英偉達Rubin進入量產，下一代Feynman進一步推升算力硬件需求，服務器架構從訓練主導轉向訓推兼顧，從GPU主導轉向GPU+LPU架構，并推出存儲機柜、CPU機柜、LPX機柜等，實現系統方案的進一步優化。谷歌/AWS/Meta等廠商的ASIC亦在加速迭代。算力芯片需求持續強勁增長，先進制程、先進存儲、先進封裝、PCB、光通信等仍是硬件需求增量、技術創新最顯著的環節，臺積電、三星、英特爾等開發并擴產2nm先進制程，HBM演進到HBM4并衍生出定制芯片，CoPoS、CoWoP等先進封裝形式涌現，CPU、傳統存儲的供需也逐步緊俏。

來源：中信建投證券研究

作者：劉雙鋒 孫芳芳 章合坤 王定潤 何昱靈 郭彥輝 趙子鵬 梁藝 何昊

隨著AI訓練、推理需求的持續膨脹，存儲已成為算力增長的主要瓶頸，HBM/DDR、SSD、HDD陸續成為服務器的最緊缺物料。除了HBM、DDR外，產業內還在開發AI SSD、CMX、HBF、SRAM等存儲器（或方案），以滿足AI訓練和推理過程中數據吞吐的高要求。

01

內存仍然是AI算力核心卡口，HBM需求持續高景氣

隨著英偉達GPU的發布周期固定在每年一次，算力提升對內存容量和帶寬提出了接近每年翻倍的高要求；根據TrendForce數據，GPU的計算能力在過去20年間增長了60000倍，但同期DRAM內存帶寬僅提高了100倍——“內存墻”仍將長期存在，通過HBM路線實現低功耗高帶寬趨勢明確。以位元計算，目前HBM占整個DRAM市場比重仍在個位數，滲透率存在較大提升空間；TrendForce預計2026年HBM出貨量將超過300億Gb。

DRAM產能供給緊缺趨勢不變，SK海力士等龍頭廠商加速擴產。從供給端看，HBM供應仍然緊缺，相應持續擠占DRAM產能，25Q4-26Q1 DRAM廠商現貨報價加速攀升；部分美國與國內廠商已經開始和晶圓廠簽訂2-3年的長期合同進行鎖價。根據Trendforce援引The Bell報道，SK海力士計劃通過清州DRAM工廠M15X和利川M16的擴產，在26H2將其DRAM晶圓產量提高到60萬片/月，和三星的DRAM晶圓產能處于同一水平。具體來看，M15X在投產初期將保持在10000片/月的DRAM晶圓，到26Q4將爬坡至5萬片/月。

HBM迭代周期隨之顯著縮短，HBM4開始大規模商用。2025年下半年，英偉達量產的GB300搭載的是12層24GB的HBM3e，2026年英偉達將發布的Rubin系列和AMD將發布的MI400系列均將搭載HBM4/4e。其中英偉達計劃在26Q1完成HBM4的最終資格測試。從更新周期來看，JEDEC于2025年4月正式發布了JESD 270-4高帶寬存儲器(HBM4)標準，（接口寬度從HBM3/HBM3e的1024位翻倍至2048位；堆棧通道數從16個增加到32個，支持24Gb或32Gb芯片的4到16層堆棧配置），較HBM3規范發布晚約三年，計劃落地時間較HBM3落地時點亦在三年左右。根據EETimes的預測，HBM的迭代周期從前期的每四年一代提高并穩定到每兩年到兩年半一代。

全球龍頭存儲廠商競逐HBM4，SK海力士仍居領先地位，三星美光加速追趕。根據Trendforce預測，2025年SK海力士將以59%的HBM出貨量保持行業領先地位，而三星和美光將各占20%左右份額。從時點上看，SK海力士于2025年3月交付了全球首批12層HBM4樣品、6月小批量出貨，計劃10月快速進入量產；美光也在25Q2向主要客戶交付了HBM4樣品；三星的HBM4樣品25Q2交付給英偉達，當前進入最終的預生產（PP）階段。預計2026年，領先的GPGPU如Rubin將大范圍采用HBM4，Yole預計2026年HBM4滲透率將達到51%。

