大模型的训练、推理和冷数据归档三个阶段均需NAND/DRAM/HBM支持,因此本轮AI周期对三者均有拉动作用。
-
大模型各阶段对存储的需求
- 训练阶段:需极低延迟和极高带宽,依赖高性能DRAM/HBM及SSD缓存。
- 推理阶段(热数据):频繁访问数据/模型权重/KV-cache,SSD可显著减少延迟,HBM用于解码。
- 冷数据归档:HDD因低成本(SSD的1/3-1/4)和稳定性无法替代。
-
本轮存储周期的特征
- 周期强度:大概率是历史最强周期,因存储是周期品且供需极端。
- 历史对比:以海力士为例,上一轮周期顶部/底部毛利率为48%/-32%,CapEx峰值达154/62亿美元(2022/2023)。
- 本轮驱动:周期回暖+AI需求拉动+HBM产能挤出效应。
-
HBM市场分析
- 空间与供给:美光称HBM未来30年市场规模达1000亿美元,但明年供给受限(同等容量耗4倍DRAM位元)。
- 价格与竞争:三星产能释放但良率仅35%,HBM3-12Hi价格下降;HBM4(10Gbps/s)进入客户送样阶段,美光2026上半年出货计划明确。
- 盈利预期:去年毛利率60%-70%,后续将下降。
-
DRAM市场分析
- 供需状态:传统服务器复苏+AI驱动,海力士明年已售罄,库存低且无下行趋势。
- 格局:仅海力士、美光、SK海力士三家+CXMT,供需逻辑与HBM一致。
-
NAND市场分析
- 周期底部:经历极致下行后产线出清,扩产极少(WDC CapEx从2300降至807,24/25年减至292/407)。
- 需求缺口:AI需求暴增,SSD替代HDD成本高3-4倍,行业缺口明显。
- 投资核心:NAND格局分散(铠侠/WDC/SNDK),估值常用PB或设备(LAM/AMAT)。
结论:本轮存储周期强度超历史,HBM和DRAM受益于AI需求,但NAND是核心投资标的,因其供需缺口显著且扩产受限。