，市场在价值量与需求量双重驱动下快速发展 [5][45] - DDR5 SPD容量从DDR4的512字节升级至1024字节，并集成I2C/I3C总线集线器，增加PMIC和温度传感器配置 [45] - SSD性能提升推动VPD EEPROM产品技术规格升级，其价值量有望随存储容量从4Kbit向上提升及总线从I2C升级至I3C而增加 [5][46] （四）CXL存储池化助力AI推理 - CXL协议可实现存储池化，显著提升计算效率，在KV Cache密集型推理中能形成显著的TCO优势 [5][53][56] - 案例显示，在DeepSeek-1.73B量化模型推理中，采用“1x CPU + CXL内存”配置与“2x CPU”配置性能基本持平，但成本、功耗和发热更低 [56][58] - 英伟达通过入股英特尔和收购Enfabrica布局CXL能力，旨在优化GPU与扩展内存的互连，提升计算效率 [59][61] - 阿里云推出了基于CXL 2.0 Switch技术的PolarDB数据库专用服务器，可实现百纳秒级延迟和数TB/s带宽的远程内存访问，提升推理吞吐 [67][68] - CXL互连芯片（包括MXC和Switch芯片）是技术落地的核心载体，随CXL内存池在服务器中渗透，其市场将进入爆发增长通道 [74][75]

摩根大通报告指出，尽管闪迪受益于AI浪潮驱动的企业级SSD超级周期，但其在该高增长市场中份额仅2%-3%，处于行业跟随地位。同时，当前高利润 环境本质上是行业周期性繁荣，随着2027年前后主要厂商启动新一轮产能扩张，供需结构将趋于宽松，届时行业可能重回"繁荣-萧条"周期。因此，公司 短期超额利润不可持续，长期盈利能力预计将逐步向历史均衡水平回归。 摩根大通给予闪迪"中性"评级，目标价为235美元。该机构认为，尽管闪迪在AI驱动需求与合资成本优势下正处利润高峰，但这更多反映行业周期性景 气，而非结构性改善。 摩根大通分析师Harlan Sur在12月8日发布的首次覆盖报告中表示，公司的长期盈利能力面临双重制约：一是在快速增长的AI存储市场中份额仅2-3%， 处于跟随地位；二是行业"繁荣-萧条"周期预计将从2027年后重现，随着新产能释放，当前供不应求的局面与高定价能力将逐渐消退。 报告指出，考虑到闪迪股价今年至今已上涨超过500%，当前的风险与潜在回报已基本匹配。 即便预计2025-2026年收入增长显著，盈利与现金流亦大 幅提升，这体现的是行业上行阶段的周期性高点，未来或将随供需平衡转向而逐步回归至长期均衡水 ...

