AI产业链研习笔记⑦:通用存储(DRAM+NAND)——AI算力集群的核心数据承载底座

经历7月深度回调后，8月起AI产业链出现温和反弹迹象，但热点切换节奏极快，资金在芯片、光模块、PCB之间频繁轮动。市场情绪波动剧烈，短线操作难度不断攀升。在行情高度情绪化的背景下，与其盲目追涨杀跌，不如静心深耕产业逻辑。短期波动源于情绪博弈，长期回报取决于产业链卡位、利润分配与供需关系。理清底层硬件的完整分工，方能在震荡市中保持定力、锚定核心主线。 此前课程，我们已系统拆解了算力芯片、服务器ODM整机、光模块&光芯片、PCB与高速连接器、HBM高带宽内存。本节我们聚焦AI算力硬件架构中，容量最大、最基础、却最常被市场忽略的底层支撑环节——通用存储（DRAM内存、NAND闪存SSD）。 沿用本系列一贯的产业类比框架： - GPU是AI算力的核心动力源； - 光模块是算力集群互联的信息高速公路； - PCB、高速连接器是整机的骨架、血管与关节枢纽； - HBM是GPU贴身的高速瞬时缓存； - 普通DRAM是服务器整机的大容量临时数据缓冲池； - NAND闪存SSD是AI集群长期归档训练数据的永久仓库。 通俗解读：HBM聚焦“瞬时高并发”，普通存储聚焦“持续高吞吐”。HBM保障GPU满载运转、杜绝算力闲置；DRAM+NAND保障AI训练跑得久、存得稳、可规模化扩张。脱离通用存储的持续配套，再尖端的GPU算力也无法转化为稳定可持续的训练产能。 一、行业底层逻辑：AI浪潮深度重构存储赛道定价体系 市场长期存在认知误区：存储属于传统周期赛道、弹性有限、想象空间不足，AI主线仅聚焦高速迭代的光模块与芯片。 回归产业本源：大模型训练，是人类工业化进程中消耗存储资源最密集的场景。AI竞争的核心不仅是“算力速度”，更是“数据读取频次、存储容量规模、迭代效率极限”的全方位较量。 1、三类存储，分工明确、协同互补 HBM：专属服务GPU，极致瞬时吞吐 定位为算力加速引擎，主打超高带宽、超低延迟，匹配训练过程中的爆发式读写需求。优势在于极速算力协同，短板在于容量有限、通用性不足，无法承担长期数据归档任务。 普通DRAM DDR5：支撑整机持续算力调度 AI服务器单机内存配置容量，是普通服务器的3–6倍。模型加载、参数调度、数据迭代、多轮循环训练，均高度依赖通用DRAM的持续支撑，是算力平稳运行的基础底座。 NAND SSD闪存：承载PB级训练数据集与模型权重 大模型单次训练产生PB级海量数据，传统机械硬盘在速度、密度上完全无法匹配，企业级SSD成为AI集群冷热数据归档的唯一标准配置。 2、AI全面重塑存储的需求结构 过去存储行业增长，完全依赖手机、PC等消费电子的存量替换，需求平稳、增长乏力、行业长期陷入价格内卷。 当前存储行业的核心增量，已彻底转向AI服务器、超算中心、云算力集群的持续资本开支投入。 消费电子属于存量修复，AI算力属于增量再造，这是本轮存储周期触底反转、价格持续修复的核心底层驱动力。 3、技术演进路径清晰且稳健 - DRAM演进路径：DDR4 → DDR5（AI当前主流）→ 下一代DDR5X - NAND演进路径：堆叠层数持续攀升、单位成本持续下降，完美匹配AI海量冷数据存储需求。 二、核心深度辨析：光模块高弹性、存储稳修复的本质差异 同属AI核心硬件，两者的行情级别、波动特征、上涨逻辑存在本质区别，并非资金偏好差异，而是量价增长模型的底层架构截然不同。 1、光模块：技术跃迁+指数扩容的双轮驱动成长 AI集群扩张中，GPU数量呈线性增长，但光模块呈1:N指数级配比扩张，集群规模越大、交换机层级越深，需求膨胀效应越显著。 