1.1. AI 需求引发存储革命，推理应用成最大驱动
AI 驱动存储需求迅速增长。在 AI 服务器的存储体系中，高带宽内存（HBM）、动 态随机存取存储器（DRAM）和固态硬盘（SSD）等构成了核心组件。该体系呈现 出清晰的分层特征：HBM 和 DRAM 负责提供实时的高性能计算支持，SSD 确保了 高频访问数据的快速可用性，而硬盘驱动器（HDD）则承担起海量数据长期存储与 可靠性的保障职责。这种分工协作形成了从高速临时访问到稳定长期存储的完整 AI 推理支持体系。此外，为了满足 AI 训练与推理过程中对海量数据高速传输的需求， 存储系统必须具备极高的 I/O 吞吐性能；同时，极低的访问延迟对于最大限度缩短 数据供给至 CPU/GPU 的处理周期也至关重要。因此，AI 推理应用的普及成为驱动 存储需求新一轮快速增长的关键因素。
AI 推理的层级化存储架构通过协同机制实现高效计算。在 AI 服务器的存储架构中， 1）高带宽内存（HBM）:集成在 GPU 内部的 HBM 充当高速数据缓冲区，专门用于 临时存放模型权重和激活值，为大规模的并行计算和低延迟推理提供至关重要的带 宽支持。2）系统内存（DRAM）: DRAM 则负责承载中间计算结果、批处理队列以 及模型的输入输出数据，充当 CPU 与 GPU 之间进行高效数据交换的桥梁。3）本地 固态硬盘（SSD）：凭借其高读写性能，用于实时载入模型参数与数据集，满足高频 访问需求，并存储短期检查点及临时生成的内容，从而支撑模型的快速迭代开发。 4）硬盘驱动器（HDD）：HDD 则以其经济的大容量优势，承担起长期存储的职责， 用于归档原始数据、历史检查点及最终生成内容，确保系统的数据安全与长期稳定 运行。 HBM 和 DRAM 共同提供了即时的高性能计算支持，SSD 确保了数据的快速可用性， HDD 则保障了系统的存储容量与数据可靠性。这种分层协作的架构，成功构建了一 个从高速临时访问到海量长期存储的完整 AI 推理生态系统。
1.2. 多模态 AI 模型推动存储需求指数级增长
大模型参数持续膨胀对存储提出更高要求。从 2012 年 AlexNet 的 6000 万参数，到 2023 年 GPT-4 的 1.8 万亿参数，十年间 AI 模型参数规模增长了 3 万倍。这种指数 级增长对存储系统构成了三重严峻考验：容量上，GPT-3 全精度参数存储需要 700GB， 远超传统 GPU 板载内存；带宽上，Transformer 层计算效率 70%-80%受限于内存带 宽；访问模式上，AI"批量流式"处理与传统计算的随机访问差异显著，进一步加剧 了存储压力。
生成式 AI 内容正从文本向图像、视频等多模态演进亦直接导致存储需求发生结构 性变化。OpenAI 最新推出的 Sora2 等多模态模型对存储的需求较纯文本模型呈现数 量级提升。生成视频内容所需的数据量是文本的 100 倍以上，单次推理过程的 token 消耗量从文本模型的 3000token 激增至 30000token 以上。这种变化不仅推动 HBM 需求，也显著增加了对 DRAM 和 NAND 的容量要求。
1.3. OpenAI 锁定高端产能，加剧供应紧张
OpenAI 锁定高端产能，加剧供应紧张。2025 年 10 月 1 日，韩国科学技术信息通信 部与 OpenAI 签署谅解备忘录（MOU），宣布在 AI 领域开展全面合作，目标是将韩 国打造为全球三大人工智能强国（G3）之一和亚太地区 AI 中心。合作核心内容包 括推动三星电子、SK 海力士等韩国企业参与 OpenAI 的全球 AI 数据中心建设及美 国“星际之门”（Stargate）项目。根据协议，三星和 SK 海力士将共同满足 OpenAI 每月高达 90 万片 DRAM 晶圆的产能需求，并计划在韩国西南部建设专用 AI 数据 中心。