市场年末动态与机构调仓 - 2025年末出现典型的“橱窗装饰”效应 机构投资者在客户报告截止日（12月31日）前买入表现优异的股票并减持表现不佳的股票 以优化投资组合年报展示[1] - 标准普尔500指数年内上涨超过16%至6834点 道琼斯指数在48000点以上的历史高位附近徘徊[1] - 机构投资者正积极为2026年布局 重点买入人工智能基础设施类股票[2] 人工智能基础设施股票表现 - 美光科技、西部数据和Palantir Technologies过去一年回报率分别为196.4%、194.2%和139.7% 均大幅跑赢同期标准普尔500指数16.4%的涨幅[2] - 美光科技的高带宽内存产品在2026年底前已售罄 并签订了多年客户协议[3] - 西部数据于12月22日被纳入纳斯达克100指数 将引发跟踪该指数的约6000亿美元资金被动买入[3][12] - 先锋集团和贝莱德在2025年第三季度分别增持了Palantir Technologies 4%和6.4%的股份[3] 宏观经济与货币政策 - 美联储于12月10日连续第三次降息 将基准利率下调至3.50%-3.75% 投票结果为9比3[6] - 官方预测显示2026年仅预期再加息一次[7] - 尽管货币政策谨慎 但人工智能基础设施支出持续为2026年的市场提供动力[8] 人工智能行业增长势头 - 英伟达2025年11月公布的第三季度营收为570亿美元 同比增长62% 其Blackwell架构产品销量火爆 云端GPU持续售罄[8] - 博通宣布其人工智能半导体营收同比增长74% 并预计2026年第一季度AI芯片销售额将翻倍 达到82亿美元[8] - 高带宽内存市场规模预计将从2025年的350亿美元扩大至2028年的1000亿美元 这一进程加快了两年[11] 华尔街机构对2026年展望 - 摩根大通设定了标普500指数7500点的基线目标 若美联储继续降息 有望超过8000点 预计盈利增长13-15%[9] - 高盛预计2026年盈利将增长12% 至每股305美元[9] - 摩根士丹利预测 受人工智能生产力提升和宽松政策推动 盈利将增长17%[9] 美光科技具体前景 - 公司于12月17日公布2026财年第一季度业绩 营收创纪录达到136.4亿美元 同比增长57% 并预计第二季度营收为187亿美元 毛利率达68%[11] - 公司已锁定了整个2026日历年高带宽内存的全部供应协议 包括行业领先的HBM4内存将于2026年第二季度开始量产[11] - 公司2026财年资本投资计划为200亿美元 以抓住激增的AI数据中心需求[11] - 过去60天内 市场对其2026财年每股收益的共识预期上调了35% 至21.9美元[11] 西部数据具体前景 - 公司2025年10月公布的2026财年第一季度营收同比增长27% 达28.2亿美元 非美国通用会计准则毛利率扩大至43.9%[12] - 管理层给出的第二季度业绩指引强劲 预计营收为29亿美元 毛利率为44.5%[12] - 过去60天内 市场对其2026财年每股收益的共识预期上调了14.9% 至7.63美元[12] Palantir Technologies具体前景 - 2025年12月签订的合同包括一份价值4.48亿美元的美国海军ShipOS部署合同 以及与埃森哲建立的战略合作伙伴关系 以在全球推广企业AI[13] - 公司续签了与法国情报机构DGSI的合同 并发布了美国AI基础设施操作系统Chain Reaction[13] - 2025年第三季度 美国商业营收同比增长121% 季度内完成了204笔价值超过100万美元的交易[13] - 过去60天内 市场对其2026年每股收益的共识预期上调了20.9% 至1.04美元[13]

文章核心观点 - 本轮NAND周期由供给收缩与AI驱动的结构性需求共振驱动，其价格上涨的可持续性强，预计供给紧张至少持续至2026年底，价格将维持高位 [2][4] - AI在云端（训练与推理）和端侧（AI手机/PC）的应用，正大幅提升对SSD在容量、速度、耐久性等方面的需求，打开了NAND需求的天花板 [4][15] - NAND行业寡头竞争格局稳定，主要厂商产能扩张谨慎，供需关系紧张；同时，铠侠与闪迪的合资工厂投产以及长江存储的扩产，正在重塑供应格局 [4][21][32] - HDD在单位存储成本和总拥有成本上仍具优势，未来将聚焦于超大规模数据湖和冷数据归档等特定场景，与SSD形成差异化互补 [5][43][56] NAND周期历史复盘与当前特征 - **历史周期五大特征**：周期跨度长（四年以上）且价格波动剧烈（涨跌超80%）；供需错配严重，产能扩张滞后（超两年）；厂商扩产策略差异（如三星“逆周期投资”）加剧波动；技术创新驱动周期（如2D转3D导致供给不足）；下游库存周期放大价格波动 [8] - **本轮周期两阶段驱动**：第一阶段（4Q24-2Q25）由原厂减产和消费电子需求回暖驱动的价格止跌回升；第二阶段（3Q25至今）由AI服务器需求爆发及原厂将产能转向HBM/DDR5导致的结构性短缺，推动价格大幅上涨 [13] - **当前周期位置判断**：截至2025年11月，NAND TLC 512Gb合约价相较于前低涨幅约140%；参照2016-2017年上行周期（涨幅150%-250%），本轮在竞争格局更稳定、由AI需求驱动下，有望带来更持久的需求增长；预计2026年价格维持高位，上半年涨价确定性高 [22][23] AI驱动的NAND需求分析 - **云端AI需求场景**：训练场景需要SSD具备超大容量、高耐久性及高随机写入IOPS以保存检查点；推理场景中，LLM快速载入、KV Cache交换及RAG向量数据库查询，对SSD提出了超高速接口、极低延迟和高IOPS的要求 [15][18] - **端侧AI需求增长**：AI手机和AI PC渗透率提升，推动单机存储容量增长，预计未来四年手机/PC存储密度年均增速分别为16%和13% [19] - **需求量化预测**：预计2028年全球NAND Flash出货量接近1939 EB，未来三年（2025E-2028E）年均增速近30%；其中数据中心需求占比将从2024年的27%提升至2028年的54%，成为最大驱动力 [4][19][20] NAND行业供给与竞争格局 - **产能扩张谨慎**：海外三大原厂（三星、SK海力士、美光）对NAND产能扩张持谨慎态度，资源更多集中于DRAM及先进制程升级；供给紧张态势预计持续至2026年底 [4][21] - **竞争格局集中**：3Q25全球NAND Flash市场收入前五名（三星32%、SK海力士19%、铠侠15%、美光13%、闪迪12%）合计占比超90%；企业级SSD市场格局类似 [32] - **新产能与技术升级**：铠侠与闪迪的合资新工厂已于3Q25投产，引入BiCS8先进工艺，预计1H26贡献收入；BiCS10技术将堆叠层数提升至332层，单位面积容量提升59%；长江存储的扩产也有望重塑国内供应格局 [4][21][38] HDD行业的现状与前景 - **核心应用与市场**：HDD目前90%的下游应用来自云计算的近线存储，用于AI数据湖、云计算冷存储及AI生成内容归档；预计2024-2028年全球近线HDD收入平均增速约15% [43][45][47] - **竞争格局与技术**：市场由西部数据和希捷主导，合计市占率约80%；技术以ePMR和HAMR为主，工艺升级周期长，交货周期达一年以上，产能刚性显著 [49][50] - **与SSD的对比与定位**：HDD核心优势在于单位存储成本（目前价差为4-6倍）和总拥有成本；每EB产能所需资本支出，HDD为120万美元，远低于SSD的5070万美元；未来HDD将聚焦于超大规模数据湖和冷数据归档，与SSD形成场景互补 [5][53][56]

行业与公司 * 行业：半导体、半导体资本设备、IT硬件，特别是与人工智能数据中心基础设施相关的领域[1][3] * 涉及公司：英伟达、超威半导体、博通、迈威尔科技、美光科技、Astera Labs、KLA Corporation[27][31] * 报告机构：摩根大通证券[3] 核心观点与论据：数据中心资本支出预测大幅上调 * 上调数据中心资本支出增长预测，因超大规模云服务提供商持续扩大AI基础设施建设计划，主要驱动力是AI计算能力的供应持续显著落后于需求[1] * 2025年数据中心支出预计同比增长约65%以上，高于几个月前预测的+55%，这意味着2025年相对于2024年将增加1150亿美元以上的支出，而2024年的同比增量支出为750-800亿美元[1] * 2026年数据中心资本支出目前预计增长50%以上，高于此前预测的+30%，这意味着明年将增加1500亿美元以上的支出[1] * 鉴于对AI计算的强劲且迫切需求，预计2026年数据中心资本支出最终可能达到同比增长60%以上的范围，这将使明年增量支出达到1750亿美元以上[1] * 未来几年，AI加速器总目标市场预计将支持40-50%的复合年增长率，以2025年约2000亿美元的基数计算[4] 核心观点与论据：增量支出与半导体公司收入关联 * 2025年预期的1150亿美元以上数据中心增量支出，基本涵盖了英伟达、超威半导体、博通、迈威尔科技今年预期的收入增长[1] * 假设2025年AI增量收入的80%与美国超大规模云服务提供商/云服务提供商支出相关，且50-60%的AI数据中心资本支出通常与技术基础设施相关，则上述关联成立[1] * 2026年预期的1500亿美元以上增量支出，相对于市场对英伟达、超威半导体、博通、迈威尔科技的AI相关GPU/ASIC/网络收入预期中已包含的约1400亿美元增量[1] * 