AI价值链梳理
AI产业链中，硬件环节率先受益于算力建设需求，存储行业呈现寡头垄断格局，高壁垒支撑高盈利。AI算力建设带动高端存储需求，形成冷数据（HDD/SSD-QLC）、温数据（SSD-TLC）和热数据（HBM3e、LPDDR5X）的三级存储架构模式。技术路径上，内存侧重快读写，持久存储聚焦大容量低成本。
存储需求分级与存储硬件架构
AI对存储的需求分为容纳参数（HBM）、存放过程（HBM+LPDDR+SSD）和数据注入（SSD+柜外SSD&HDD）三个维度。NVIDIA GB200异构存储设计通过HBM3e、LPDDR5X和SSD实现容量与带宽的性能互补。LPDDR5X作为高性价比显存补充，平衡带宽成本与容量。Rubin架构下互联升级，存储密度稳步提升，形成HBM4、LPDDR5X和柜内SSD的三级架构。
大语言模型的存储需求
Transformer架构下，数据流转频繁，存力决定算力效率。大语言模型分为训练和推理两个阶段，对显存需求截然不同。“16字节法则”下，万亿参数的模型需要16TB级别显存。推理显存消耗中，KV cache占用大量显存空间。Scaling Laws下，模型参数量持续膨胀，拉高存储容量需求下限。
训练与推理端技术发展拉动存储需求增长
训练端，模型升级驱动HBM及SSD的容量扩张。更大模型、MoE架构、长上下文和多模态模型均拉高存储需求。推理端，交互深化与长文本推升显存容量、带宽需求。检索增强生成（RAG）、超长思维链（CoT）和超长上下文均对显存提出更高要求。
美光科技（MU.O）战略聚焦数据中心，HBM3E技术突破
美光科技剥离To C业务，专注AI拉动的HBM市场。公司核心产品HBM3E 12Hi带宽超1.2 TB/s，已成功进入NVIDIA Blackwell平台。公司2026年HBM产能已全部售罄，市场需求旺盛。SSD产品6500 IRON采用232层3D TLC NAND，容量达30.72TB。
闪迪（SNDK.O）拆分后的价值重估，AI存储技术持续迭代
闪迪独立后，2025财年实现73.6亿美元营收，毛利率30%。公司BiCS技术持续迭代，BiCS8技术已占其总位元出货量的15%。核心技术革命HBF方案提供比HBM高出8到16倍的容量，计划于2026年下半年提供HBF样品。
SK海力士享AI存储先发优势，巨头三星奋力追赶
SK海力士凭借高溢价的HBM产品拉动，2025年营收、利润共创新高。公司采用MR-MUF工艺，良率行业领先。在AI供应链中，SK海力士是英伟达一供，三星持续追赶。NAND领域，海力士通过Solidigm继承Intel闪存技术，三星正加速追赶。
估值情况分析
AI驱动下，存储行业量价齐升，盈利兑现。供需角度看，存储价格进入上行通道。经营状况看，产品结构持续升级，量价齐升。财务视角看，经营杠杆释放，净利弹性显现。业绩兑现支撑估值中枢上移，行业处于“营收高增”与“净利率扩张”共振阶段。
风险提示
下游AI资本开支（CAPEX）不及预期风险；存储原厂产能扩张失控导致供需格局恶化风险；新技术研发进度或良率爬坡不及预期风险。
