20260206-东吴证券-电子_格局落定_价值归真_从周期波动走向技术溢价_34页_2mb

存储行业AI驱动下的技术溢价与高成长性分析

核心内容

本文分析了AI技术对存储行业的深远影响，指出存储需求已从传统的周期波动转变为技术驱动的指数级增长。AI对存储的需求主要体现在模型参数、训练过程数据、以及数据注入等三方面，且随着大模型的发展和商业化落地，存储在AI生态中的价值持续提升。同时，随着AI算力需求的上升，存储成为决定算力效率的关键瓶颈。

主要观点

• 增长逻辑重构：AI带来的不仅是需求反弹，更是指数级增长的新需求，存储不再仅跟随宏观经济波动，而是成为AI算力的关键限制因素。
• 存储需求分级：AI对存储的需求可以分为冷数据、温数据、热数据三类，分别对应HDD/SSD-QLC、SSD-TLC、HBM/DDR等不同存储技术。
• 存储硬件架构：存储物理分层包括HBM、LPDDR、SSD、柜外SSD/HDD，不同层级承担不同的数据处理任务。
• 技术发展推动存储需求：AI大模型的训练和推理阶段对存储提出了更高的容量和带宽需求，特别是随着模型参数量的增加和上下文长度的扩展，HBM和SSD的需求显著增长。
• 企业战略调整：美光科技、SK海力士、闪迪等企业正积极调整战略，聚焦AI相关的高价值存储产品，如HBM和企业级SSD，以获取市场先机。

关键信息

存储需求与AI发展

• 模型参数量增长：从GPT-3的1750亿参数到GPT-4的1.8万亿参数，参数量呈线性增长，直接推动HBM和SSD需求呈指数级增长。
• KV Cache需求：推理过程中KV Cache对显存的占用持续增加，且用户越多、交互越深，对存储的带宽和容量需求越大。
• 数据注入：原始数据集和预热训练数据需要大量SSD和HDD进行存储。

存储技术与产品

• HBM：高带宽内存，主要用于GPU的训练和推理，如HBM3E单GPU容量达192GB，带宽达32768GB/s。
• LPDDR5X：高性价比显存，用于CPU运行操作系统、数据加载等，作为HBM的补充。
• SSD：用于训练过程中的checkpoint保存和推理阶段的模型加载，技术迭代推动性能提升。
• HDD：用于冷数据存储，成本优势明显，但性能较低。

企业表现与技术进展

• 美光科技（MU.O）：
  • 2025财年营收达373.8亿美元，毛利率达39.8%，净利率达22.8%。
  • 聚焦数据中心，HBM3E技术突破，6500 IRON SSD在性能上领先竞品。
• 闪迪（SNDK.O）：
  • 拆分后独立上市，2025财年营收达73.6亿美元，毛利率达51.1%。
  • BiCS8技术已占总出货量15%，预计2026年成为主流。
  • HBF方案提供比HBM高8到16倍的容量，计划于2026年下半年推出样品。
• SK海力士：
  • 在HBM3E阶段占据英伟达主要市场份额，2025年营收达68371百万美元，营业利润率达48.6%。
  • 采用MR-MUF工艺，良率行业领先，推动HBM和NAND业务增长。
• 三星电子：
  • 2025年营收达224,011百万美元，净利润达58,550百万美元。
  • 在HBM4中采用Hybrid Bonding工艺，加速追赶SK海力士。
  • NAND领域积淀深厚，但在AI专用QLC SSD领域进展较慢。

估值体系重塑

• 量价齐升：AI训练与推理规模扩大带来出货量增长，同时高技术含量产品占比提升拉高ASP。
• 净利率扩张：存储行业为重资产行业，营收覆盖固定成本后，涨价红利转化为净利润，净利率增速远超营收增速。
• 估值中枢上移：具备技术与产能优势的龙头企业在行业高增长期应享受更高的估值溢价。

建议关注

• 美光科技（MU.O）：聚焦数据中心，HBM3E技术突破，财务表现强劲。
• 闪迪（SNDK.O）：拆分后价值重估，HBF方案引领AI存储技术。
• SK海力士：AI存储先发优势，营业利润率强劲。
• 三星电子：奋力追赶，技术路线逐步优化。

风险提示

• AI资本开支不及预期：若AI应用商业化受阻，将影响高毛利产品需求。
• 产能扩张失控：可能导致供需失衡，引发ASP大幅下跌。
• 新技术研发不及预期：如HBF、HBM4、超高层数3D NAND等技术良率或进度不及预期，将影响企业竞争力。

投资评级

• 公司投资评级：买入、增持、中性、减持、卖出。
• 行业投资评级：增持、中性、减持。

结论

AI技术正推动存储行业从传统周期波动走向技术溢价与高成长性，HBM和企业级SSD等高技术含量产品需求激增，带动行业估值体系重构。具备技术优势和产能布局的龙头企业有望在AI浪潮中持续受益，但需关注下游需求、产能控制及技术迭代风险。