报告认为，当前市场对关键AI相关公司的预测尚未完全计入收入上行潜力[1] 核心观点与论据：具体公司观点与机会 * 英伟达：近期宣布的OpenAI和Anthropic协议，是对此前披露的截至2026年底5000亿美元以上收入积压的增量[1] * 博通：认为市场很大程度上误解/低估了管理层关于730亿美元18个月积压的评论，考虑到其6-12个月的交付周期[1] * 迈威尔科技：认为亚马逊云科技很可能增加Tranium3订单[1] * 超威半导体：未来6到9个月内可能会有更多重要的MI450/Helios客户公告[1] * 美光科技：已锁定其2026年全部HBM3E/4产能，应能继续推动强劲的客户份额增长，可能超过其在传统DRAM领域约22%的份额[4] * 强劲的AI服务器支出将使英伟达、博通、迈威尔科技、超威半导体、美光科技和西部数据受益[4] 其他重要内容：支出范围扩大与长期展望 * 仅关注美国前4或5大超大规模云服务提供商的支出，未考虑发生在传统超大规模云服务商范围之外的重要支出，包括新云公司和主权AI项目，随着它们规模扩大，正变得越来越有影响力[4] * 2026年之后的数据中心资本支出能见度仍然有限，但当前对总资本支出增长的预期表明，至少从方向上看，2027年支出应会再次增长[1] * 报告给出的AI/云领域首选股为：超配博通、超配迈威尔科技、超配英伟达、超配Astera Labs、超配美光科技、超配KLA Corporation[4] 其他重要内容：图表数据摘要 * 图1显示美国前四大超大规模云服务提供商的数据中心资本支出从2024年的约310亿美元增长至2025年预计的约520亿美元，2026年预计进一步增长至约760亿美元[7][8] * 图5显示增量数据中心资本支出与增量AI GPU/ASIC及网络支出对比，2025年预计分别为1160亿美元和860亿美元，2026年预计分别为1520亿美元和1410亿美元[12][13] * 图6显示总数据中心资本支出与总AI GPU/ASIC及网络支出对比，2025年预计分别为3210亿美元和2220亿美元，2026年预计分别为4850亿美元和3630亿美元[21] * 图7显示超大规模云服务提供商总资本支出占收入百分比，2025年预计总计为19%，2026年预计为22%[23][24] * 图8显示数据中心资本支出占收入百分比，2025年预计总计为12%，2026年预计为19%[25]

核心观点 - 自2025年第一季度以来，NAND合约价格已实现翻倍以上的上涨，预计供给紧张至少持续到2026年底，2026年NAND价格或将维持高位 [1][2] 需求侧分析 - AI模型的训练和推理对企业级SSD在写入速度、IOPS、容量及耐久度等多层面提出更高需求 [1][2] - LLM快速载入、KVCache及RAG将在未来成为SSD大规模应用场景 [1][2] - 云侧与端侧AI共振，叠加手机、PC单台存储容量增长可观，强势打开SSD需求天花板 [2] - 预计2028年全球NAND Flash出货量有望接近2000EB，未来三年维持近30%的高增长 [2] 产能与供给侧分析 - 海外NAND原厂对产能扩张持谨慎态度，以高密度、高容量的技术路线转型为主 [2] - 铠侠和闪迪合资新工厂已于2025年第三季度投产，引入BiCS8先进工艺，将于2026年上半年贡献收入 [1][2] - NAND Flash竞争格局稳定，2025年第三季度全球市场前五大厂商收入合计占比超90% [2] - 长江存储的扩产以及其Xtacking架构的优势有望重塑国内NAND供应格局 [2] - 结合供需来看，NAND原厂有望通过供给端的把控支持价格多季度的持续上涨 [1][2] HDD市场展望 - 与SSD相比，HDD核心优势主要在单位存储成本、TCO及物理存储性能好 [3] - 随着NAND技术升级，HDD与SSD的成本优势价差将有所削弱，目前价差在4-6倍 [3] - 未来HDD应用将聚焦于超大规模数据湖以及冷数据归档 [3] - 预计未来三年HDD市场规模增速约15% [3]