此次合作涉及三星集团旗下四大子公司（三星电子、三星 SDS、三星物产、 三星重工）和 SK 集团（SK 海力士、SK 电讯），覆盖从芯片供应、数据中心建设到 浮动发电厂等创新基础设施领域。 OpenAI 与三星电子、SK 海力士此次合作标志着全球 AI 算力基础设施竞赛进入新 阶段，这一合作通过锁定高端存储产能加剧了供应链紧张局势。OpenAI 为支持"星 际之门"项目，计划到 2029 年每月采购 90 万片 DRAM 晶圆。这种集中采购直接导 致高端存储产能被大规模预定，进一步推高了市场紧张程度。此外，此次合作还触 发产业链重构，三星和 SK 海力士为满足订单需将资本支出向 DRAM 倾斜，这间接 导致 NAND 闪存领域投资缩减，从而为其他 NAND 厂商创造市场机会。综合来看， OpenAI 的产能锁定策略不仅凸显了 AI 产业对高端存储的依赖程度，更将加速存储 行业向 HBM 和高速 DRAM 的技术迭代，并可能在未来几年内持续推高芯片价格。
1.4. GPU 升级带动配套存储需求
2025 年 9 月 8 日，韩国媒体 ET News 报道，英伟达要求三星电子将 GDDR7 显存产 量翻倍，这一紧急订单规模预计达数千亿至数万亿韩元，仅基板采购额就高达 2000 亿韩元，凸显其 Rubin 平台显卡需求的迫切性；三星已迅速完成产线扩建及材料储 备，新供应链最快于 9 月投入运营，以保障 Rubin CPX 显卡（搭载 128GB GDDR7 显存、算力达 30 PFlops）及 Vera Rubin 超级计算平台（集成 144 颗 GPU、显存带 宽 1.7PB/s）的产能需求。GDDR7 作为 JEDEC 标准下的顶级显存，其 32 GT/s 的初 始速率（较 GDDR6 提升 60%）能有效支撑 AI 推理任务中的长上下文处理（如百万 token 级生成），使英伟得以通过 RTX PRO 6000D 等产品以 HBM 75%的成本实现近 HBM 级性能，针对性拓展受出口管制约束的市场。此轮产能扩张不仅印证 AI 硬件 生态正从“算力单极驱动”转向“存算协同升级”，更将加速 GDDR7 在 2026 年底 前取代 HBM 成为中高端 AI 加速器的核心配置，推动全球显存市场规模进一步扩 大，其需求增长直接反映了 AI 硬件生态的扩张速度。
1.5. 云厂商资本开支全面上修，原厂库存降至近年来低位
全球云厂商基于 AI 算力基建的加速部署，显著拉动存储需求。2025 年第二季度以 来，全球头部云厂商集体大幅上调资本开支计划，AI 基础设施投入成为核心驱动因 素，直接拉动存储需求呈现量价齐升的明确趋势。 1）谷歌：2025 年 Q2 单季资本开支达 224 亿美元（同比+70%），全年指引从 750 亿 美元上调至 850 亿美元，并明确 2026 年将进一步增长，资金主要投向 AI 服务器和 数据中心建设。 2）Meta：将 2025 年资本支出指引从 640 亿美元上调至 720 亿美元，重点投入 AI 数据中心与算力设施，尽管支出扩张，公司仍通过回购和分红向股东返还 110 亿美 元，显示其现金流对高强度的资本开支具备覆盖能力。 3）微软：FY25 资本支出达 800 亿美元（近半用于 AI 基础设施），FY26Q1 计划支 出 300 亿美元创单季纪录，主要用于自研芯片部署和数据中心扩建。其 Azure 云业 务年化收入突破 750 亿美元，其中 AI 服务贡献了 16%的增量，同比增速达 157%。 4）阿里巴巴：公司第二季度资本开支为 386.76 亿元，同比增长 220%，环比上季增 长 57.1%，创下单季历史新高。2025 年 2 月，公司宣布未来三年投入 3800 亿元建 设云和 AI 硬件基础设施。