「存储NAND供需重构」AI数据瓶颈下DRAM到企业级SSD | 深度
<
【正文】
一、NAND闪存供需格局及市场走势预判
1、DRAM产业端现状
TrendForce 最新调研显示，DRAM 供应商在2026年第二季度正将产能重新分配给 HBM 和服务器应用，同时实施追赶性定价策略以缩小各产品线之间的价格差距；
同时预判尽管终端市场出货量面临下行风险，但传统DRAM合约价格Q2仍将环比上涨 58% 至 63%（这与兆易管理层业绩会判断一致）；
在DRAM市场方面，原厂正透过「补涨」策略拉近各类产品价差。其中服务器DRAM因获利居冠，成为原厂优先分配产能的重中之重，短期供给持续紧缩；
在供应方面，供应商继续优先供应服务器DRAM内存条，并正在与主要客户谈判长期协议 (LTA)，以支持未来的容量扩张。然而，短期供应紧张持续；
2、消费级DRAM市场现状
这里跟进一下消费级情况，也用于跟进存储各细分的传导逻辑；
在智能手机领域，各大品牌持续面临内存成本上涨的压力，并可能从2026年第二季度开始调整生产计划（涨价挤压了消费端出货预期）；
然而，预计今年上半年移动DRAM的需求不会出现大幅萎缩。随着供应商与主要客户敲定第二季度的价格，并确定价格上涨的基准线——同时通过追赶定价来缩小不同应用领域的价格差距——移动DRAM合约价格预计将延续上一季度的上涨势头；
对于图形DRAM而言，内存成本的上涨抑制了笔记本电脑和游戏设备的需求，而GDDR产能分配有限也持续制约着供应，预计2026年第二季度价格将进一步上涨；
就消费级DRAM而言，主要供应商逐步退出消费级DRAM市场仍然是造成市场失衡的关键因素，供应短缺问题仍未缓解。
3、涨价传导至NAND闪存及企业级SSD
市场研究公司DRAMeXchange 4月最新调研显示，上月通用型NAND闪存产品（128Gb 16Gx8 MLC，用于存储卡和U盘）的平均合约价为17.73美元，较上月的12.67美元上涨了39.95%；
与去年1月的2.18美元相比，涨幅约为八倍；
市场需求激增，主要集中在人工智能数据中心领域，而NAND闪存厂商的供应却未能跟上需求。NAND闪存的供应短缺问题日益加剧，与DRAM一样；
随着人工智能模型的训练和推理能力的提升，用于存储海量数据的基于NAND闪存的企业级固态硬盘（eSSD）的需求也随之激增；
数据中心服务器4至6年的更换周期重叠，进一步推高了需求。
二、NAND供需格局及涨价的技术底层逻辑
1、头部原厂供给方面进展
过去两三年NAND市场疲软，全球NAND厂商纷纷减产，导致难以满足市场需求。尤其是三星电子、SK海力士和美光等公司，优先发展DRAM，因为DRAM的需求增长速度甚至超过了NAND，使得NAND产能扩张的优先级降低。
【头部原厂新建产能计划】
三星电子和SK海力士计划今年重点扩建其位于中国的NAND工厂；
三星电子已完成西安1号工厂的工艺改造投资，并计划在下半年追加投资。西安2号工厂据称正在考虑追加投资，预计每月产能将增加约4万片晶圆；
SK海力士据称正在推进新的投资计划，以将其大连2号工厂的产能扩大至每月5万片晶圆；
三星电子位于平泽园区5号工厂（P5）和SK海力士位于龙仁半导体集群一期工厂（Y1）的新生产基地正在审查扩建NAND闪存生产线的计划；
铠侠自去年以来一直在进行扩建投资，并计划今年在其位于日本四日市的工厂新增约3万片/月的晶圆产能；
美光在新加坡投资建设的新NAND工厂预计将于今年全面破土动工，并于2028年实现量产。
总之，头部原厂已经预判到了NAND即将到来的紧缺，但远水接不了近渴，底层原因还是需求侧爆发已经开始。
2、NAND及企业级SSD结构性紧张的技术底层逻辑