马斯克财富与SpaceX估值 - 埃隆・马斯克成为全球首位净资产突破6000亿美元的个人，其净资产达到6770亿美元[1] - 财富增长主要得益于旗下公司SpaceX的估值翻番[1] - 其财富增长迅速，未来有望成为万亿富翁[1] 苹果iOS未来功能规划 - 科技媒体挖掘iOS早期版本代码，揭示了苹果未来规划的数十项软件功能[2] - 未来iOS版本将扩展健康服务并增强Siri的AI技能[2] AMD与联想合作动态 - AMD CEO苏姿丰率高管团队访问联想北京总部，参观人形机器人等最新技术成果[3] - 此次访问或为双方进一步合作铺路[3] 华为产品与技术动态 - 华为终端BG首席执行官何刚透露，nova 15系列新机将有“双份惊喜”，具体内容将于12月22日揭晓，网友猜测可能包括前后双红枫镜头[4] - 发布近五年的华为Mate X2系列折叠屏手机已获得HarmonyOS 4.2.0.182版本升级，优化了部分场景体验并合入了安全补丁[5] - 工业和信息化部公布我国首批L3级有条件自动驾驶车型准入许可，包括北汽极狐阿尔法S（L3版），华为官方确认该车型采用了其乾崑智驾ADS系统[15] 鸿蒙智行尊界S800生产交付 - 鸿蒙智行尊界S800“时代旗舰”轿车第10000台已下线，从发布到1万台下线用时约200天[7] - 该车型上月交付量已突破2000台[7] - 第10000台车辆交付给了车主李连杰，由余承东和项兴初共同完成交车[9] 存储行业市场与技术 - 报告称全球机械硬盘（HDD）价格在2025年第四季度触底反弹，将迎来新一轮涨价潮[11] - 供应链报告显示，受中国信创产业采购策略调整及美国AI基础设施建设爆发的双重影响，2025年第四季度HDD合约价格环比上涨约4%，创下过去八个季度以来的最大涨幅[12] - 长江存储致态推出灵・潮流版移动固态硬盘，支持磁吸和20Gbps接口，提供1024GB、2048GB、4096GB三种容量版本，可满足ProRes格式4k/120fps视频外录需求[13] - 微软宣布Windows Server 2025正式引入原生NVMe存储支持，通过重构存储堆栈彻底告别传统的SCSI兼容模式，据称IOPS性能暴涨约80%[16] 半导体与硬件产业动态 - 蓝宝石作为AMD的独家板卡合作伙伴，其市场表现和产品线受到AMD所提供技术的限制，该公司喊话AMD等GPU制造商，要求获得芯片和显存以放开设计自由，此情况同样适用于英伟达的板卡合作伙伴[14]

AI数据中心内存需求专家洞察电话会议纪要 涉及的行业与公司 * 行业：美国IT硬件、半导体、内存、存储、AI数据中心[1] * 提及的公司：Google、Grok、OpenAI、Anthropic、Amazon、NVIDIA、Cerebras、IBM、华为、DeepSeek[14][18][29][32][35][36] * 覆盖的上市公司：希捷科技(STX)、西部数据(WDC)、SanDisk(SNDK)、三星电子(005930.KS/005935.KS/SMSN.LI)、SK海力士(000660.KS)、美光科技(MU)、铠侠(285A.JP)[7] 核心观点与论据 AI训练与推理的内存需求差异 * AI训练对内存的需求远高于推理[2] * 训练需要存储大量数据，包括模型权重、激活值、梯度、优化器状态和频繁的检查点[2][15] * 推理只需存储临时张量和KV缓存以实现快速响应，内存需求低得多[2][15] * 以一个中等规模模型为例，训练消耗约1TB的合计内存，而推理需求则低得多[2] * 一个700亿参数的通用模型需要140GB存储权重，加上激活值等增加500GB，梯度再增加140GB，总计接近1TB[16] * 当前趋势是模型规模向万亿参数发展，例如Gemini 3.0、Kimi K2，规模是上述例子的10倍[16] 供需失衡与价格影响 * AI的快速普及导致内存需求和价格急剧上升，令超大规模云服务商措手不及[3][26] * 供需失衡推高了HBM和DRAM等关键组件的成本[3] * HBM4每堆栈的成本预计将比HBM3高出近50%[21] * 超大规模云服务商正在签署多年期HBM采购保证，为未来晶圆厂预付款，并进行垂直整合[29] * 需求远超供应，导致HBM、DRAM、SSD等价格全面上涨[21][29] 存储技术趋势：从HDD转向SSD * 由于HDD短缺，许多超大规模云服务商已转向SSD[4] * SSD比HDD贵5到10倍，但公司愿意承担更高成本以继续推进其模型[4][40] * 在某些用例中，SSD提供更优性能、更低的运营成本、更低的功耗和最小的冷却需求，从而降低总体拥有成本[4] * SSD具有更高的IOPS，无机械部件，冷却要求低，占用空间小[38][42] * 一个10年期的TCO案例研究显示：HDD总成本约为8000万至8500万美元，而SSD仅为3000万至4000万美元，SSD在电力、空间和维护成本上显著节省[46] 训练与推理的存储需求差异 * 训练对存储的需求极高，推理则相对较低[19][24] * 训练需要存储从TB到PB级的数据集，频繁的检查点需要大量写入，模型文件庞大，日志记录持续不断[24] * 训练对存储的总需求是推理的100到1000倍[24] * 最小模型(约70亿参数)的数据集为1到5TB，而Gemini 3.0、Claude 4.5、ChatGPT 5.0等最先进的多模态模型的整个训练需要1到5PB的存储[25] * 