行业投资评级 - 行业评级为“买入” [3] 核心观点 - 核心观点：随着AI大模型参数规模和上下文长度激增，现有高带宽内存（HBM）容量已难以满足推理阶段的内存需求，高带宽闪存（HBF）技术有望成为最佳解决方案，其发展将推动针对新存储介质优化的数据基础软件的应用，为具备数据库技术积累的公司带来机会 [1][7] 一、HBF有望成为满足AI大模型内存容量要求的最佳方案 - **当前AI芯片内存瓶颈**：AI大模型参数量已达万亿级别，上下文长度普遍超过128K，对内存容量要求极高 [7][13] - **HBM容量不足**：英伟达最新的Blackwell Ultra芯片配备8个HBM3E内存，总容量为288 GB，带宽为8 TB/s，但仍难以满足大模型需求 [7][15][18] - **现有替代方案局限**：采用GPU+HBM直连闪存（如SSD）的方案，虽存储容量大（例如16TB SSD），但通过PCIe接口的传输速率（如PCIe 7.0为512 GB/s）远低于HBM，存在性能瓶颈 [19] - **HBF技术方案与优势**： - **高互联速度**：采用BiCS和CBA晶圆键合工艺实现与GPU的高速互联 [7][20] - **大内存容量**：在研的HBF存储容量有望达到现有HBM的8-16倍，有望将GPU的存储容量扩展至4 TB [7][23] - **产品时间表**：HBF闪存第一批样品预计在2026年下半年交付，首款集成HBF的AI推理硬件预计在2027年年初推出 [23] - **面临的技术挑战**：包括闪存组件的写入寿命限制，以及其工作温度上限（85度）可能受GPU高强度计算时高温影响的稳定性问题 [26] 二、HBF的技术成熟有望推动相关数据基础软件的应用 - **不同AI模型的内存需求差异**： - **大语言模型与视频生成模型**：参数量大、上下文长，对内存容量要求高，使用基于内存的数据处理软件必要性“强” [28][30] - **图片生成模型**：参数量普遍在百亿级别，上下文较短，常规任务对内存要求不高，使用相关软件必要性“弱” [30] - **市场参与主体**：针对存储介质优化的数据基础软件开发商包括华为、阿里等大型科技公司，以及星环科技、PingCAP等独立第三方公司 [7][29] - **发展潜力与路径**： - 大型科技公司可能为自研的AI大模型自研数据基础软件 [7][29] - 独立第三方公司（如星环科技、PingCAP）的数据基础软件可能用于智谱AI、MiniMax等公司的大模型推理任务 [7][29] - 星环科技的分布式数据库ArgoDB已针对闪存存储硬件优化，具备开发基于HBF等新介质的数据基础软件的技术潜力 [7][32] - **市场规模与前景**：基于HBF的数据基础软件市场处于早期，其价值量或与数据处理规模及可应用场景相关，若HBF在AI推理任务中大规模使用，相关软件产品有望受益于数据处理需求增长 [31][33] 三、重点公司提及 - **星环科技-U**：其分布式数据库ArgoDB针对闪存优化，有潜力开发基于HBF的数据基础软件产品 [7][32] - **其他提及公司**：报告在列举针对存储介质优化的数据库产品时，提到了华为（GaussDB）、阿里云（AnalyticDB）、PingCAP（TiDB）、SAP（HANA）、巨杉（SequoiaDB）、中兴通讯（GoldenDB）等公司 [31]

涉及的行业与公司 * 行业：NAND闪存半导体行业 [1] * 公司：SanDisk (纳斯达克代码：SNDK) [1] 核心观点与论据 市场动态与供需格局 * 当前季度市场动态变化迅速，需求方更看重供应保障而非价格，供需平衡点处于持续波动中 [6] * 行业正经历结构性变革，源于2023年行业低谷后的市场重置，过去持续30%增长和15%成本下降的预期已不现实，行业增长将回归中双位数（mid-teens），成本下降幅度亦不如前 [11] * 数据中心市场预计在2026年将成为最大的NAND消费市场，取代移动设备长达15年的主导地位，该市场增长预期已从之前的20%+上调至40%+ [12][18] * 人工智能（AI）是重要的新增需求驱动力，模型变大、上下文窗口和缓存增加，受限于DRAM的可扩展性，架构必须扩展到NAND，NAND被视为唯一可扩展的存储技术 [20][21] * 公司不认同当前市场紧张（tightness）是源于硬盘驱动器（HDD）供应放缓的替代需求，认为数据中心和AI等需求驱动力更为真实和可持续 [15][22][23] 财务与运营表现 * 公司长期毛利率目标为35%，目前指引已高于此水平，并致力于为投资者创造高于此目标的回报 [10][13] * 公司正在偿还债务，总债务（TOB）已从20亿美元降至13亿美元 [44] * 资本支出策略更为审慎，行业投资需更注重供给侧的考量，新制程节点投资巨大（是2D时代的三倍）但成本下降效益减弱，不能仅因技术可行就盲目扩产 [16][17] * 公司计划以中双位数（mid-teens）的增长率供应市场，这是一个规模超1000亿美元且持续增长的优质行业 [17] * 若要提高产能增长率，需要确信未来十年需求将持续高于当前水平，而不仅仅是未来几个季度或一年的需求增长 [30] 技术与产品进展 * 公司正按计划向BiCS8技术节点过渡，上一季度该节点产品占比为15%，预计本财年末将成为主导节点，占比达40%-50% [34][37] * BiCS8是一项采用晶圆键合技术的优秀节点，在QLC性能、能效方面表现突出，是公司业务的基础 [35] * 公司正在开发高带宽闪存（HBF）产品，旨在满足AI推理等应用需求，其核心思路是重新设计NAND以获得更高带宽，而非简单替代DRAM [39][40][41] * HBF是一个系统级解决方案，需与生态伙伴合作，公司正与客户就技术集成进行迭代讨论，内存芯片预计在2026年下半年推出，控制器将于2027年初推出 [42] 客户关系与行业结构 * 市场结构变化可能导致与客户的合作模式发生深远改变，一些大客户已主动联系公司，强调供应保障对其业务（创造10亿美元级业务）至关重要 [24][25] * 当前行业存在供需决策周期不匹配：供给侧基于10年期的资本和研发投入做决策，而需求侧每年进行四次采购（拍卖），这种模式可能改变 [26][27] * 公司致力于成为客户可信赖的合作伙伴，保持紧密关系以理解需求方程 [31] * 公司承诺均衡服务消费电子、PC/移动/游戏以及数据中心三大终端市场，不会大幅将资源从一个市场转移到另一个市场，以保持灵活性和价值最大化 [33] 其他重要信息 * 公司提及日本发生的地震，其附近有生产设施，部分设备需要重启，但预计不会对近期产出造成影响 [7] * 讨论中提及公司通过合资企业（JV）成为全球最大的NAND供应商，这使其在研发投入、产品质量和资本效率方面具有优势 [36][37] * 公司表示，关于HBF产品的具体上市时间、市场规模和商业案例等细节，将在与客户的合作进程更明确后公布更多信息 [43] * 尽管行业趋势有利，公司表示在资本回报策略上仍将保持审慎，因为行业正处于转型期 [44]

报告行业投资评级 - 增持（维持）[1] 报告的核心观点 - 随着AI推理时代的到来，传统的以CPU为中心的存储与计算架构已成为瓶颈，行业正经历从“以CPU为中心”到“以GPU为中心”的根本性变革[4][9] - 为满足AI推理“小块高频”的极致I/O需求，硬件上出现GPU直连SSD的新架构，软件上则需要重构以GPU为核心的数据库（GPU-Native数据库），这将为数据库产业带来新的机遇[4][18][25] 根据相关目录分别进行总结 1. AI推理时代来临，GPU直连SSD存储新架构出现 - AI推理与训练对存储的需求差异巨大：训练需要大数据块（10MB-1GB）、少并发、总容量相对较低（1-10TB）；而推理需要小数据块（低至8B、64B、512B）、高并发（数千条）、大存储容量（高达1PB或数百TB）[4][9][10] - AI工作负载分化推动存储评估指标从传统的“每TB成本”（TB/TCO）转向“每IOPS成本”（IOPS/TCO），推理和预测式AI的性能瓶颈在于处理海量、高并发、小I/O请求的能力（IOPS）[9][10] - 