简言之，依旧是AI推理端持续增加的相关需求。
下面从技术逻辑层面阐述为什么从HBM扩展到NAND。
在以大模型为核心的AI基础设施体系中，算力需求的提升并非仅体现在计算芯片（GPU/ASIC）与高带宽内存（HBM/DRAM）层面，更关键的是数据存储与数据供给体系的重构。
从技术架构来看，当前主流AI系统（如基于Transformer架构的大模型）具有显著的数据密集型特征，其训练与推理过程本质上依赖于对海量数据的持续访问、加载与重用，这直接导致了对底层NAND Flash及企业级SSD的需求出现结构性爆发。
首先，在训练阶段，大模型训练依赖超大规模数据集（TB至PB级），数据通常以非结构化形式存储（文本、图像、视频等），并通过分布式训练框架进行切分与并行加载。在这一过程中，数据并非一次性加载至内存，而是通过存储系统进行持续流式读取（streaming I/O）。
由于DRAM容量有限（即便结合HBM亦无法承载完整数据集），绝大多数训练数据必须驻留于基于NAND的持久化存储介质（企业级SSD或分布式存储集群）中。
这使得存储系统从传统“冷数据仓库”转变为“高频访问的数据供给层”，其I/O吞吐能力直接影响GPU利用率。
在此背景下，支持NVMe协议的高性能SSD逐步成为AI训练集群的标准配置，其核心作用是避免GPU因数据等待而产生“算力空转”。
其次，在推理阶段，随着大模型应用向在线服务（如实时生成、搜索增强生成RAG等）演进，存储需求呈现出新的特征。
一方面，模型参数规模持续扩大（数十亿至数万亿参数），虽然部分热参数常驻显存或内存，但大量“冷参数”或扩展知识库需通过外部存储动态加载；
另一方面，RAG（Retrieval-Augmented Generation）等架构引入了向量数据库（Vector Database），将海量embedding向量存储于SSD中，并在推理过程中进行高频随机读取。
这类访问模式具有典型的”低延迟+高IOPS（每秒输入输出操作次数）“特征，使企业级SSD成为支撑AI推理性能的关键基础设施之一。
进一步，从系统架构角度看，现代AI数据中心逐步演化为“存储-计算解耦”架构，即计算节点（GPU服务器）与存储节点（SSD阵列）通过高速网络（如InfiniBand或RoCE）连接。
在这一架构下，NAND Flash的角色不仅是数据存储介质，更是整个AI系统的数据供给瓶颈所在。
随着模型规模扩大与并行度提升，单位算力所需的数据吞吐量呈指数级增长，从而驱动对更大容量、更高带宽、更低延迟SSD的需求持续上升。
从技术演进趋势来看，AI工作负载对存储提出了三方面刚性需求：
其一是容量（Capacity），用于承载不断扩展的数据集与模型权重；
其二是带宽（Throughput），用于支撑大规模并行训练的数据流；
其三是随机访问性能（IOPS），用于满足推理阶段向量检索与参数调用。
这三者均高度依赖于3D NAND技术的进步及其在企业级SSD中的工程实现。
然而，随着3D NAND堆叠层数持续提升（200层以上），制造复杂度与良率压力显著上升，导致单位比特成本下降趋缓，供给弹性降低。在需求快速增长而供给扩张受限的背景下，NAND及企业级SSD价格进入上行周期。
3、企业级SSD将成为供给核心瓶颈之一
从本质上看，本轮NAND需求爆发并非传统消费电子周期驱动，而是由AI带来的数据范式变化（Data Paradigm Shift）所引发；
AI模型不再是“计算密集型任务附带数据”，而是转变为“数据密集型系统驱动计算”，数据本身成为核心生产要素；
在这一范式下，NAND Flash所承载的不再是低频访问的静态数据，而是高频参与计算过程的“活数据（Active Data）”；