從技術上看，SK海力士的HBM4擁有2048個I/O終端，帶寬翻倍，引腳速度在6.4Gbps以上。美光目前交付HBM4樣品超過2.8 TBps帶寬和超過11 Gbps引腳速度，計劃在2027年同時推出標準版和定制版的HBM4e。三星同樣計劃于2027年推出HBM4e產品，目標引腳速度超過13Gbps，目標最大吞吐量3.25TB/s，較當前HBM3e快2倍以上。

遠期看，英偉達等廠商計劃自研Base Die，將存算架構進一步整合。除傳統晶圓廠外，為了進一步提高傳輸速率，AI算力芯片廠商也開始協同進行HBM設計。2025年8月，英偉達宣布計劃自研HBM內存Base Die，采用3nm工藝，預計于2027年下半年開始小規模試產。英偉達此次自研HBM內存Base Die的計劃，旨在優化AI芯片的內存帶寬與能效匹配度；未來英偉達的HBM內存有望采用內存原廠DRAM Die與英偉達Base Die的組合模式，標志著其在高性能計算存儲架構領域的垂直整合進一步深化。

02

為解決HBM高成本低容量的問題，HBF應運而生

HBM帶寬大、延遲低，但容量低、成本高。隨著AI大模型參數規模向萬億級邁進，推理部署環節的市場規模和應用場景變得極為廣闊，但傳統的存儲體系正面臨嚴峻的“內存墻”困境。HBM雖能提供極致的帶寬和納秒級訪問延遲，但其容量有限（單堆棧通常為16-64GB），且成本高昂，難以線性擴展。與此同時，傳統SSD雖然容量大、成本低，但帶寬嚴重不足（如NVMe PCIe 4.0 SSD僅約7GB/s），無法滿足大模型推理時對海量權重數據和鍵值緩存（KV Cache）的高速讀取需求。在AI推理場景中，數據訪問模式呈現出“讀多寫少”的特點，且需要單次加載的模型容量極高——例如運行405B參數的Llama 3.1模型時，僅權重存儲就需要數百GB空間。HBM很快會被KV緩存占滿，而依賴遠端SSD或向量重計算又會引入顯著延遲。

正是在這一供需失衡的背景下，HBF（High Band Flash，高帶寬閃存）應運而生。HBF旨在填補HBM與SSD之間的巨大空白，以接近HBM的帶寬和成本水平，提供其8至16倍的超大容量。SK海力士的仿真測試表明，在H3混合架構中引入HBF后，原本需要32顆GPU才能完成的工作負載，僅需2顆GPU即可實現，能效比提升最高達2.69倍。HBF的出現，不僅有望破解推理階段的存儲瓶頸，更可能從根本上改變AI算力集群的經濟模型，成為銜接HBM與SSD的新一代核心存儲方案。

HBF通過封裝創新、3D堆疊和分布式控制，在容量、帶寬和成本三個維度上實現了獨特的再平衡，成為AI推理場景的理想存儲載體。HBF是一種基于3D NAND閃存的高帶寬堆疊存儲技術，其設計理念借鑒了HBM的垂直堆疊架構，但將存儲介質從易失性的DRAM替換為非易失性的NAND閃存。在物理結構上，HBF通過硅通孔（TSV）或CMOS直接鍵合陣列（CBA）工藝，將多層高性能NAND閃存芯片垂直堆疊起來，并通過邏輯芯片與中介層連接至GPU或處理器，形成密集互連的存儲結構。單堆疊可達16層die，首代產品即可實現512GB的容量和1.6TB/s的讀取帶寬——這一帶寬水平已接近HBM3e的性能，而容量則是同等物理空間下HBM的8至16倍。與傳統SSD依賴單控制器串行調度不同，HBF采用分布式控制結構，每一組NAND die可獨立并行訪問，結合優化的控制器算法，將NAND固有延遲從毫秒級壓縮至約5微秒級，匹配AI推理場景對高帶寬讀的需求。由于基于NAND閃存，HBF具備非易失特性，無需像HBM那樣持續刷新供電，靜態功耗僅為HBM的64%至80%。當然，HBF也存在先天短板：NAND的寫入耐久性有限（約10萬次擦寫），訪問延遲（微秒級）遠高于DRAM的納秒級，因此業界主流設計思路是將HBF用于只讀數據或低頻寫入的鍵值緩存，而將頻繁讀寫的動態數據留在HBM中。