同时行业强制代际更迭：400G→800G→1.6T，产品单价持续跳涨。 量指数级增长 + 价迭代翻倍 = 乘数双轮驱动行情，归属典型科技成长赛道，弹性空间彻底打开。 2、存储：容量升级+周期修复的单级稳态增长 AI服务器单机存储配置容量虽大幅提升，但属于出厂一次性固定配置，整机定型后几乎无后续扩容空间、无技术跳价迭代红利。 存储收益仅来源于：单机容量提升 + 行业供需修复带来的涨价。 归属线性增量、周期修复行情，稳健性突出、爆发力不足。 终极总结：光模块赚取技术跃迁的成长溢价，存储赚取供需错配的周期红利；光模块高波动、高弹性、高淘汰率，存储低波动、高刚需、高确定性。 三、本轮周期特殊逻辑：HBM产能虹吸效应，普通存储迎来刚性缺口 传统存储周期由终端需求强弱主导，本轮AI存储周期，由供给端主动收缩主导，周期力度、陡峭程度远超历史上任何一轮消费电子复苏周期。 全球三星、SK海力士、美光存储总产能相对刚性，在HBM超高毛利驱动下，海外三巨头持续关停、改造普通DDR产线，全面转产HBM。 直接产业传导结果： - 未来1–2年，通用服务器DRAM供给被动收缩； - 同期AI服务器DDR5需求持续爆发式增长。 行业形成罕见的超级供需结构：需求持续上行 + 供给人为收缩 本轮存储修复并非温和回暖，而是产能挤压驱动的刚性涨价行情，周期斜率更陡、持续性更强。 四、全球供给格局：寡头垄断高度集中，国产替代道阻且长 存储是半导体行业垄断度最高的细分赛道，市场集中度远超PCB、连接器、光模块。 1、DRAM市场格局 三星、SK海力士、美光三家垄断全球95%以上高端服务器DRAM产能，产能规模、产品标准、定价体系、高端客户体系完全由海外主导，国内缺乏话语权。 2、NAND市场格局 由三星、铠侠、西部数据、美光、SK海力士五家寡头瓜分，高端企业级、算力级闪存颗粒，国内存在显著技术与产能代差。 3、国内产业真实现状（客观陈述） 国内目前仅能稳定供应中低端消费级存储，高端AI算力级存储基本处于空白状态。 - 长鑫存储：国内唯一DRAM原厂，主攻消费级、入门服务器内存，远期具备算力级DDR迭代潜力； - 长江存储：国内唯一NAND原厂，消费级SSD已实现国产替代突破； - 兆易创新、江波龙、佰维存储：聚焦下游模组封装与品牌销售，不具备核心晶圆颗粒自产能力。 国产最大现实瓶颈： 长鑫、长江存储均被列入美国实体清单，受高端设备严格封锁，无法获取先进制程、无法大规模扩产、无法迭代高端算力级存储颗粒。 国内昇腾集群、超算中心高速建设阶段，国产存储颗粒无法满足高端算力需求，依旧高度依赖海外三巨头供货。 当前国内存储企业业绩修复，主要受益于手机、PC消费电子触底回暖；AI服务器增量环节，国内仅模组端可通过外购颗粒、组装成品间接参与，核心利润、定价权、产能均留在海外。 存储国产替代是超长周期慢变量，短期不宜过度炒作题材预期。 五、国内产业链分层梳理（纯国产替代视角） 1、存储芯片原厂：远期技术基石 承担国产核心技术攻坚使命，是未来高端存储、HBM自主可控的底层根基。当前以技术积累、产能爬坡为核心任务，短期无高端算力产品业绩贡献。 2、模组品牌厂商：库存周期博弈环节 模组企业缺乏核心技术壁垒，不依赖稳定加工费盈利，核心行情来源于库存周期波动。 涨价初期，低价库存价值重估，短期弹性极强； 下跌初期，高价库存大幅减值、计提暴雷风险。 A股存储模组暴涨暴跌的本质，是库存投机行情，并非产业成长行情。 3、先进封装+材料耗材：短期最确定落地环节 延续HBM产业链逻辑，国内最快兑现业绩、预期差最大的并非芯片设计，而是配套环节。 