企业级SSD因此从边缘组件跃升为AI基础设施的核心瓶颈之一。
换言之，过去制约算力的是“算得不够快”，而在AI时代，越来越多场景中制约系统效率的反而是“数据喂不进去”；
正是在这一技术逻辑下，NAND及SSD需求从“容量驱动”转向“性能+容量双驱动”，并在AI浪潮中实现结构性放量。
这部分回头单独展开阐述。
三、技术复杂性限制NAND闪存供应
此前我们讲过，存储赛道整体相较于AI算力光互联，存在扩产难度大的特点，包括重资产属性、技术复杂性限制等。
这里展开讲下NAND闪存的技术复杂限制。
为什么讨论供应和扩产难度？因为难度越大，需求侧持续增长的前提下，其景气周期越长，投资越安全。
1、存储产业资本开支≠产出扩张
在当前存储产业周期中，资本开支的提升不再等同于产出扩张。DRAM与NAND分别进入以HBM与高层3D结构为核心的技术路径，其复杂度提升显著抬高制造门槛，使得单位资本开支所对应的bit产出增长持续下降，从而在需求扩张背景下形成结构性供给约束。
1）结构复杂化
3D NAND层数持续上升，从64层 → 128层 → 200层+ → 300层+；
每一代提升都会导致工艺步骤增加，进而导致蚀刻难度指数级上升；
结果是单位晶圆的制造时间显著变长，良率爬坡更慢。
2）混合键合难度
混合键合技术本质是将存储阵列（array）与外围逻辑（CMOS）分离制造，再进行晶圆级直接键合（die-to-wafer bonding）；
好处是提升IO速度、降低延迟、提高密度；
但问题是制造复杂度暴增，对准精度要求极高（纳米级），缺陷容忍度极低，设备依赖性强（高度依赖特定设备商）。
2、供给约束导致景气周期拉长
1）良率下降
随着层数提升，缺陷概率上升，堆叠误差累积；
特别是混合键合，任何微小对准误差都会导致失效，结果导致可用bit产出下降，进而导致”名义产能 ≠ 实际可用供给“；
2）设备成为瓶颈
在传统2D NAND时代，一片晶圆生产周期相对较短；
在3D NAND + 高层堆叠，多次沉积+蚀刻+深孔刻蚀；
结果导致cycle time显著增加，即同样数量设备 → 年产出晶圆减少；
进而导致关键设备交付周期延长（12–24个月），包括高深宽比刻蚀设备（etch）、薄膜沉积设备（deposition）、键合设备（bonding）等，导致资本开支无法快速转变为新增产能。
3、小结
在当前技术路径下，存储厂商的资本开支更多用于应对技术复杂性提升，而非直接扩张有效产能；
以NAND为例，向200层以上3D结构及混合键合技术的演进，显著增加了单片晶圆的工艺步骤与制造难度，导致生产周期延长与良率波动加剧；
同时，关键设备（如高深宽比刻蚀与键合设备）供给受限，使新增资本开支在短期内难以转化为可释放的bit产出；
因此，从结果上看，行业呈现出“资本开支上升，但供给弹性下降”的结构性特征。
所以，当前NAND产业已进入“复杂性主导供给”的阶段，新增投资更多用于支撑技术演进而非扩张有效产能，从而在需求增长背景下形成持续的供给约束与价格弹性。
四、NAND高景气下的投资指引
基于前述逻辑，下文简述NAND结构性高景气下的投资方向，下文提及细分及公司仅为方向性指引参考，提及的具体公司并未进行闭环式的研判，包括营收结构、估值水平、安全边际等；
所以提及公司不代表具体投资建议，具体投资需后续继续深化，请注意分辨。
1、企业级SSD（eSSD）
基于大模型训练（PB级数据）+向量数据库（高IOPS）+RAG / 推理（低延迟读取），企业级SSD是“技术壁垒相对最高+增长相对确定性高”的细分。
具体相关公司包括：
1）大普微（DapuStor）
