(1).png)
過去三周,存儲板塊迎來罕見的“完美風暴”。
閃迪股價累計漲幅超過100%,NAND相關(guān)標的集體上行。表面看,這是一輪典型的存儲周期反彈;但如果深入拆解年初以來的技術(shù)與需求變化,會發(fā)現(xiàn)這更像是一場由AI架構(gòu)演進觸發(fā)的價值重估。
從英偉達在CES上提出全新的推理存儲架構(gòu),到DeepSeek發(fā)布的Engram模型,再到ClaudeCode推動“有狀態(tài)AIAgent”加速落地,三條原本分散的技術(shù)路徑,在2026年初同時指向同一個結(jié)論:
存儲,正在從“成本項”轉(zhuǎn)變?yōu)锳I的“核心生產(chǎn)要素”。
黃仁勛點燃第一把火:上下文成為瓶頸,存儲必須被重構(gòu)
AI推理規(guī)模的失控式增長,正在逼迫算力系統(tǒng)重構(gòu)。
在CES2026上,英偉達CEO黃仁勛首次系統(tǒng)性提出ICMS(InferenceContextMemoryStorage)的概念,并給出了一個清晰判斷:上下文(Context),正在成為AI的新瓶頸,而不是算力本身。
隨著模型上下文窗口從幾十萬token邁向TB級別,KVCache、上下文記憶對HBM的擠占已難以持續(xù)。一方面,HBM3e單位成本遠高于NAND;另一方面,CoWoS封裝產(chǎn)能也對HBM供給形成硬約束。
英偉達的解法并非“堆更多GPU”,而是把上下文從HBM中卸載出來。
在最新發(fā)布的DGXVeraRubinNVL72SuperPOD架構(gòu)中,除了計算與網(wǎng)絡(luò)機架之外,英偉達首次引入了專門用于推理上下文的獨立存儲機架。這些機架通過BlueFieldDPU與Spectrum-X以太網(wǎng)接入計算體系,本質(zhì)上承擔的是“工作記憶”的角色。
從需求測算看,這一變化并非邊際改動:
- 每個SuperPOD的新增NAND規(guī)模約9.6PB
- 折算到單個NVL72計算機架,增量NAND約1.2PB
- 若2027年以SuperPOD形態(tài)出貨10萬個NVL72機架,對應(yīng)120EB的新增NAND需求
在一個年需求約1.1–1.2ZB的全球NAND市場中,這意味著接近10%的結(jié)構(gòu)性新增需求。更關(guān)鍵的是,這部分需求直接來自AI基礎(chǔ)設(shè)施,而非傳統(tǒng)消費電子。
DeepSeek Engram:NAND被第一次“當作慢速內(nèi)存”使用
如果說英偉達解決的是工程架構(gòu)問題,那么DeepSeek的Engram模型,則在算法層面為NAND正名。
Engram的核心突破在于確定性內(nèi)存訪問(DeterministicLookup)。不同于MoE或稠密Transformer的動態(tài)路由,Engram在計算開始前,就能根據(jù)輸入token精確判斷需要訪問的內(nèi)存片段,從而提前完成預取。
在傳統(tǒng)模型中,只有HBM這種超低延遲內(nèi)存,才能支撐不確定訪問路徑;而Engram的確定性預取機制,有效“掩蓋”了SSD與HBM之間的延遲差距。
DeepSeek的論文已經(jīng)驗證:
- 一個1000億參數(shù)規(guī)模的嵌入表,可以完全卸載到主機內(nèi)存
- 性能損失低于3%
- 隨著模型規(guī)模擴大,20–25%的參數(shù)天然適合成為“可卸載的靜態(tài)記憶”
這意味著什么?
這意味著NAND不再只是“冷數(shù)據(jù)存儲”,而是第一次被系統(tǒng)性地納入分層內(nèi)存體系(TieredMemory),成為AI的“慢速RAM”,專門承載龐大的、低頻但不可或缺的知識庫。
在成本維度上,NAND的單位價格仍顯著低于DDR和HBM;一旦其在模型架構(gòu)中具備“不可替代性”,其在數(shù)據(jù)中心中的戰(zhàn)略價值將被重新定價。
摩根士丹利分析師 Shawn Kim 及其團隊認為,DeepSeek 展示了一條“少花錢多辦事(Doing More With Less)”的技術(shù)路徑。這種混合架構(gòu)思路,不僅在現(xiàn)實層面緩解了在高端 AI 算力上的資源約束,也向全球市場證明:高效的存儲-計算協(xié)同,可能比單純擴大算力規(guī)模更具性價比。
ClaudeCode:AI從“無狀態(tài)”走向“有狀態(tài)”,存儲需求指數(shù)級放大
第三個催化,來自應(yīng)用層。
ClaudeCode的爆發(fā),標志著AI正從“對話工具”向長期運行的Agent演進。與一次性生成文本不同,寫代碼的AI需要:
- 反復讀取、修改文件
- 多輪調(diào)試與回溯
- 持續(xù)數(shù)天的會話狀態(tài)
這類AI的本質(zhì),是擁有長期工作記憶(Long-TermWorkingMemory)的“有狀態(tài)系統(tǒng)”。
而這種工作記憶,顯然無法長期駐留在昂貴的GPUHBM中。
BlueFieldDPU+NAND的組合,恰好提供了一種成本可控的解決方案:Agent的會話狀態(tài)、歷史上下文,可以常駐在NAND層,而不是占用算力資源。
這意味著,隨著AIAgent滲透率提升,存儲的需求函數(shù)將與推理調(diào)用次數(shù)脫鉤,轉(zhuǎn)而與“狀態(tài)持續(xù)時間”掛鉤——這是一種全新的增長邏輯。
為什么是閃迪?為什么是現(xiàn)在?
三條技術(shù)路徑,在2026年初同時落地,構(gòu)成了一個極具說服力的結(jié)論:
- 英偉達在硬件架構(gòu)層面,為NAND創(chuàng)造了全新應(yīng)用場景
- DeepSeek在模型層面,驗證了NAND可作為“慢速內(nèi)存”的可行性
- ClaudeCode在應(yīng)用層面,放大了長期存儲的剛性需求
這并非單一客戶、單一產(chǎn)品的短期拉動,而是AI體系結(jié)構(gòu)發(fā)生變化的信號。
在此背景下,閃迪的股價表現(xiàn),不再只是“存儲周期反彈”的映射,而是市場開始重新理解一個問題:在AI時代,什么才是真正的基礎(chǔ)設(shè)施?
當NAND同時具備周期復蘇+長期需求+結(jié)構(gòu)性重估三重驅(qū)動時,其定價邏輯自然會發(fā)生躍遷。這,或許才是閃迪暴漲背后的真正原因。
贊
.png)
943
收藏