行业核心观点 - AI驱动的数据中心需求激增，导致存储行业资源（如晶圆产能、研发、供应链）从利润率较低的消费级市场（如PC DIY内存和SSD）战略性转向高增长、高利润的数据中心和企业级市场，特别是高带宽内存（HBM）[1][2] - HBM已成为存储行业竞争的核心赛道，其单价是传统DRAM的3至5倍，在DRAM总收入中的占比预计从去年的8%跃升至超过20%，行业逻辑正从规模化量产和价格竞争转向技术壁垒、精准定制和与AI巨头的战略深度绑定[16][17] - 存储行业正经历空前的战略分化与格局重塑，美光、SK海力士、三星三大原厂根据自身优势采取了不同的竞争策略，包括关闭消费业务、巨额投资扩产、强化定制化能力、组织重组和发挥IDM一体化优势，以争夺HBM市场主导权[5][11][17] 美光科技战略调整 - 公司宣布将在2026年2月底前全面关闭运营了29年的Crucial消费品牌业务，以将资源重新配置给AI驱动下需求激增的数据中心和企业级客户[1] - 退出消费市场是因为该业务处于产品组合中利润率最低的一端，且其固定成本在产量缩减时难以降低，而每一片分配给消费产品的晶圆都可能延误数据中心大客户的交付[1][2] - 为扭转在HBM竞争中的落后局面，公司计划投资约96亿美元（1.5万亿日元）在日本广岛建设下一代HBM芯片生产厂，目标2028年左右出货，并获得日本经济产业省高达5000亿日元的补贴[3] - 公司在HBM市场面临严峻挑战，2024年市场份额仅约5%，月晶圆级HBM芯片产能约5.5万片，仅为三星和SK海力士的三分之一，且其HBM4产品可能面临重新设计导致量产延迟的风险[4] SK海力士竞争策略 - 公司通过组织敏捷性、跨团队协作和封装技术革新（如转向批量回流模塑底部填充）实现了在HBM市场的逆袭，目前占据市场领先地位（2024年份额为55%或62%）[4][6] - 公司将“定制化”视为HBM4竞争及未来的制胜关键，发布了“全栈式AI内存创造者”愿景，旨在从AI半导体设计阶段就与客户协同打造定制产品，并为此大规模招募定制内存设计专家[7] - 公司进行组织架构调整，新设为定制HBM封装的良率与质量专责组织，并计划在美洲设立HBM技术专责组织、在全球关键地区设立“全球AI研究中心”和“Intelligence Hub”，以加强客户支持和技术整合[8] - 公司积极扩张产能，HBM新增产能集中于清州M15X晶圆厂，同时计划将通用DRAM产能在2026年扩大至每月7万片晶圆，并有望提前达到月投片量10万的2027年目标，市场传闻其HBM4价格上调超50%，毛利率约达60%[10] 三星电子市场反击 - 公司在2024年第二季度HBM市场份额曾暴跌至15%，但通过谷歌TPU生态系统的供应（与SK海力士大致平分份额）实现了强劲反弹，预计明年对谷歌的供应量将是今年的两倍以上[12] - 通过“刮骨式改革”，包括大规模将通用DRAM产线转换为HBM产线、攻克良率瓶颈及研发体系调整，公司HBM月产能已提升至17万片（按晶圆投入计），超过SK海力士的16万片，重新夺回行业产能第一的位置[13][14] - 公司推进激进的组织重组，将原HBM开发团队并入DRAM开发实验室的设计团队，以加速下一代HBM4/HBM4E开发并提高效率，目前已向客户交付HBM4样品[13][14] - 公司凭借IDM一体化优势，采用从设计、DRAM、逻辑到封装全部自研自造的“交钥匙”模式，在定制化HBM时代具备效率、时程与成本上的整体优势，其HBM4逻辑层良率已提升至90%，DRAM堆叠单元良率也突破量产门槛，预计2025年第四季度上市[15][16] 对消费市场与PC产业链的影响 - 存储原厂战略重心转移导致消费级内存（DDR4/DDR5）和固态硬盘价格不断飙升，显卡厂商也密谋涨价，使得PC DIY组装成本日益昂贵[1] - 美光关闭Crucial品牌标志着原厂正逐步退出消费市场，因为该市场利润低、价格竞争激烈，而AI基础设施对存储晶圆的需求达到了前所未有的程度，挤占了消费产品的产能[1][2]

AI存储行业景气度 - AI数据处理量呈指数级攀升 驱动存储作为算力数据粮仓的市场需求持续释放[1] - 存储价格快速上涨 DDR5芯片一周内上涨30% 整体供应紧张且主要模组厂商限制出货量[2] - 市场普遍认为AI驱动的供应短缺将比以往更长更强 存储或将开启持续数年的超级周期[1] 上市公司资本布局 - 江波龙发布定增预案募资不超过37亿元 用于AI领域高端存储器研发及产业化等项目[1] - 德明利拟募资不超过32亿元 用于固态硬盘扩产 内存产品扩产及智能存储研发总部项目[2] - 兆易创新新量产DDR4 8Gb产品快速抢占份额 计划明年实现自研LPDDR4系列量产[3] 技术研发与产品进展 - 德明利构建主控芯片自研 固件算法优化 全场景适配的多场景全链路国产化解决方案[2] - 兆易创新着手规划LPDDR5小容量产品研发 自研LPDDR4系列将于明年实现量产[3] - 通用服务器存储升级与端侧AI功能普及为存储超级周期提供多重支撑[2] 产业生态与标准建设 - 中科曙光出任数据存储专业委员会当值会长 宣布发起编写AI存储标准[3] - 专委会联合牵头成立Future Storage工作组 首个攻坚专题为AI推理存储加速[3] - 天津中科曙光存储科技将聚焦AI数据语义 推动大模型训练存储架构与接口协议标准制定[3] - 专委会致力于凝聚产业链力量 实现从适配跟随着到定义架构的跃升[4]