9 月 24 日云栖大会上，公司宣布其资本开支计划在原有 3800 亿元基础上增加更多投入，并计划到 2032 年将阿里云全球数据中心的能耗规 模提升 10 倍。 全球云服务提供商正在大幅上调 2026 年存储采购计划，景气度已然得到验证。2025 年第三季度以来，全球主要云服务商因 AI 算力部署需求大幅上调 2026 年存储设备 采购订单。美光在 2025 年 9 月 24 日的财报中将服务器总出货量增长预期上调至约 10%，高于此前中等个位数预期，其中传统服务器出货预期从持平转为中等个位数 增长。这一变化主要受 AI agents 增长及其带动的传统服务器工作负载增加推动。此 外，海力士公司中报显示的公司资本支出也超此前指引预期，部分新增支出将用于 与 HBM 相关设备，预计 M15X25Q4 投产并于 2026 年规模量产。
SK 海力士、美光等存储原厂库存已降至 2023 年以来历史低位，供应链紧张状况达 到历史性水平，而供需失衡推动存储价格进入上行周期，这一趋势有望持续。根据 最新一季度公司公告，SK 海力士、美光科技等存储原厂库存天数已降至 2023 年以 来的历史低位。同时，进入 2025 年三季度，DRAM 和 NAND 闪存缺货状况远超预 期，传统 HDD 交付周期已延长至 52 周，这种紧张状况主要源于 AI 服务器相比普 通服务器的存储需求大幅提升——单台 AI 服务器的 DRAM 需求是普通服务器的 8 倍，NAND 需求则是 3 倍。主要存储供应商如威刚科技和群联已宣布暂停 DDR4 报 价或对 NAND 闪存调涨 10%价格，市场供需失衡状况逐步凸显，推动存储价格进入 上行周期，我们预期这一趋势有望持续。
2.1. 技术变革驱动存储需求质变
技术变革驱动存储需求质变。AI 从训练转向推理意味着计算模式从批量处理转向实 时交互，这对存储系统的带宽和延迟提出了近乎苛刻的要求。传统 DRAM 面临的 “存储墙”问题——即内存存取速度严重滞后于处理器计算速度——在 AI 推理场 景下被急剧放大，尤其是处理长文本序列和 KV Cache（键值缓存）时，直接导致“推 不动、推得慢”的产业瓶颈。HBM 技术通过 3D 堆叠和硅通孔（TSV）工艺将多个 DRAM 芯片垂直集成，实现了远超传统内存的带宽（HBM3 每堆栈带宽高达 819 GB/s），成为打破这一瓶颈的唯一技术路径。 技术变革直接重塑了 AI 服务器的成本结构。根据 TrendForce 集邦咨询及 SemiAnalysis 数 据 ， 在 搭 载 H100/B200 的 高 端 AI 服 务 器 中 ， 存 储 系 统 （HBM+DDR5+SSD）的 BOM 成本占比已从传统通用服务器的约 15%提升至 30%- 35%。鉴于 HBM3/3e 的每比特单价约为同容量 DDR5 的 5-10 倍，且对 AI 算力具 有不可替代性，存储芯片已超越单纯的电子元件范畴，成为与 GPU 并驾齐驱的核心 算力资产。
需求端的结构性爆发与供给端的刚性约束形成尖锐矛盾。IDC 数据显示，到 2027 年 中国用于推理的算力工作负载将达 72.6%，这种需求不仅体现在量上的增长，更本 质的是对存储性能要求的跃升。