目前，全球存儲巨頭已圍繞HBF形成技術競賽格局，標準化與量產進程正在加速推進：

閃迪是HBF概念的率先提出者，2025年2月在投資者日上正式介紹HBF技術，依托自家BiCS 3D NAND和CBA工藝構建核心架構，采用16層核心芯片堆疊。閃迪計劃于2026年下半年交付首批HBF模塊樣品，目標2027年初推出首批集成HBF的AI推理服務器。

SK海力士是當前HBF研發最為積極的廠商之一，2025年8月與閃迪簽署諒解備忘錄，共同推進HBF技術標準化；同年10月在OCP全球峰會上正式發布包含HBF技術的“AIN B”系列存儲器，并舉辦“HBF之夜”活動推動生態合作。SK海力士還提出了創新的H3混合架構（Hybrid HBM+HBF），將HBM與HBF并列部署于GPU兩側，通過雙存儲層級協同工作，并已完成早期測試驗證。公司目標在2026年推出第一代HBF樣品，2027年實現量產。

三星電子雖態度相對審慎，但已啟動HBF產品的早期概念設計工作，并依托其在邏輯代工領域的4nm至2nm工藝優勢，探索自研控制邏輯與下一代NAND方案的能效優化。三星計劃在2027年底至2028年初將HBF集成到英偉達、AMD及谷歌的實際產品中。

此外，主控芯片方面，HBF需要配套極高吞吐能力的控制器來駕馭其超高帶寬，閃迪、SK海力士等廠商均在研發專用的分布式控制架構，確保NAND陣列的并行訪問效率。行業標準方面，三大廠商已就HBF標準化展開合作，閃迪與SK海力士、三星正共同推動HBF成為行業通用標準，目標在2027年完成產業級標準落地。

03

AI服務器擠兌傳統應用需求，傳統存儲缺貨漲價，漲價周期顯著拉長

復盤存儲器歷史，存儲器周期大致4-5年，上行、下行周期大致2年上下。上輪周期起始于20Q1，21Q3存儲器價格見頂，此后價格持續下滑，至2023Q2持續7個季度。本輪周期，存儲器23Q3開始漲價，期間24Q2-24Q4因庫存問題，價格有所回落。24Q4-25Q3，除了HBM，DRAM和NAND價格漲跌更多來自庫存周期，直到25Q4，北美云廠商對于2026年的需求展望大幅提升，內存條、eSSD缺貨漲價，存儲隨著產能被服務器占用，傳統應用（手機、電腦等）開始缺存儲器，漲價蔓延至非AI領域的存儲器。

需求側，對于DRAM而言，單GPU配置的HBM、DDR規格和容量提升，2023年以來需求跟隨GPU持續強勁增長；對于NAND而言，推理側的爆發和QLC NAND成本的下降加強了對高速率、低延遲SSD對HDD的優勢，SSD需求跟隨token爆發。

催動本輪存儲上行的核心因素是AI，特別是推理需求的爆發。大模型訓練階段的存儲需求主要來自預訓練數據集和checkpoint（模型狀態快照），原始數據集規模約10-30TB，而checkpoint存儲量與模型參數量線性相關（如6000億參數模型每個checkpoint約7TB，100個總計約700TB），這些數據主要存儲在SSD和HDD中，因HBM容量不足而需從HBM經DRAM逐步offload至SSD。推理階段的存儲需求則主要來自KV Cache、RAG等，其規模比原始數據大1000倍左右（取決于向量維度），隨著思維鏈發展和用戶上下文增長，單次提問token數激增至上萬，KV Cache需長期存儲在SSD中，當用戶30分鐘未交互時自動從HBM存入SSD，后續提問時再加載回HBM。推理階段的KV Cache存儲策略采用精確匹配（用戶歷史對話）和向量空間模糊匹配（多用戶共享問題），通過共享相同問題的KV Cache和將長期未使用數據轉存至HDD來優化存儲，而訓練階段的存儲需求則隨模型參數量增加而等比例上升。