推理主要使用SSD进行快速模型加载，SATA SSD或HDD很少使用，因为推理需要快速服务和加载模型[25] TPU与GPU的对比 * TPU专为机器学习构建，架构针对大型深度学习任务优化，与GPU相比，具有更低的TCO、更高的每瓦性能以及卓越的可扩展性[4][49][51] * GPU拥有成熟的生态系统和更广泛的软件支持，尽管能效相对较低，但更适合快速原型设计和小规模项目[4][50] * TPU使用称为脉动阵列的专用设计，像工厂流水线，超级优化，在训练大批量作业时，TPU的能效和短时间扩展能力比GPU好2到3倍[51] * TPU使用VMEM(向量内存)在芯片上存储数据，使其超高速，并且每芯片容量要求更低，所需内存更少[53] * TPU未被广泛使用的主要原因是生态系统挑战和灵活性，用户基本上被锁定在GCP中使用[54][56] 新兴内存技术 * 高带宽闪存是一种新兴技术，旨在通过提供TB级的快速非易失性内存，来弥合传统DRAM和SSD存储之间的差距[5] * 这种新的内存层级有望降低能耗和冷却成本，同时为AI推理工作负载提供所需的高速，是下一代数据中心的有前景的解决方案[5] * SanDisk与SK海力士正在合作开发高带宽闪存，目标是为AI推理工作负载提供TB级内存，作为HBM和PCIe连接SSD之间的新快速访问内存层级[57] 中美AI发展对比 * 主要的前沿模型如Gemini、ChatGPT等均由美国公司开发，美国整体领先于中国[35] * 中国的模型(如华为盘古)参数规模接近1万亿，但基于评估，其性能未见超越美国模型[35] * 中国模型训练所使用的内存/硬件量显著低于OpenAI或Gemini[35] * 中国模型采用“蒸馏”等技术，并非从头训练，这使其更快、更高效，所需硬件/内存/训练时间更少[36] * DeepSeek是ChatGPT 4.0的蒸馏模型，这种创新技术有助于在内存供应瓶颈下保持竞争力[36] 行业创新与长期可持续性 * 行业创新，包括更高效的模型架构、先进的量化方法和新芯片的开发，预计将有助于长期管理内存需求并提高整体可持续性[3] * 更高效的模型架构、更激进的量化、新的内存技术、SSD或NAND缩放以及减少内存移动的加速器，将在未来2到5年内缓解压力[21] * 新模型并非全部从头训练，大量采用复用、蒸馏等技术，减少了从头训练的需求[16] * 超大规模云服务商正在采用量化来减少内存使用，采用以SRAM为中心的架构，重新构建推理以压缩缓存，并构建内存池数据中心[29] 其他重要内容 超大规模云服务商需求预测失误的原因 * 几年前发布ChatGPT-3、BARD时，公司并未完全意识到其产品的潜力，认为这只是机器学习的下一步[27] * 随着模型演进，他们意识到这些模型可以轻松获取信息并执行复杂任务，但最初对此没有洞察[27] * 2024年和2025年采用率增长如此之快，导致所有公司都在竞相构建最佳模型[27] * 2023年之前的所有规划都假设训练极其昂贵，推理便宜，可能只需要几个基础模型[28] * LLM在所有消费者应用中爆发，推理变为始终在线，集成到Gmail、Docs等应用中，需求激增[28][29] * 超大规模云服务商低估了AI尤其是内存受限方面的发展速度，现在他们正在为HBM、DRAM和SSD支付创纪录的价格[29] 推理内存需求的影响因素 * 推理的内存需求主要取决于模型在做什么，例如进行微调或添加LoRa权重适配器时，需要加载所有权重并分配内存[31] * 行业的一大趋势是在芯片上增加内存以实现更快的推理，例如Grok在LPU上使用SRAM，Google的Ironwood、Amazon的Trainium等新芯片都趋向于在推理时拥有更多片上内存[31] * 片上内存或推理所需的内存主要用于优化和加速过程，较少依赖于所执行的任务类型[31] 具体模型对比 * Gemini 3.0目前在所有推理、多模态、代理和其他基准任务上，相比5.1系列，在每一个用例和评估中都占据主导地位[33] * 性能更好的原因主要在于上下文窗口和模型训练方式，以及使用了另一种强化学习技术以获得更好的响应[33] HDD短缺对NAND需求的影响 * HDD短缺导致NAND闪存(主要用于SSD)使用增加[37] * HDD和NAND闪存都是非易失性数据存储的主要类型，基于成本、性能和容量以互补方式竞争[37] * HDD的供应链限制导致数据中心转向NAND闪存，用于数据中心的高容量模型[37] 投资建议 * 希捷科技(STX)：跑赢大盘评级，目标价370美元[8] * 西部数据(WDC)：与大市同步评级，目标价170美元[9] * SanDisk(SNDK)：跑赢大盘评级，目标价300美元[10] * 三星电子：跑赢大盘评级，目标价130,000韩元[11] * SK海力士：跑赢大盘评级，目标价650,000韩元[11] * 美光科技(MU)：跑赢大盘评级，目标价270美元[11] * 铠侠(KIOXIA)：跑输大盘评级，目标价7,000日元[11]