尽管需求爆发，但 HBM 极高的技术壁垒和资本开支门槛使得供给端呈现出极高集 中度的寡头垄断态势。根据 TrendForce 2024-2025 年的数据，全球市场已形成“两 超一强”的稳固格局：SK 海力士凭借独家 MR-MUF 封装技术的良率优势，占据了 约 52.5% 的市场份额，牢牢把控着 NVIDIA 高端显卡的核心供应链；三星电子 则 以约 42.4% 的份额紧随其后，正通过激进扩产 TC-NCF 产线并利用 IDM 全产业链 优势争夺市场；美光虽然份额仅约 5.1%，但凭借跳过 HBM3 直接量产 HBM3e 的 策略，在能效领域占据一席之地。与此同时，地缘政治因素进一步加剧了供给侧的 复杂性。受限于美国对带宽大于 600 GB/s 的高端内存出口管制，国内厂商目前仍处 于 HBM2E 量产及 HBM3 研发攻关阶段，与海外即将迈入 HBM4（采用逻辑工艺 Base Die）的先进制程存在约两代的技术代差。这种代差迫使国产 AI 芯片厂商在架 构设计上必须采取异构策略，进而拉动了对大容量 GDDR 及 DDR5 的替代性需求。 同时，主要存储原厂在经历前两年亏损后资本开支谨慎，主动削减 DDR4/LPDDR4 等低端产能（三星、美光等厂商计划停产 DDR4），更倾向于将产能和投资转向利润 更高的 HBM 和 DDR5，这直接挤占了传统 DRAM 的产能分配，三星为争夺 HBM4 市场份额甚至将更多传统 DRAM 产能转向 HBM。
产业链的直接表现是存储价格进入全面上涨周期，且不同品类分化显著。本次产能 转向导致中低端存储供给急剧收缩，例如DDR4价格在2025年第二季度涨幅达40%- 50%，而 HBM 产能已被 OpenAI 等巨头长期锁定，进一步挤压通用存储芯片的供应 空间。同时，HDD 供应链因希捷、西数投资不足陷入刚性瓶颈（交期长达 40 周以 上），迫使云厂商将约 30%的需求转向 QLC SSD，瞬间引爆 NAND 市场；供给端的 结构性收缩与需求端的不可替代性增长共同作用，推动存储价格进入超级周期， 2025 年第三季度 DRAM 现货价环比上涨 12%-155%，NAND 现货价涨幅达 20%- 22%。综上，AI 驱动的存储技术代际更迭已彻底颠覆传统供需平衡，原厂战略聚焦 高端产品导致整体产能增长克制，而推理需求的爆发性增长则使存储市场从周期波 动转向结构性短缺。由于存储占 AI 服务器总成本不足 10%，云厂商对价格敏感度 较低，不会因存储涨价而推迟 AI 基础设施建设，因此我们判断这种结构性紧张态 势预计将持续至 2026 年。
2.2. NAND：eSSD 驱动 NAND 市场结构性增长
AI 训练与推理过程中海量小文件随机读写（Random I/O）需求的爆发，已导致传 统 HDD 的机械寻道机制成为制约系统整体吞吐率的短板。在传统冷存储场景中， HDD 凭借低成本优势占据主导，但在 AI 大模型时代，GPU 集群面临高并发的数据 访问请求。HDD 的随机读写性能（IOPS）通常仅为几百次/秒，而主流 PCIe 5.0 eSSD 可达数百万次/秒。若继续使用 HDD 作为热数据或温数据存储，昂贵的 HBM 和 GPU 算力将因等待数据 I/O 而被迫闲置，造成极大的资本效率浪费。因此，为了匹配“存 算协同”的高吞吐需求，存储架构正加速从“HDD 为主”向“全闪存”演进。 随着 QLC 3D NAND 技术的成熟及数据中心 PUE 指标的趋严，大容量 eSSD 在全 生命周期总拥有成本上已对 HDD 形成替代优势。尽管 HDD 在单位容量采购成本 上仍保有微弱优势，但两者价差正随着 NAND 层数堆叠的增加而快速收敛。更关键 的在于运营成本端：根据 Pure Storage 的 ESG 分析报告，闪存方案较传统 HDD 方 案可降低约 80% 的电力消耗及机架空间占用。在 2025 年全球能源价格高企及碳中 和政策压力下，单盘容量达 30TB-60TB 的 eSSD 所带来的能效红利，已足以覆盖其 采购溢价。此外，HDD 供应链因希捷、西部数据长期资本开支收缩，交期延长至 40 周以上，供给端的刚性瓶颈迫使约 30% 的原 HDD 需求向供应弹性更佳的 QLC eSSD 转移。