传统以CPU为中心的架构无法满足AI推理的高并发需求，成为瓶颈，需要提升GPU地位，使其成为数据访问的控制中心，实现从CPU“推送”数据到GPU“拉取”数据的转变[4][11][14] - 解决方案是通过GPU直连SSD硬件（如通过NVMe-of、RDMA、GPUDirect Storage等技术）和SCADA软件架构，让GPU绕过CPU直接、高效地从SSD读写数据，彻底旁路CPU在数据流中的角色[4][14][16] 2. 存储架构变化带来数据库架构的变化 - 架构层面发生根本变化：从“以CPU为中心”转向“以GPU为中心”，GPU成为主计算单元，CPU角色退化为任务调度器、事务协调器和元数据管理器[4][18] - 数据库核心组件需要升级改造：1) 存储引擎革新，新的缓存管理器需直接管理GPU显存和直连SSD间的数据流动；2) 数据布局优化，为匹配GPU的SIMD架构，可能采用纯列式或混合存储格式并原生支持Apache Arrow等零拷贝格式；3) 查询执行引擎重构，核心算子需深度重写为GPU内核并能直接从SSD流式消费数据，实现计算与I/O的完全重叠[4][19][21] - 查询优化器面临挑战，成本模型需纳入GPU计算核心占用率、HBM与SSD间带宽、PCIe传输延迟等新因素，并优先考虑数据本地性优化[21] - GPU直连SSD技术将使得数据库从一个在通用操作系统上运行的应用程序，演变为一个直接调度和管理GPU、SSD的“数据中心级操作系统内核”[4][21] 3. 产业进展逐步加快 - 硬件方面：1) 2025年8月，闪迪与SK海力士签署谅解备忘录，共同制定高带宽闪存（HBF）技术规范，目标在2026下半年发布HBF样品，首批搭载HBF的AI推理系统预计于2027年初面世[4][21][22]；2) 2025年9月，铠侠宣布将与英伟达合作，开发可直接连接到GPU并进行数据交换的SSD，目标性能需达到2亿IOPS，并计划支持PCIe 7.0标准[4][22] - 软件方面：1) Hammerspace通过优化元数据读取和GPU服务器直连存储驱动器中的数据放置策略，加速了其数据编排平台软件的性能[4][23]；2) Cloudian HyperStore通过RDMA over S3技术，实现对象存储与GPU内存的直接数据传输，使基于S3接口的向量数据库性能提升8倍[4][24] 4. 投资建议 - 投资逻辑基于AI推理爆发驱动GPU地位提升及硬件架构变革（GPU直连SSD），进而引发软件生态（尤其是数据库）的重大重构需求，数据库产业有望迎来新机遇[4][25] - 报告提及的相关标的包括：【星环科技】、达梦数据、海量数据、MongoDB、Snowflake等[4][26]

文章核心观点 - 全球半导体存储与终端应用产业高度关注AI驱动的技术变革与市场机遇，AI正深刻改变供应链格局并创造真实需求 [4] - 2026年半导体产业多个关键领域预计将迎来显著增长，包括晶圆代工、AI服务器、存储器、AR眼镜及功率半导体等 [10][13][17][20][23][27] 晶圆代工产业趋势 - 2026年晶圆代工产业营收预计实现19%的年成长，其中AI相关需求推动先进工艺市场年增28% [10] - 台积电已导入2nm工艺生产，并向A16、A10等更先进节点推进，先进封装产能明年预计年增27% [10] - 英伟达保持AI芯片领先地位，但2026年将成为ASIC芯片起飞元年，美国四大云端业者及中国华为、寒武纪等公司自研芯片市场崛起 [10] AI与AR眼镜发展 - AI与AR眼镜形成共生关系，AI提供功能支持，AR眼镜成为AI人机交互的自然平台 [13] - 不带显示器的AI眼镜仍是当前国际大厂布局焦点，但Meta Ray-Ban等产品标志硬件整合突破，AR眼镜是终极形态 [13] - 2030年全球AR眼镜出货量预计超千万副，中国品牌如Xreal、RayNeo、Rokid等在全球出货量占比显著，并在微型显示、材料与供应链整合方面领先 [13][14] 内存市场发展趋势 - AI服务器与通用服务器共同驱动存储器超级周期，预计2026年AI与服务器应用将占DRAM总产能的66% [17] - 三大DRAM供货商提升资本支出并优先供应HBM，产能排挤效应已浮现，AI服务器对LPDDR5X的需求压缩智能手机供给 [17] - 2026年DRAM ASP预计年增36%，营收预计飙升56%，但设备交付周期等因素限制位元产出增长 [17] 服务器市场格局 - 2025年全球服务器出货成长预计逾7%，AI服务器成长逼近25%，2026年全球服务器出货量有望再成长逾9%，AI服务器成长达2成以上 [20] - 2026年AI服务器竞争将更激烈，分为三大阵营：NVIDIA、AMD为主的GPU市场；美中CSP业者自研ASIC风潮；中国业者致力AI芯片自主化 [20] AI电源技术变革 - AI芯片功耗攀升推动数据中心供电架构转向800V HVDC，SiC/GaN成为关键技术 [23] - SiC技术在高压应用场景确立领导地位，GaN进入成本效益驱动的快速增长期，应用扩展至AI数据中心、机器人、汽车等领域 [23] - SiC/GaN晶圆由6英寸加速迈向8英寸，12英寸GaN技术值得期待 [24] 闪存市场创新与预测 - AI浪潮下LLM参数暴增导致存储器瓶颈，HBM与传统SSD间存在效能断层，HDD供应链限制导致2026年预计150EB缺口 [27] - NAND Flash发展两大新趋势：HBF作为HBM的低成本补充提供TB级容量；AI SSD整合NPU实现近数据处理 [27] - 2026年NAND Flash业界在供应紧缺背景下前景乐观，HBF与AI SSD将重塑产业价值 [27]

HBM与HBF技术发展路径 - 第六代12层HBM4将于今年年底开始全面商业化，高带宽NAND闪存（HBF）预计在2030年左右成为主流 [2] - HBM的集成密度预计将每两年翻一番，SK海力士于2013年首次在全球实现HBM商业化 [2] - HBM目前可堆叠到10层或16层，但面临物理限制，DRAM提升容量不再可行，NAND闪存因其容量是DRAM的十倍而成为替代方案，堆叠NAND闪存的HBF理念日益受到关注 [6] - SanDisk、SK海力士和三星电子已开始为HBF做准备，计划在2027年将HBF技术推向市场，产品有望在2028年上市，结合HBM和HBF技术的产品预计在2030年代初发布 [2][8] AI市场发展对存储器的需求 - AI正从判别式AI向生成式AI、智能体AI及物理AI发展，随着功能增加，AI训练数据量未来十年内将增长一千倍，对人脑模型（HBM）的需求也将增长一千倍 [4] - 单个GPU需要八颗HBM显存，HBM已成为影响GPU定价的关键因素，SK海力士单凭自身无法满足需求，即使加上三星电子的供应也难以满足增长十倍、百倍甚至千倍的需求 [6] - 英特尔首席执行官承诺向韩国供应26万块GPU，将包含208万个HBM显存模块，美国目前正在投资1000万块GPU，总预算约100万亿韩元，预计最终GPU数量将超过2000万至3000万块甚至达到1亿块 [4][5] 行业竞争与供应链战略 - 向韩国供应26万块GPU的承诺被视为确保从三星电子和SK海力士获得稳定第六代HBM供应的战略，此举可能使韩国在下一代半导体存储器市场占据领先地位 [3] - GPU竞争对手之间的市场关系以及巨大的HBM需求，解释了CEO黄仁勋需要联系多家韩国厂商的原因 [6] - 在AI时代，内存被视为计算的核心，行业正在迈入“以内存为中心的计算”时代，预计到2030年代中期，内存收入将超过GPU收入 [7] 技术架构与未来愿景 - 提出的架构是在GPU旁边配备HBM和HBF，HBM负责前半部分的编码工作，HBF负责后半部分的解码工作 [7] - 随着HBM4推出，HBM不再仅仅是内存，而是一种系统半导体，GPU功能开始被集成到HBM中，未来的HBM/HBF将成为系统半导体，业务将发展为AI晶圆代工和AI解决方案业务以满足多样化客户需求 [9] - 目标是定义国家的计算机体系结构，利用HBM/HBF提出涵盖从半导体、计算机体系结构到AI算法和数据中心的未来愿景 [9] 产学研合作与政府支持 - 通过产学研合作中心与三星电子开展联合研究已持续15年，约有80位教授和研究人员参与基础研究和人才培养，三星电子和SK海力士也在HBF项目上合作 [8] - 向政府和国会提议在全国三所大学设立HBM/HBF基础研究中心，每年选拔培养100名硕士和博士研究生，10年培养1000名学生，以成为该领域强国，并希望韩国国家研究基金会建立三个基础研究中心，每个中心每年提供约30亿韩元资助 [8][9]

AI内存市场NAND需求趋势 - NAND产品在AI内存市场重要性迅速增长 随着AI数据中心扩张 NAND价格和销量已进入上升趋势 尤其是在能快速处理存储海量数据的企业级固态硬盘领域[2] - 全球第五大NAND闪存制造商SanDisk首席执行官表示 明年将是数据中心NAND闪存需求首次超过移动领域 NAND闪存需求超过供应 且趋势将持续到明年年底以后[2] - 三星电子评估客户需求将超过产能 导致供需严重短缺 SK海力士表示明年NAND产量已经全部售罄 一些供应商正在寻求签订长期供货合同[2] NAND闪存价格变动 - 供需失衡导致产品价格上涨 128Gb MLC NAND闪存固定交易价格9月份上涨10.6% 10月份上涨14.9% 创十年来最大涨幅[2] - 三星电子和闪迪已决定将NAND闪存供应价格上调10%[2] 下一代存储器技术发展 - HBF采用类似高带宽存储器方式堆叠NAND芯片 旨在保留HBM优势 同时利用NAND特性弥补HBM容量限制[3] - SK海力士和闪迪已开始联合开发HBF 计划于2027年开始量产[3]

科创板市场表现 - 科创综指ETF建信（589880）跟踪的上证科创板综合指数权重股表现强劲，神工股份20cm涨停，沃尔德涨超18%，芳源股份和磁谷科技涨超11%，仕佳光子涨超10%，金迪克涨超9% [1] - 上证科创板综合指数行业分布高度聚焦于战略性新兴产业，半导体、人工智能、创新药、新能源领域的公司较多 [1] 存储芯片行业动态 - 闪迪大幅上调NAND闪存合约价格，涨幅高达50%，主要受人工智能数据中心需求持续爆发及晶圆供应严重受限的双重驱动 [1] - 存储巨头闪迪股价在美东时间11月10日上涨12%，希捷和美光科技等明星股冲击新高，AI芯片龙头英伟达当日收涨5.8%，创4月份以来最大单日涨幅 [1] - 存储芯片产业正迎来结构性繁荣期，HBM和HBF等高带宽存储技术快速发展，产能优先向高端产品倾斜，使供应商掌握定价权，传统DRAM与NAND供给紧张，价格持续上行 [1] - 行业巨头SK海力士与三星电子在HBM市场的领先地位进一步强化其盈利能力，并带动上游设备、材料、封装厂商及下游AI服务器、云计算与终端设备的配套增长 [1] 科创综指ETF产品信息 - 科创综指ETF建信（589880）的管理费率为0.15%，托管费率为0.05%，综合费率为0.2%，为行业较低水平 [2] - 该ETF凭借对科创板综合指数的跟踪、硬科技赛道的覆盖及低成本优势，成为把握中国科技创新与产业升级的核心工具 [2] - 相关产品包括科创综指ETF建信（589880）及其联接基金建信上证科创板综合联接A（023743）和联接C（023744） [4]

核心观点 - 存储芯片行业正迈入由AI驱动的“超级周期”，供需格局发生根本性变化，价格进入全面上行通道 [2][17][18] - 人形机器人产业化进程显著加速，特斯拉、小鹏、乐聚智能等公司密集发布新品与量产计划，产业链投资机会显现 [2][3][41] - 科技成长风格仍将占优，短期建议关注AI应用、AI硬件、电力设备、有色金属、创新药五大具备边际改善的赛道 [4][66] 存储芯片“超级周期” - 行业自2025年下半年进入“超级周期”，AI对大模型、推理加速与高带宽的需求重构了行业逻辑，周期特征发生根本性变化 [2][17] - 