公司专注企业级SSD，客户包括国内众多一线云厂，并开始进入全球CSP供应链；
技术为NVMe + 高端控制器，是国内少数AI企业级SSD存储核心厂商之一。
2）联芸科技
公司是国内少数掌握全系列固态硬盘（SSD）主控芯片技术的企业；
产品涵盖了从消费级（SATA、PCIe 3.0/4.0/5.0）到工业级、企业级的全场景；
在NAND 领域（生态枢纽），公司通过核心算法（如纠错算法 Agile ECC）和自研固件，适配全球主流原厂（如美光、三星、海力士，尤其是长江存储）的闪存颗粒，确保存储的稳定性。
3）国科微
SSD 领域，公司的主控芯片（如 GK2302 系列及后续产品）最大的特色是搭载了国产 CPU IP 核（如龙芯）；
NAND 领域（合封 KGD专家），公司擅长做 KGD（合封存储产品），即将存储颗粒与主控芯片封装在一起。这种“小快灵”的产品在工业控制、汽车电子和利基存储（Niche Memory）市场需求极大。
4）江波龙
江波龙除了传统的“买颗粒、贴牌、卖货”的模组厂业务外，也有布局企业级SSD;
年报显示，公司已经推出了多款高速企业级eSSD 产品，企业级PCIe SSD 具备多档功耗调节、无感在线固件升级、多命名空间以及可变 Sector Size 等先进功能；
公司的企业级PCIe SSD与企业级SATA SSD两大产品系列已成功完成与鲲鹏、海光、龙芯、飞腾、兆芯、申威多个国产 CPU 平台服务器的兼容性适配。
2、设备及材料厂
1）北方华创
3D NAND制造需要大量的薄膜沉积（PVD/CVD）、刻蚀、清洗和热处理设备；
内地少数具备多品类设备平台能力的厂商之一。
2）中微公司
3D NAND最核心的工序是深孔刻蚀（HAR Etching）；
中微的CCP刻蚀设备在国际上具备一定竞争力，已进入全球领先存储大厂的产线。
3）拓荆科技
3D NAND制造中薄膜沉积（PECVD/ALD）的头部企业；
NAND堆叠层数越多，对它的薄膜设备需求就越呈线性增长。
4）雅克科技 (Yoke)
前驱体是薄膜沉积的关键材料，NAND层数越高，薄膜就越多，前驱体的消耗量就越大；
公司是全球领先的前驱体（Precursor）供应商，通过收购UP Chemical，深度打入了头部原厂的供应链。
3、间接受益SLC NAND、NOR Flash
当AI驱动NAND及企业级SSD进入涨价及高景气时，利基市场的SLC NAND、NOR Flash间接受益，在HBM基础上增加了NAND的产能挤压；
同时，部分应用场景在供给受限或成本变化下，阶段性转向SLC等替代方案，从而带来价格上行；
但这一过程本质上属于“供给挤出+价格传导”，而非需求放量，因此其景气属性弱于企业级SSD等AI核心受益环节。
具体间接受益公司包括兆易创新、普冉股份等。
——————————
【鹏友圈CapitalCircle】继续欢迎科技行业、半导体行业、有色化工顺周期行业的资深投资人、产业投资人、机构研究员等人士加入鹏友圈，一起分享讨论投资机会。
——————————
「风险提示：本文企业投研结论系个人投资笔记，个人观点仅供参考，不构成投资建议。数据基于公开数据和行业及券商研究报告。市场有风险，决策需谨慎」
#存储# #人工智能# #NANDFlash# $美光科技(MU)$ $兆易创新(SH603986)$ $大普微-UW(SZ301666)$
本话题在雪球有8条讨论，点击查看。
雪球是一个投资者的社交网络，聪明的投资者都在这里。
点击下载雪球手机客户端 http://xueqiu.com/xz]]>
#存储NAND供需重构AI数据瓶颈下DRAM到企业级SSD #深度