受供应链安全自主可控（信创）政策及本地化服务优势的双重驱动，国内企业级 SSD 市场正加速从“海外主导”向“国产领跑”的结构切换。根据 IDC China《中国企业级 固态硬盘市场跟踪报告》数据显示，国产厂商市场份额持续攀升，逐步打破了三星、 英特尔/Solidigm 等国际巨头的垄断。目前的市场竞争格局呈现清晰的梯队分化： 第一梯队：华为。凭借自研主控芯片及 OceanStor 系统级存储的垂直整合能 力，华为在政企、金融核心交易系统等高壁垒市场占据绝对领先份额，具有 极强的全栈技术护城河。 第二梯队：忆联与忆恒创源。忆联依托联想供应链生态，在云服务商及通用 服务器市场出货量位居前列；Memblaze 则深耕 PCIe 高性能赛道，在京东、 美团等互联网头部企业的数据库场景中渗透率较高。 新兴势力：大普微。作为细分领域的技术驱动型厂商，重点布局 ZNS 等前 沿技术，在能效敏感型数据中心市场具备差异化竞争优势。
eSSD 成为 NAND 市场核心增长引擎，QLC 技术加速普及。企业级 SSD（eSSD） 在 AI 推理场景中取代 HDD 的趋势已不可逆转。2024 年各供应商 eSSD 出货量激增 200%以上，主要受云服务商（CSPs）优化存储架构的驱动：他们采用 eSSD 处理热 数据，同时保留 HDD 用于成本更低的冷存储。这一需求结构推动 QLC eSSD 快速 从客户端向超大规模服务器渗透，其容量优势和每比特成本较 TLC 降低 30%的特 性，使其在温数据场景替代 HDD 成为可能，我们预计 2026 年 NAND 整体市场规 模将进一步提升。
2.3. DRAM：服务器需求引领增长，ASP 持续攀升
AI 服务器成为 DRAM 市场核心驱动，需求呈现指数级增长。2025 年全球 AI 服务 器出货量预计突破，而单台 AI 服务器的 DRAM 容量是普通服务器的 3-4 倍，仅此 领域 DDR5 需求就大幅提升。高带宽内存（HBM）因满足 GPU 算力需求而呈现爆 发式增长，SK 海力士的 HBM 营收占比已达 44%，其 HBM4 技术已率先完成开发 并准备量产，领先竞争对手约一个季度。与此同时，云服务提供商（CSP）资本开支 保持高位，根据半导体产业研究报告数据，2024 年全球数据中心投资达 2033 亿美 元，同比增长 17.4%，持续拉动服务器 DRAM 采购。
供应端结构性紧张加剧市场失衡，三大原厂产能战略转向是关键因素。三星、SK 海 力士和美光正加速将产能从 DDR4 转向 HBM 和 DDR5 等高附加值产品，其中三星 计划 2025 年底停止多款 DDR4 模组供应，SK 海力士计划将 DDR4 产能压缩至 20% 以下。这种产能转移导致传统 DRAM 供应锐减，2025 年上半年 DDR4 16Gb 芯片现 货价格暴涨 200%，甚至出现 DDR4 价格反超 DDR5 达 100%的历史性倒挂现象。 2025 年第三季度 DRAM 现货价环比上涨 12%-155%，而原厂库存降至 2023 年以来 新低，显示供应链处于紧绷状态。 终端市场需求韧性超出预期，看好 DRAM 价格上行周期延续。PC 市场受 AI PC 渗 透率提升带动，Gartner 预计人工智能 PC 出货量将达到 1.43 亿台，预计到 2026 年 将占 PC 总市场的 55%，推动单机内存容量从 7.8GB 增至 17.7GB。智能手机市场虽 然增速平稳，但 AI 大模型对内存需求大幅提升，130 亿参数模型需要 13GB 内存， 推动旗舰机型配置向 24GB 发展。此外，汽车智能化和工业物联网应用正成为新兴 增长点，进一步挤压产能分配空间。