价格全面持续上行：2025年第四季度DDR内存合同价格预计环比涨幅达21%或更高，NAND Flash合同价格预期在第三季度上涨约5-10%，移动设备DRAM部分报价要求涨幅接近40% [18] - 供需严重失衡：HBM需求激增（2025年增长率可能接近100%）导致产能优先向其倾斜，挤压传统DRAM与NAND供给，预计DRAM供应缺口将至少持续到2026年第四季度 [18][28][33] - 技术路线快速升级：HBM通过3D堆叠和TSV封装成为AI服务器标配，HBF推动NAND向高带宽演进，存算一体架构成为前沿趋势 [24][25] - 产业巨头显著受益：SK海力士2026年HBM产能已售罄，瑞银将其目标价上调至710,000韩元，并预测其2026年将保持51%的HBM市场份额；三星电子目标价被上调至128,000韩元 [32] 人形机器人产业化加速 - 特斯拉公布Optimus擎天柱机器人量产计划，GEN3将于2026年启动大规模量产，目标单台成本控制在2万美元以内，市场容量预计达数十亿台 [41] - 小鹏发布全新一代人形机器人IRON，身高1.78米，重70公斤，拥有65个自由度，由自研图灵AI芯片驱动，总算力达2250 TOPS，计划于2026年底实现规模量产 [49][50][52] - 乐聚智能“夸父”机器人亮相全运会，成为全球首款实现无人工远程操控自主奔跑的5G-A人形机器人，并已完成近15亿元Pre-IPO轮融资，加速上市进程 [53][57] - 产业链价值集中：中游核心部件（传感器、丝杠、电机、减速器）占单机物料成本近九成，其中传感器价值占比最高，约为37% [59][61][62] - 上游算法与控制系统构成差异化竞争关键，下游整机厂商负责软硬件集成与场景落地，当前多聚焦于工业制造与仓储物流 [59][63] 短期产业趋势与投资建议 - 11月重点关注五大赛道：AI应用、AI硬件、电力设备、有色金属、创新药 [4][66] - AI应用端事件催化明确，包括Meta发售带屏智能AR眼镜、OpenAI开发者大会、特斯拉机器人应用落地推进等 [66] - AI硬件端景气度延续，英伟达向OpenAI投资建设算力数据中心，国内厂商加速自研芯片，半导体企业业绩增长 [66][68] - 电力设备领域技术突破频现，如固态电池获客户定点和装车路测，估值具备安全边际（固态电池指数PE(TTM)为31.59） [66][67] - 有色金属板块受益于美联储降息周期及供应端扰动，估值相对较低（指数PE(TTM)为26.54） [66][67] 重要行业资讯 - 谷歌推出第七代AI芯片Ironwood TPU，速度比前代快四倍多，单个吊舱可连接多达9,216个芯片 [4][89] - 亚马逊与OpenAI签署价值380亿美元的多年战略合作协议，OpenAI将使用AWS基础设施运行AI工作负载 [90] - 国内政策方面，国务院调整对美加征关税措施，继续暂停实施24%的税率，保留10%的税率 [4][80]

行业投资评级 - 报告对存储行业给出“推荐”评级 [7] 核心观点 - 存储行业迎来“景气周期”，AI需求拉动存储价格持续看涨，驱动行业供需偏紧 [1][9][15] - AI时代数据量从MB级向EB/ZB级跃迁，推动存储需求激增，并加速存储介质从HDD向SSD/DRAM演进 [2][18][21][22] - 推理端“以存代算”成为核心，KV Cache等结构化数据驱动存储体系向HBM/DRAM+CXL+SSD分层架构演进 [2][36] - 供给侧CBA+HBF工艺创新打破内存墙制约，成为存储IDM未来发展的核心方向 [3][40][50] - 存储上行周期带动原厂资本开支提升，半导体设备市场受益于扩产及新架构创新 [3][56][61][64] 存储周期分析 - 2024年至今进入新一轮上行周期，由AI带动服务器/PC高端存储需求增长驱动 [9] - 25Q4一般型DRAM价格预计环比增长8-13%，若加计HBM，涨幅扩大至13-18% [1][15] - 25Q4 NAND