全球存储行业 AI 驱动专题交流纪要

摘要： 本次会议由东吴证券海外研究团队主办，重点探讨 AI 驱动下全球存储行业的增长逻辑，详细分析了英伟达 GB200 等架构对 HBM、LPDDR 和 SSD 的阶梯存储需求，并阐述了存储行业从传统周期向 AI 驱动高成长性跨越的观点。

行业主线：

1. AI 驱动需求爆发：存储行业正处于从传统周期向 AI 驱动高成长阶段的跨越期。大模型参数的持续提升使存储成为 AI 算力的关键瓶颈，无论是训练侧还是推理侧，存储需求均有巨大提升空间。
2. 存储分级模型：提出了 HBM（核心计算层） $\rightarrow$ LPDDR（备用空间） $\rightarrow$ SSD（冷/温数据）的三级存储阶梯模型，分析了不同层级在带宽、容量和物理性质上的差异。

关键变化与分歧：

1. 架构演进推升用量：分析指出 Rubin 系列相较于 GB200，在容量上对 HBM 有 1.5 倍的提升，对 LPDDR 有 3 倍的提升。
2. 量化算法并非利空：认为量化压缩算法（如 3-bit）已接近工程极限，无法抵消模型参数量和上下文窗口（百万 token 级别）大幅增长带来的存储需求提升。

受益方向与风险：

1. 受益方向：重点关注 HBM 领域具备领先供应能力以及 NAND 闪存具备高弹性的存储原厂。
2. 核心风险：下游资本开支低于预期、存储原厂产能过度扩张导致竞争格局恶化、新技术研发及良率爬升不及预期。