技术迭代加速行业格局重塑，HBM 和 DDR6 成为竞争焦点。HBM4 预计 2026 年量 产，带宽将提升至 2TB/s，堆叠层数达 16 层，需要混合键合等先进封装技术支撑。 DDR6 标准已制定完成，原型芯片设计完成，预计 2027 年进入大规模导入期，其原 生频率将达 17600MT/s，采用 4×24 位子通道设计。这些技术进步推动资本开支聚 焦先进制程，美光计划在广岛、爱达荷和纽约新建三座晶圆厂，但产能释放需至 2027 年后，中期内供应增长仍受限。 全球竞争格局：全球 DRAM 市场呈现寡头垄断特征，三大原厂合计掌控约 96% 的市场份额，且竞争重心正从“产能规模”转向“高端制程溢价”。根据 TrendForce 数据，三星电子凭借庞大的产能基数，以约 40%-42% 的份额维持营收规模第一， 但在 HBM3e 认证进度上略显被动，导致其 ASP 涨幅不及预期；SK 海力士受益于 在 NVIDIA 供应链中的垄断地位，其 HBM 高溢价产品占比显著提升，市场份额 已攀升至 34%-35%，并在营业利润率上领跑行业；美光则稳居第三，市场份额约 20%-23%，其策略更侧重于汽车与工业领域的差异化布局以及 1β 纳米制程的能 效优势。 国内竞争格局：长鑫存储作为唯一具备量产能力的 IDM 厂商，正引领国产 DDR4/LPDDR4 市场的存量替代。不同于 NAND Flash 领域多点开花，国产 DRAM 的技术与产能高度集中。长鑫存储约占据国产 DRAM 产能的 90% 以上， 其合肥与北京产线的 17nm/18nm 工艺良率已趋成熟。尽管受限于 EUV 光刻机禁 令，国内厂商在 DDR5 及 HBM 等先进制程上与国际巨头仍存在、技术代差，但 在 DDR4、LPDDR4x 等“后周期”产品上，长鑫存储正通过积极的扩产填补三大 原厂退出的市场份额。
3.1. 存储行业周期属性显著
存储行业周期属性显著。存储芯片是半导体行业中第二大细分市场，周期波动性显 著，核心源于：1）高度标准化的产品属性；2）寡头垄断的供给结构 3）需求端的强 周期性 4）技术迭代；5）产能调整的滞后性共同作用，导致供需失衡频繁发生且幅 度远高于半导体其他细分领域。 产品标准化加剧价格竞争：存储芯片遵循 JEDEC 等国际标准，接口与协议高度统 一，不同厂商产品性能趋同，竞争焦点集中于成本与供应链效率，而非技术差异化， 使得价格对供需变化极度敏感，任何轻微的供需错配都会引发价格剧烈波动。 供给端寡头垄断放大调控效应：全球 DRAM 市场由三星、SK 海力士和美光掌控超 90%份额，NAND Flash 市场亦由前五大厂商垄断，少数巨头的产能决策直接主导全 球供应节奏；这些厂商在需求疲软时集体减产，而在需求复苏时又同步扩产，导致 供给弹性不足，加剧市场紧缺或过剩的极端局面。 需求结构依赖强周期领域：传统上存储芯片需求高度依赖手机、PC 等消费电子，其 本身受宏观经济和换机周期影响显著；而 AI 服务器、智能汽车等新兴需求虽增长 迅猛，但其爆发性与传统需求周期叠加，进一步放大波动幅度。 技术迭代与产能建设周期长：HBM、3D NAND 等先进技术需巨额资本开支，且技 术瓶颈制约产能快速响应；厂商为追求高毛利产品，往往削减传统产品供应，引发 结构性短缺。
3.2. 存储行业周期复盘
复盘近 15 年，存储行业已历经四轮完整周期，每一轮上涨均由特定技术革命或需求 结构性变化驱动。当前，AI 算力需求正推动行业进入第五轮“超级周期”，其持续 性与强度有望超越历史水平。
第一轮周期（2012-2016 年）：移动互联网普及与智能手机换机潮
该轮周期的上涨始于 2012 年，核心驱动力是移动互联网的快速普及和智能手机的 渗透率爆发。4G 网络的推广催生全球换机潮，智能手机出货量从 2012 年的 7 亿部 跃升至 2015 年的 14 亿部，推动单机存储容量从平均 4GB 提升至 8GB 以上。存储 需求的核心增量来自手机内存（LPDDR）和嵌入式存储（eMMC），其中 DRAM 位 元需求年增长率达 25%。然而，2014 年后三星、海力士等巨头大幅扩产导致供给过 剩，价格于 2014 年下半年见顶回落，周期进入下行阶段。