收购交易概述 - 普冉股份发布停牌公告，正筹划通过发行股份购买珠海诺亚长天存储技术有限公司49%股权并募集配套资金[2] - 此次收购是公司2025年内对诺亚长天的第三次投资，此前已在2月通过天使轮融资获得20%股权，9月通过收购使持股比例增至51%[2][3] - 若本次收购顺利完成，普冉股份将持有诺亚长天100%股权，实现完全控股[2][3] 收购标的与战略意图 - 收购的核心目标是间接控制有SK海力士“血统”的半导体公司SkyHigh Memory Limited（SHM），收购时机与SK海力士出售SHM“无缝衔接”[2][5] - SHM专注于传统的2D NAND闪存，市场需求集中于工业控制、汽车电子等“小容量、长周期”细分领域，与SK海力士聚焦的AI驱动高毛利赛道不再匹配[5] - 在国内市场，自主研发的2D NAND存储技术尚属发展期，此次收购有助于公司补强技术短板[5] 交易估值与细节 - 根据公司2025年11月公布的细节，以1.436亿现金收购诺亚长天31%股权，可推算诺亚长天整体估值约4.63亿元[5] - 理论上，短期内追加收购49%股权的代价约在2.26亿元[5] - 公司尚未明确本次收购的具体价格和交易方式[5] 标的公司股东变动 - 2025年9月，诺亚长天的两位股东珠海诺延和安徽高新出现新进股东集中涌入的情况[6][10] - 珠海诺延股东数从3位变为8位，新进6位股东，退出一位股东[9][10] - 安徽高新股东数从18位变为24位，1位股东退出，新进7位股东，同时其注册资本由155,700万元增至247,300万元，增幅达58.83%[8][10] 公司业务背景与收购动因 - 普冉股份主营NOR Flash和EEPROM两大类非易失性存储器芯片，其细分市场规模有限且需求集中于中低端消费电子领域[11] - 公司产品与本轮AI驱动的高端存储市场需求错位，难以分享DRAM和NAND Flash的超级周期红利[11] - 公司业绩波动显著体现行业周期：2023年归母净利润下滑158%，2024年扭亏为盈暴增705%，2025年上半年受消费市场需求放缓影响，归母净利润下滑7成，资产减值损失同比增加5744万元[12] - 为应对周期波动，公司策略包括向工业、车规等增量市场拓展，以及布局MCU和模拟产品，但后者属于长周期赛道，短期内难以分担主业压力[15] 收购后的协同效应 - 市场层面，普冉股份收入以国内为主，SHM营收重心在海外，并拥有成熟的全球销售网络及韩国、日本工程中心[15] - 产品层面，SHM专注于中高端应用的高性能2D NAND及衍生存储器，应用场景覆盖工业控制、家电安防等，与普冉股份的中高端发力方向契合[15]

公司融资与战略布局 - 公司发布非公开发行股票预案，募集资金拟投向固态硬盘（SSD）扩产、内存产品（DRAM）扩产、智能存储管理及研发总部基地项目和补充流动资金等[1] - 本次定增聚焦AI驱动下的存储需求爆发，锚定自主可控战略，旨在强化产能布局与技术研发实力，为国产存储替代注入动力[1] - 公司拟将16.48亿元投向AI适配的固态硬盘和内存产能建设，以承接头部云厂商及智能终端企业的需求增量[2] - 公司早在2023年底便着手组建企业级存储团队，并将PCIe SSD存储控制芯片及模组项目投资额上调至7.4亿元以应对AI存储需求[2] 行业趋势与市场环境 - 存储行业正受益于AI服务器需求爆发，迎来“超级周期”，处于“需求爆发+供应结构性紧张+国产替代”的三重利好叠加期[1] - AI技术突破成为需求增长核心引擎，预测2025年全球新产生数据总量将达175ZB，2030年将突破1003ZB，对存储的“高容量、低延迟、高可靠”需求呈指数级增长[1] - 需求激增已传导至价格端，主流DDR5规格16Gb颗粒价格从9月底的7.68美元跳增至10月的15.5美元，单月涨幅高达102%[1] - 三星、SK海力士通知客户四季度DRAM和NAND合同价格将上调20%-30%[1] 公司经营与业务表现 - 公司2025年前三季度营收66.59亿元，同比增长85.13%[3] - 2025年上半年固态硬盘收入15.34亿元，同比增长64.62%；内存条业务收入3.38亿元，同比增长170.60%；嵌入式存储业务收入17亿元，同比增长290.10%[3] - 研发团队由2022年初的103人快速扩张至350余人[3] - 公司前瞻性布局企业级存储、内存条、嵌入式存储等主赛道，并不断转化为企业经营成果[3] 国产替代与产业链机遇 - 2025年第一季度国产DRAM芯片市场份额低于5%，国产NAND Flash芯片市场份额低于10%[2] - 国内长江存储、长鑫存储正加快技术迭代与产能扩张，为国产存储产业链提供核心支撑[2] - 公司作为连接晶圆厂与终端客户的关键环节，将充分承接国产芯片产能释放红利[2] - 本次定增战略布局包括在AI服务器SSD、DRAM领域通过产能释放扩大市场覆盖，并加速产品国产化验证与适配[3]