核心观点 - AI大模型推理正拉动存储需求快速增长 预计到2026年 AI推理对DRAM和NAND的需求将分别达到23.0EB和593.5EB 短期内市场呈现供不应求态势 存储价格有望持续提升 存储行业大周期方兴未艾 [1][3] 存储系统构成与分类 - AI存储系统主要分为网络端存储和本地端存储 网络端存储主要用于存放冷数据 主要由HDD和SSD构成 本地端存储主要用于存放热数据和温数据 主要由HBM、DRAM和本地SSD构成 [1] - 存储主要分为“易失性”的Memory和“非易失性”的Storage Memory主要包括DRAM和HBM 其优势是速度快 Storage主要包括SSD和HDD 其优势是容量大、成本低 [1] 市场与技术趋势 - **HDD**：即硬盘 主要通过提升面密度来增加容量 近期HAMR（热辅助磁记录）技术可大幅提升单碟容量 市场呈现双寡头垄断格局 主要参与者是希捷科技和西部数据 [2] - **SSD**：即固态硬盘 是一种以NAND Flash为介质的存储设备 NAND堆叠层数持续增长 单元架构逐步从SLC向MLC、QLC转化 主要市场参与者包括三星、海力士（包括Solidigm）、美光、闪迪和铠侠 [2] - **DRAM**：具备功耗小、集成度高、成本低等优势 技术从DRAM迭代至SDRAM、DDR 目前头部厂商已开始研发DDR6 下游需求主要在手机、PC和服务器领域 主要参与者包括三星、海力士和美光 [2] - **HBM**：通过多层DRAM芯片堆叠 并使用TSV实现垂直互联 从而具有更高的存储密度和更大的带宽 目前主要应用于AI领域 主要参与者为海力士、美光和三星 [2] - **NAND**：存储单元表达的bit数持续增长 堆叠层数也持续增长 下游需求主要为SSD和手机 主要参与者为三星、海力士、铠侠、美光和闪迪 [2] AI驱动的存储需求测算 - AI大模型的训练和推理正拉动存储需求增长 根据测算 2026年AI推理对DRAM的需求为23.0EB 对NAND的需求为593.5EB [3] - 短期市场供不应求 存储价格有望持续提升 [1][3] 全球主要存储公司梳理 - 三星电子和海力士在DRAM、HBM、NAND、SSD等多个关键领域市场占有率均较高 是全球存储龙头公司 [4] - 美光产品矩阵全面 但市场占有率略低于三星和海力士 [4] - 闪迪和铠侠的业务聚焦于NAND和SSD领域 [4] - 西部数据和希捷科技的业务聚焦于HDD领域 [4]

报告投资评级 - 行业投资评级：优于大市（维持评级） [2] 报告核心观点 - AI大模型推理拉动存储需求快速增长，根据测算，2026年AI推理对DRAM、NAND需求分别为23.0EB、593.5EB，短期供不应求，存储价格有望持续提升，存储大周期方兴未艾 [4] - AI工作负载在不同阶段需要不同的存力支撑，构成从HBM、DRAM到本地SSD、网络SSD/HDD的完整存储系统 [6][11][12][16][17] 存储系统：系统构成与分类 - **系统构成**：AI存储系统主要分为网络端存储和本地端存储，网络端存储主要存放冷数据，主要由HDD和SSD存储；本地端存储主要存放热数据和温数据，主要由HBM、DRAM、本地SSD存储 [4] - **存储分类**：存储主要可以分为“易失性”的内存（Memory）和“非易失性”的存储（Storage），内存主要包括DRAM和HBM，优势为速度快；存储主要包括SSD和HDD，优势为容量大、成本低 [4][24] - **存储金字塔**：自上而下性能逐级下降、容量逐级递增、成本逐级递减，HBM和DRAM位于顶层，SSD和HDD位于底层 [24] - **英伟达H100存储配置示例**：单颗H100配置6颗HBM3堆栈（共96GB）；单台H100服务器配置两颗CPU，共计32个64GB DRAM（共2TB）作为系统内存；服务器本地配置8个3.84TB的SSD（共30.72TB） [16] - **英伟达DGX B200服务器存储比例**：单台服务器（8颗B200）HBM带宽合计1.4TB/s，系统内存2TB（可扩至4TB），本地SSD 30.72TB；若搭配IBM存储系统，单台服务器对应约27.4TB HDD网络存储 [17] 市场与技术趋势：HDD - **HDD技术核心**：面密度提升是容量提升的核心，面密度受记录密度和磁道密度影响 [30] - **HDD面密度与成本趋势**：HDD磁盘面密度持续提升但增速放缓，2023年同比仅提升4%；每Bit成本持续下降，但年化下降幅度已低于30%且持续放缓 [35] - **HAMR（热辅助磁记录）技术**：希捷通过HAMR技术实现单碟3TB、全盘30TB量产，未来有望实现单碟10TB，该技术通过瞬间加热目标区域介质以辅助写入 [38] - **OptiNAND技术**：西部数据通过集成iNAND UFS EFD与革新固件算法，提升HDD面密度和容量 [42] - **多磁臂技术**：以希捷双磁臂（MACH.2）为例，可让传输速率和读IOPS接近翻倍，同时单位成本低于使用两块较小容量硬盘 [49] - **生态统一**：HDD开始使用NVMe协议，利于与高性能存储网络整合，简化拓扑结构 [49] - **HDD市场规模与格局**：行业呈周期性波动，2024年全球HDD市场规模为180.3亿美元，同比+44.4%；出货量1.24亿颗，同比+1.1%；市场呈双寡头垄断，希捷、西部数据、东芝2024年市占率分别为40.8%、40.0%、19.2% [59] - **企业级HDD占比提升**：2024年企业级HDD市场规模为137亿美元，占总市场规模约76%，占比较2020年提升11个百分点；西部数据企业级HDD市占率持续提升，2024年达46.5% [69] 市场与技术趋势：SSD - **SSD基本构成与原理**：SSD是一种以NAND Flash为介质的存储设备，主要包括主控、闪存、缓存芯片等，通过FTL（闪存转换层）完成逻辑到物理地址的映射 [77] - **SSD发展历史**：经历探索期（1976-2005）、追赶期（2006-2009，容量赶上HDD）、全面发展期（2010-至今，单元架构从SLC向MLC、QLC演进，NAND层数持续增长，2019年突破100层，2022年进入200+层时代） [82] - **SSD市场规模**：2024年全球SSD市场规模为410亿美元，预计2029年增长至610亿美元，对应2024-2029年CAGR为8.3%；2024年出货量为3.55亿个，预计2029年达4.74亿个，CAGR为5.93% [88] - **SSD产品趋势**：高容量产品占比持续提升，单位GB价格持续下降，2024年SSD单位GB价格为0.1美元，预计2029年降至0.05美元 [93] - **SSD细分市场**：按收入计，2024年消费级、企业级、商用级SSD占比分别为35%、64%、1%，企业级市场占主导；按出货量计，消费级占比达81%，但单价较低 [102] - **企业级SSD趋势**：高容量（如8TB-16TB）出货占比快速提升，QLC版本出货容量占比预计从2024年的11.4%提升至2029年的54.1%；PCIe接口已成为绝对主流，2024年出货量占比达73.7%，预计2029年提升至94.8% [112][121] - **消费级SSD趋势**：下游以PC（2024年收入占比81%）和消费电子为主；产品容量集中在128GB-1TB区间，但正向高容量发展，1TB-2TB版本出货占比预计从2024年的5.5%提升至2029年的22.2%；QLC占比预计从2024年的12.1%快速提升至2029年的70.3%；PCIe接口为主流 [144][149][174] - **商用级SSD趋势**：容量主要集中在4GB-512GB，平均容量持续提升，单GB价格持续下降 [189][190] - **SSD vs HDD性能对比**：SSD在连续读写、随机读写速度、数据访问时间、功耗、抗震防摔、噪声、尺寸等维度均优于HDD；但HDD在单GB价格上具备优势，2024年企业级SSD单GB价格是HDD的9.0倍 [127] - **SSD替代趋势**：在企业级存储容量占比中，SSD占比持续提升，2024年为17.9%，预计2029年达19.7%；在桌面PC领域，SSD正逐步替代HDD [134][173] 市场与技术趋势：DRAM、HBM、NAND - **DRAM**：具备功耗小、集成度高、成本低等优势，技术从DRAM迭代至SDRAM、DDR，头部厂商已开始研发DDR6，下游需求主要在手机、PC、服务器领域，主要参与者包括三星、海力士、美光 [4] - **HBM**：通过多层DRAM芯片堆叠和TSV（硅通孔）实现垂直互联，具有更高存储密度和更大带宽，主要应用于AI领域，主要参与者为海力士、美光、三星 [4] - **NAND Flash**：存储单元表达的bit数持续增长，堆叠层数持续增长，下游需求主要为SSD和手机，主要参与者为三星、海力士、铠侠、美光、闪迪 [4] 需求测算：AI拉动存储需求增长 - **AI推理需求测算**：报告测算，2026年AI推理对DRAM需求为23.0EB，对NAND需求为593.5EB [4] 公司梳理：全球存储公司业务重心 - **三星电子、海力士**：在DRAM、HBM、NAND、SSD等领域市占率均较高，为全球存储龙头公司 [4] - **美光**：产品矩阵全面，但市占率略低于三星、海力士 [4] - **闪迪、铠侠**：聚焦于NAND、SSD领域 [4] - **西部数据、希捷科技**：聚焦于HDD领域 [4] - **SSD供给侧格局（出货量）**：2025年第二季度，三星、闪迪、美光、海力士、铠侠市占率分别为22.9%、14.3%、12.2%、10.2%、8.5%，CR5为68.1%；其中企业级SSD市场集中度更高，CR5达86.2% [206] - **SSD供给侧格局（收入）**：2025年第二季度，三星、闪迪、美光、海力士、铠侠市占率分别为32.0%、9.4%、11.1%、6.8%、9.1%，CR5为68.4% [213][214][216]

行业需求与趋势 - AI应用将持续推动云服务提供商对高效能TLC企业级固态硬盘和QLC企业级固态硬盘的需求 [1] - 硬盘驱动器供应依然短缺 [1] 存储芯片价格展望 - 预计硬盘驱动器供应短缺等因素将支撑第四季度整体NAND闪存价格持续上涨 [1] 原厂产能与资本开支策略 - 受过往行业周期影响，主要存储芯片原厂维持审慎的产能扩张策略 [1] - 若后续资本开支回升，受制于产能建设周期的滞后性，对2026年存储芯片位元产出的增量贡献也将较为有限 [1]

公司战略调整 - 美光科技计划停止向PC/DIY市场的个人消费者销售Crucial品牌存储产品，以便将产能专注于为高性能AI芯片驱动的算力集群提供存储产品 [1] - 此举是公司基于周期判断与结构升级的产能重构，旨在将资源集中于增长更快、单位利润更高的数据中心AI内存市场 [2] - 美光计划通过将受影响员工调配至公司现有空缺岗位，以降低该业务决定对团队的影响 [7] 行业趋势与驱动因素 - 由AI大浪潮驱动的数据中心规模指数级扩张，导致对DRAM与NAND系列产品的需求激增 [1] - 美国科技巨头及主权政府机构承诺在未来几年累计投入数千亿美元建设AI数据中心，导致用于个人消费者端的存储产品面临全球性急剧短缺 [1] - 当前高端AI芯片单系统需要近200GB甚至接近300GB的高带宽内存，云厂商未来几年有“千亿美元级”AI基础设施支出承诺 [2] - 支撑AI训练/推理算力需求的AI服务器算力集群的DRAM容量通常是传统CPU服务器的4–8倍，很多单机已超过1TB DRAM，并且明确向DDR5迁移 [4] 市场需求与产品结构 - 数据中心AI算力基础设施中，AI芯片集成搭载大量先进存储系统，例如基于英伟达GB200芯片的每个AI GPU算力系统配备高达192GB的HBM3e高带宽内存 [3] - 在超大规模AI数据中心里，服务器级别的DDR5是必须大规模采购的核心存储资源，与HBM是互补关系 [4] - DDR5相比DDR4带宽提升约50%，更适合天量级AI工作负载 [4] - 企业级SSD需求也在近期持续激增 [6] - 美光云计算内存业务部门在最近一个季度实现了同比213%的惊人增长 [7] 竞争格局与公司定位 - 美光在高带宽内存市场与SK海力士和三星展开激烈竞争，但美光是唯一一家总部位于美国的存储芯片供应商，在“制造业回流美国”政策背景下受益 [6] - 美光已成为AMD的HBM核心供货商，AMD的AI芯片MI350系列芯片配备288GB高带宽内存 [6] - SK海力士、三星及美光三大存储芯片原厂将多数产能集中于HBM，导致其他硬盘类存储产品供不应求 [6] - 美光同时卡位HBM、服务器DRAM以及高端数据中心SSD，是“AI高性能内存+存储栈”里最直接的受益者之一 [4] 财务表现与市场预期 - 在存储超级周期驱动下，美光股价今年迄今大幅上涨约175% [1] - 高盛分析师预计，由于内存/SSD/HDD价格将持续强劲上行，美光即将发布的季度业绩将相对市场一致预期有可观的超预期上行空间 [7] - 美国银行预计，今年以来涨幅超100%的某些DRAM合约价，未来半年左右的时间里还有50%以上的上涨空间 [8] - 美国银行预判这一轮存储超级周期至少将延续至2027年上半年 [9] 行业前景与估值 - 华尔街大行高呼“存储超级周期”已至，AI算力需求全面带动DRAM/NAND系列存储产品需求指数级扩张 [5] - 从OpenAI已签署的接近1.4万亿美元规模AI算力基础设施累计协议来看，超级AI基建项目迫切需要天量级的数据中心企业级高性能存储 [8] - 美国银行大幅看涨SK海力士和三星，认为其股价还能涨至少50%以及40%，全球存储板块正持续进入与超级周期相关的“估值重估”牛市阶段 [9] - 美国银行予以SK海力士80万韩元目标股价，意味着接下来12个月潜在涨幅高达50%，其3.6x 2026E P/B估值比2018年那轮周期顶峰的2x P/B高了50%以上 [9]