HBM封装刚需的高端IC载板、环氧塑封料、底部填充胶、TSV硅通孔设备，国内封测、材料企业已批量导入、稳定交付。 当前国产存储产业链确定性排序： 封装耗材＞封测代工＞模组库存弹性＞远期芯片设计替代 六、商业模式终极分层：谁赚真金、谁仅蹭热度 1.海外存储原厂：赚取周期超额暴利，上行量价双击，整条赛道绝对核心受益者； 2.国内封装、材料企业：赚取国产替代近端落地的确定性稳健收益； 3.国内模组厂商：赚取库存周期波动收益，高弹性、高风险、缺乏长期壁垒； 4.国内存储设计厂商：赚取远期国产替代预期收益，短期业绩兑现有限。 七、赛道三大核心风险 1、强周期波动风险 存储是半导体最强周期品种，供需波动极其剧烈。海外大厂一旦开启新一轮大规模扩产，行业将快速进入产能过剩、价格下行通道。 关键远期风险：2027年后若HBM需求增速放缓、红利消退，巨头或将大批量将HBM产能切回普通DRAM，届时普通存储或将面临严重供过于求、周期深度反转。本轮周期有多陡峭，未来反转烈度就有多剧烈。 2、AI资本开支不及预期风险 若海外云厂商、科技巨头放缓算力采购与集群扩产节奏，AI存储增量逻辑将阶段性弱化，赛道行情随之降温。 3、国产替代进度不及预期风险 高端存储设备、先进制程壁垒极高，外部技术封锁持续存在，国内高端算力存储突破节奏缓慢、难度极大。 八、三维终极复盘：资金流向、盈利本质、颠覆风险 1.资金流向何处？ 全球核心资本长期聚焦海外存储三巨头；国内资金仅结构性挖掘封装材料、封测代工、模组弹性预期，低端存储完全无法分享AI红利。 2.谁赚取真实利润？ 海外原厂赚取周期红利，国内配套赚取落地红利，模组企业赚取波动红利，设计企业赚取远期预期红利。 3.谁面临颠覆风险？ 传统消费级存储持续内卷、毛利下行；AI算力级存储需求长期向上；远期新型存储架构存在迭代优化可能，但短期无法替代现有DRAM+NAND成熟体系。 纵观AI整条算力硬件链： 光模块赋予行情弹性，芯片赋予行情高度，存储赋予行情确定性。 震荡行情拼认知深度，长周期拼产业地位。理解成长与周期的本质差异，区分近端落地与远期预期，方能完整把握AI算力硬件闭环体系。 本课思考题 问题1：同为AI核心硬件，存储赛道行情弹性长期弱于光模块的底层逻辑是什么？ 问题2：存储上游原厂与下游模组企业，哪一端商业模式更适合长期布局？核心差异是什么？ 第六课思考题复盘 问题1：万亿参数大模型训练场景下，普通DDR内存为什么无法替代HBM？ 1.带宽层级差异：普通DDR平铺架构带宽低、延迟高，无法匹配GPU高速运算节奏，导致GPU长期等待数据、算力空转浪费。 2.硬件架构差异：HBM采用多层堆叠+硅中介层直连GPU，传输路径极短、并发吞吐极强，是AI训练专属架构，普通DDR为通用场景设计。 3.场景刚需不可逆：常规推理可使用普通DDR支撑，万亿参数高强度训练对带宽、延迟、吞吐有硬性硬件要求，普通DDR无法通过软件优化替代。 问题2：国内HBM国产替代，短期优先突破封装环节还是芯片设计环节？ 短期优先突破先进封装+高端IC载板环节。 核心逻辑： 1.HBM芯片设计、晶圆制造壁垒极高，国内外代差显著，属于中长期攻坚目标； 2.2.5D/3D堆叠封装、高端载板国内技术成熟、可快速导入算力供应链、兑现真实业绩； 3.半导体国产替代始终遵循：先配套、后核心，先代工、再自研的产业迭代规律。 ⚠️ 风险提示：文中提及所有企业、技术、赛道仅用于个人产业链学习、产业逻辑推演举例，为本系列自学复盘笔记，不构成任何投资建议、个股推荐及交易指导。