Flash合约价预计全面上涨，平均涨幅达5-10% [1][15] - 存储原厂毛利率提升至35%以上时，资本开支增加概率放大，当前行业处于供需偏紧状态 [56] 需求侧分析 - AI生成内容从文本向视频等多模态跃迁，数据量急剧扩大：Sora 2等应用推动2028年数据生成量预计达394 ZB [18][21][22] - 2035年温数据占比有望超70%，数据存储结构从“热-温-冷”三层演变为“热温-温冷”两层，推动SSD替代HDD [26] - HDD交期延长至52周以上，加速CSP将存储需求转向QLC eSSD，2024-2028年eSSD出货量CAGR达24% [28][30][32] - AI推理阶段KV Cache成为核心数据形态，支撑高并发、低延迟Decode，驱动存储分层架构演进 [36] 供给侧创新 - CBA技术通过逻辑芯片与存储芯片键合集成，提升存储密度和性能，预计带来DRAM位密度提升30% [3][40][43] - 长江存储Xtacking架构、合肥长鑫18纳米DRAM等国产技术加快追赶 [3][49] - HBF技术借鉴HBM封装设计，提供8-16倍存储容量和非易失性优势，首代技术可提供4TB VRAM容量，目标2026年下半年送样 [3][50][52][54] - 4F² DRAM、3D NAND等新架构创新依赖刻蚀、沉积、键合设备，推动存储密度持续突破 [64][68][71] 设备市场展望 - 2025年全球NAND设备市场规模预计达137亿美元，同比增长42.5%；2026年达150亿美元，同比增长9.7% [3][61] - DRAM设备销售额2024年增长40.2%至195亿美元，2025年和2026年预计分别增长6.4%和12.1% [61][62] - 刻蚀与沉积设备是存储三维化演进的核心，键合设备成为3D集成技术关键设备 [64][68][71] 投资建议 - 需求侧关注德明利、江波龙、香农芯创、兆易创新 [4][72] - CBA技术带动Logic die代工需求，关注晶合集成、华虹公司 [4][73] - 存储原厂Capex提升利好半导体设备商，关注拓荆科技、北方华创、中微公司、华海清科、精智达、华峰测控、长川科技 [4][73]

AI推理市场驱动存储行业变革 - AI推理市场快速增长 推动存储容量需求激增至数百EB级别[4] - 多模态AI模型发展 需要处理比纯文本多得多的数据 催生对海量存储容量的需求[3] - AI基础设施建置重心偏向推理服务 预计2026年企业级固态硬盘供应将吃紧 需求热潮延续至2027年[4] HBF（高带宽闪存）技术发展与前景 - HBF是一种通过堆叠NAND闪存制成的产品 结构类似HBM 提供约10倍于DRAM的容量[2] - 闪迪于2025年2月首次提出HBF概念 定位为结合3D NAND容量和HBM带宽的创新产品[2] - SK海力士与闪迪合作 计划2026年下半年推出首批HBF内存样品 首批采用HBF的AI推理设备样品预计2027年初上市[2] - 预计到2030年 HBF市场规模将达到120亿美元 约占同年HBM市场规模（1170亿美元）的10% 将与HBM形成互补[2] - HBF被评估为“辅助内存” 用于弥补HBM容量不足 特性为“轻速度 重容量”[3] 存储巨头技术布局与竞争 - 三星、SK海力士、闪迪等存储厂商正纷纷投入HBF技术的研发[1] - SK海力士在2025 OCP全球峰会推出包含HBF的“AIN系列”新产品线 并与闪迪签署谅解备忘录共同制定HBF技术规范[1] - 三星已启动其自有HBF产品的早期概念设计工作[2] 存储行业“超级周期”与市场趋势 - 存储行业正处于“超级周期” AI推理应用推升对实时存取、高速处理海量数据的需求[4] - 超大规模数据中心客户开始从高度依赖HDD转向基于大容量QLC的企业级固态硬盘[4] - 因CSP建置动能回温 DDR5产品需求持续增强 2026年CSP的DRAM采购需求有望大幅成长[4] - 由于海外原厂产能限制 2025年第四季度存储涨价趋势预计持续[4]