第二轮周期（2016-2019 年）：云服务器资本开支与加密货币繁荣
2016 年起，互联网云厂商（如亚马逊 AWS、微软 Azure）加大数据中心投资，叠加 比特币挖矿需求爆发，服务器出货量同比增长超 20%。存储需求结构从消费电子转 向企业级，服务器 DRAM 占比从 2016 年的 25%升至 2019 年的 35%。2017 年， DRAM 厂商将部分产能转向 3D NAND，引发供需错配，DDR4 价格年内涨幅超 100%。 但 2018 年后，手机和服务器需求疲软，叠加原厂扩产，价格快速下跌，周期于 2019 年触底。
第三轮周期（2020-2023 年）：疫情远程办公与 5G 终端容量提升
新冠疫情催生远程办公和在线教育需求，PC 及平板电脑出货量在 2020 年分别增长 12%和 13%，服务器需求同步激增。同时，5G 手机普及推动单机存储容量向 12GB 以上演进，NAND 位元需求增长率在 2021 年达 30%。供给端受疫情冲击，晶圆产 能紧张，导致 2022 年初存储价格见顶。但随后消费电子需求骤降，库存高企，价格 持续下行至 2023 年底。
第四轮周期（2024 年至今）：AI 算力革命与 HBM 结构性需求爆发
本轮上涨的驱动逻辑发生本质变化：AI 服务器成为需求核心，其存储配置量为传统 服务器的 3-5 倍，HBM 因高带宽特性成为 GPU 标配。2024 年 HBM 价格同比上涨 80%，DDR5 渗透率在服务器领域超 85%。供给端，三星、美光等将产能转向 HBM 和 DDR5，导致 DDR4 产能削减 20%，价格倒挂现象显著（DDR4 现货价较 DDR5 高出 48%）。AI 从训练向推理阶段扩展，推动企业级 SSD 需求增长 50%以上。
历史表明，存储周期上涨均源于技术革新或新应用场景的爆发：移动互联网（2012- 2016）、云计算（2016-2019）、5G 与疫情（2020-2023）及 AI（2024 以来至今）。当 前周期的新特征在于需求的结构性分化——HBM 和高端 DRAM 受益于 AI 算力， 而传统消费电子需求影响减弱。未来，随着 AI 向边缘侧扩展和国产替代加速，存储 行业有望弱化传统波动，进入以高性能产品主导的“结构性长周期”。
3.3. 本轮周期与上一轮有显著区别，超级周期有望开启
受益于存储市场供需关系的根本性扭转，海外闪迪美光股价强势上行。2025 年 8 月 至 2025 年 10 月 27 日，美光科技与闪迪股价强势拉升，分别上涨 109%、350%。美 光与闪迪的股价表现直接受益于存储市场供需关扭转。供给端，三星、SK 海力士等 原厂将产能加速转向 DDR5、HBM 等高利润产品，传统 DDR4 及利基型存储产能 削减导致阶段性缺口：三星计划停止 DDR4 量产，SK 海力士将 DDR4 产能压缩至 20%。需求端，AI 数据中心资本开支激增成为最大变量，2025 年云服务商将资本支 出提升 180 亿美元，直接推高存储采购需求。价格层面，DRAM 合约价三季度涨幅 达 28%-90%，NAND Flash 价格环比上涨 5%-10%，2025 年四季度预计将进一步上 调。