其次是HDD（機械硬盤）供應短缺，eSSD需求爆發。SSD相比HDD的核心優勢在于顯著的讀寫速度和低延遲特性，SSD的讀寫速度可達十幾GB級別，而HDD僅約幾百兆，這使其在AI推理、高頻數據訪問等場景中具有明顯優勢。HDD被SSD替代的主要原因是AI應用爆發式增長，尤其是數據中心對高性能存儲的剛性需求，同時HDD產能面臨嚴重瓶頸，HDD廠商因行業處于"夕陽產業"狀態普遍不愿擴產，而是致力于優化成本和增加單盤容量，導致HDD供應緊張。在AI應用推動下，大量新增存儲需求從HDD轉向SSD，特別是數據中心企業級存儲中，HDD與SSD的容量比正從1：5-1：6向1：1轉變，預計2026年將出現QLC SSD替代HDD的爆發式增長。

供給側，存儲IDM資本開支計劃謹慎，且產能釋放速度較慢。2023-2025年，大容量、小容量存儲廠商資本開支維持低增長或者負增長狀態，其中SK海力士資本開支增長較大，主要用于擴產前兩年開始持續緊缺的HBM、DRAM。存儲廠商的擴產意愿與供需缺口和盈利水平相關，目前各家DRAM和NAND的毛利率水平接近80%，存儲廠商擴產動作開始變得頻繁，但是存儲器的擴產周期從購買設備到產能釋放需要2年以上，因此新增的資本開支難以體現在2026年的供給上，預計產能釋放的高峰期在2027年下半年及以后。

我們預計2026-2027年HBM、DRAM、NAND甚至小容量存儲均會出現不同程度的供給緊缺，本輪存儲漲價周期將不同于以往，漲價時間和漲價幅度將遠超預期。供需缺口將催化價格大幅度上漲，根據Trendforce預測， DRAM 2026Q2的合約價在2026Q1上漲93-96%的基礎上繼續上漲58-63%，NAND 26Q2的合約價在2026Q1上漲85-90%的基礎上繼續上漲70-75%。

2026年，DRAM市場規模將增長至4570億美元，同比+121%，預計NAND市場規模將增長至1420億美元，同比+103%， NAND、DRAM的單GB價格均有大幅度提升。從 市場結構看，服務器在存儲市場的占比有望進一步提升，成為存儲器的第一大應用。

風險提示

1、未來中美貿易摩擦可能進一步加劇，存在美國政府將設置進出口限制條件或其他貿易壁壘風險；

2、AI上游基礎設施投入了大量資金做研發和建設，端側尚未有殺手級應用和剛性需求出現，存在AI應用不及預期風險；

3、宏觀環境的不利因素將可能使得全球經濟增速放緩，居民收入、購買力及消費意愿將受到影響，存在下游需求不及預期風險；

4、大宗商品價格仍未企穩，不排除繼續上漲的可能，存在原材料成本提高的風險；

5、全球政治局勢復雜，主要經濟體爭端激化，國際貿易環境不確定性增大，可能使得全球經濟增速放緩，從而影響市場需求結構，存在國際政治經濟形勢風險。

本文所提及的任何資訊和信息，僅為作者個人觀點表達或對于具體事件的陳述，不構成推薦及投資建議，不代表本社觀點。投資者應自行承擔據此進行投資所產生的風險及后果。

《新財富》雜志5月號

《2025新財富雜志上市公司

共舞“人工智能 +”》

（點擊下方圖片可直接購買，下單請備注郵箱）