韩国大田数据中心火灾事件分析 - 2025年9月26日韩国大田市国家情报资源管理院数据中心发生火灾，导致858TB政府云数据完全丢失[1] - 数据丢失影响韩国政府约75万名公务员近7年的工作文件，造成647套政府业务系统集体宕机[1][4] - 备份数据因位于同一物理区域而一同损毁，冗余机制失效，所有数据均无法恢复[3] 传统存储系统的核心短板 - 系统缺乏提前预警能力，无法感知温度异常、电源波动等风险信号并将其转化为风险判断[4] - 无法动态调度资源，当主存储节点面临威胁时，未能自动将关键数据迁移到安全区域或备用站点[4] - 不具备风险发生前的自救机制，不能主动隔离高危区域、冻结敏感数据或启动异地快照恢复流程[5] 数字时代数据危机的严重性 - 数据重要性显著提升，公民身份信息、医疗记录、金融交易等关键数据均以二进制形式存储，数据失火会引发连锁反应[7] - 类似危机在全球不断上演：2022年美国爱荷华州谷歌数据中心爆炸导致核心服务中断；2024年新加坡Loyang的DigitalRealty数据中心大火影响多家云服务商；2025年11月Cloudflare故障导致ChatGPT、X等全球服务断网[7][9] AI驱动的智能存储核心能力 - 智能运维能力：AI通过持续学习硬件与软件运行状态，提前捕捉异常信号，例如NetApp的ActiveIQ平台可实时分析数百万设备遥测数据并动态评估风险等级[10] - 智能调度能力：AI引擎可实现全自动资源调度，如华为OceanStorPacific系列可实时追踪文件访问热度，自动将热数据迁移到高性能SSD层，资源利用率提升30%以上[11] - 主动安全能力：AI驱动的安全机制具备免疫反应，如IBM Storage Defender可通过行为分析模型监控数据访问模式，检测到攻击特征时自动隔离受感染数据卷并切换至安全副本[13] AI智能存储的实际应用场景 - 金融领域：国内Top 15银行的核心交易系统部署华为OceanStor Dorado智能全闪存存储，实现微秒级响应并能通过AI预测I/O瓶颈，在交易高峰前自动优化资源[14] - 医疗领域：上海市同济大学附属东方医院采用华为OceanStor18000系列高端存储，将响应时间从30秒缩短至3秒，背后是AI驱动的数据预加载与热区识别技术[16] - 大模型训练：智谱AI训练千亿参数大模型时采用YRCloudFile全闪分布式并行文件存储系统，通过元数据与服务分离架构、智能缓存机制解决AI训练数据瓶颈问题[16] AI技术对存储行业的变革意义 - AI赋予存储系统"看见、预判、决策"的能力，使存储从被动容器转变为能思考、能行动的守护者[4][18] - 到2025年全球每天将产生约491EB数据，相当于175万亿张手机照片，日益增长的数据量、资源变动和安全危机迫使存储进行智能化升级[9] - 具备AI能力的存储系统如HPE Alletra MP可预警温度异常，戴尔PowerScale支持跨站点数据同步，华为OceanStor Pacific可优先保障高敏感业务数据安全[18]

大会基本信息 - 2025数据存储产业大会于11月19日在广州举行 [2] - 大会由中国电子工业标准化技术协会主办，其下属数据存储专业委员会承办 [2] 公司动态与战略举措 - 中科曙光正式出任数据存储专业委员会当值会长 [2] - 公司发起编写AI存储系列团体标准并成立Future Storage工作组 [2] - 曙光存储将依托其在AI存储领域的优势，聚焦“AI数据语义”核心，推动面向大模型训练的存储架构、接口协议与性能评测标准的制定 [2] - 中科曙光高级副总裁表示，专委会将致力于凝聚产业链力量，力争走在国际标准前列，实现从“适配跟随”到“定义架构”的跃升 [3] 行业市场与标准制定 - 全球数据存储市场空间已超过2.6万亿元 [2] - 提升中国存储产业全球竞争力的关键在于强化产业协同和构建自主标准体系 [2] - Future Storage工作组正式成立，并启动AI存储系列团体标准撰写招募 [2] - 工作组将以“AI推理存储加速”为首个攻坚专题，着力突破KV Cache优化、存算网协同等关键技术，构建中国自主的技术框架与测试规范 [2]