我们判断此轮涨价仅为第一轮，随着端侧起量&训练到推理过渡，存储将迎来爆发 式行情。 AI 大模型训练与推理产生的海量数据流是存储需求的核心引擎。Token 消耗量级已 成为衡量存储需求的直接指标：北美云服务商（如微软、谷歌）日均 token 调用量 已突破万亿级别，且多模态模型（如 Sora）普及使单次请求数据量从 KB 级跃升至 GB 级，对存储带宽与容量的需求呈指数增长。具体而言： 训练阶段：LLM 训练语料库容量需 PB 级存储支撑，企业级 SSD 成为刚需。例如， OpenAI“星际之门”项目月均消耗相当于 90 万片 DRAM 晶圆，三星已为其专项供 应。 推理阶段：KVCache（注意力计算中间状态缓存）需高频访问 DRAM，单台 AI 服 务器内存配置为通用服务器的 2 倍以上，此类需求推动企业级 SSD 市场快速增长。 2025 年第三季度，OpenRouter 的 tokens 调用总量相比上个季度继续增长，9 月份 每周平均消耗超过 4T tokens，大约是上个季度周消耗的两倍，其表明 AI 推理市场 仍在高速增长。
端侧 AI 硬件渗透率提升将承接数据中心需求，成为存储市场下一爆发点。1）设备 增量：AI PC、AI 手机、AR/眼镜等终端 2026 年预计全面放量，推动 LPDDR5X、 UFS 4.0 等高端存储产品需求。例如，Meta AI 眼镜新品推动存储容量升级，AI 手机 DRAM 配置从 8GB 向 16GB 跃迁。技术适配：四级单元（QLC）SSD 因容量与成 本优势成为端侧 AI 存储方案首选，铠侠与英伟达合作开发的高速 SSD 读取速度较 传统产品提升近百倍。端侧市场与数据中心形成协同：AI 推理任务逐步下沉至终端， 减少云端负载的同时催生边缘存储需求，2025 年端侧存储市场规模增速预计达 20%。 端侧 AI 硬件渗透率的快速提升正成为存储市场的新增长引擎，推动产业从“云端 优先”向“云边端协同”演进。这一趋势由明确的设备增量、适配的技术路径以及 协同的产业生态共同驱动。1）市场由具体的设备增量所驱动。AI PC、AI 手机、AR/ 眼镜等终端预计在 2026 年全面放量。例如，SK 海力士预计 2025 年 AI PC 和 AI 手 机的渗透率将分别达到 30%-40%和约 30%，而 IDC 预计 2025 年中国智能眼镜出货 量将达 284.6 万台，同比增长 116.4%。这些设备对实时计算和本地化 AI 处理的高 要求，直接推动了对 LPDDR5X、UFS 4.0 等高带宽、低功耗存储产品的需求。AI 手 机的 DRAM 配置正从 8GB 向 16GB 乃至更高容量升级，以支持更复杂的端侧 AI 应 用。2）在技术路径上，存储方案正针对端侧场景进行深度适配。为平衡性能、容量 与成本，四级单元（QLC）SSD 因其容量优势成为端侧 AI 存储的首选方案。同时， 存储厂商正与芯片巨头紧密合作，例如铠侠与英伟达联合开发的高速 SSD，其读取 速度较传统产品有近百倍量级的提升，以满足端侧 AI 模型加载和数据处理对极致 速度的要求。此外，低功耗的 LPDDR5X 内存也与端侧设备的续航需求高度契合。
3）端侧与数据中心形成了协同发展的产业生态。AI 推理任务正逐步从云端下沉至 终端设备，这不仅能减轻云端数据中心的负载、降低延迟，还催生了对边缘侧专用 存储的新需求。这种“云边端”协同计算模式，使得端侧存储市场成为一个具有独 立增长逻辑的赛道。 我们判断存储此轮股价上涨仅仅为第一波，随着端侧起量&训练到推理过渡，存储 （存力）有望复制 GPU（算力）的股价表现，核心在于供需格局与技术迭代的相似 性。1）供需对比：算力板块受 H100/B100 需求驱动，存储则因 HBM、DDR5 短缺 迎来涨价周期；2）当前 HBM 价格年涨幅 20.8%，高带宽产品单价达 500 美元（较 HBM3e 高 60%），利润空间对标高端 GPU。3）产业链传导：原厂（三星、美光） →模组厂（江波龙、佰维存储）→设备商（中微公司）的估值提升路径与算力产业 链（英伟达→台积电→封测）相似。
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
