8.5
深览指数
商业虎嗅·许良©··AI 生成
为什么说“永远缺存储”：AI 时代的存储叙事与投资逻辑
本文系统阐述了AI对存储需求的非线性放大效应，指出存储已从传统周期品演变为AI基础设施的核心瓶颈。作者构建了一个“倍数公式”来解释为何AI带来的存储需求增长远超线性预期，并引入杰文斯悖论论证效率提升未必削减总需求。文章详细拆解了HBM、DDR5、eSSD等不同存储层级的角色，提出了“周期成长股”的新估值框架，并给出了10个关键跟踪指标。适合对AI投资、半导体产业链有基础认知的读者，用于构建AI存储投资的分析框架而非快速决策。
核心观点
- ▍AI对存储的需求是基于多维度变量相乘的‘倍数效应’，而非线性增长，单一变量（如模型规模、上下文长度、Agent步数）的放大加上并发、检索等维度，将导致存储总需求被剧烈放大。
- ▍存储行业正从传统的周期股逻辑，转向由AI基建驱动的‘周期成长股’逻辑，其景气周期被拉长、利润中枢提高，但资本开支周期仍是核心风险。
- 01一个70B参数、使用GQA的模型，在128K上下文、1000条并发会话下，仅KV cache就需要约40TB的容量，展示了存储需求的巨大量级。
- 02HBM的供应瓶颈不仅来自晶圆，更来自TSV先进封装、良率、客户认证和GPU平台协同，使其成为绑定AI加速器平台的关键组件，而非大宗商品。
- 03NAND市场被AI推理和Agent系统激活，通过向量数据库、RAG、持久化KV cache等场景，产生了新的企业级SSD需求，改变了以往易过剩的格局。
- 04AI存储叙事带来估值变化的完整链条：AI应用增长→token产量增长→上下文和Agent步数增长→KV cache/RAG等需求增长→所有存储层级吃紧→长协/涨价/产品组合提升→利润率非线性改善→市场讨论‘周期转成长’重估。
- 05作者将A股存储标的分为‘技术收租型’（如澜起科技）、‘模组与品牌型’（如江波龙）、‘分销弹性型’（如香农芯创）和‘国产替代底层’（如长鑫存储），各自对应不同的风险敞口。
反方 / 局限
- — 尽管效率提升可能遵循杰文斯悖论，但若算法效率提升（MLA、稀疏化、KV cache压缩）长期大幅超过使用量、上下文、Agent步数的乘积增长，存储需求将被压制，行业可能重回纯周期股逻辑。
- — 云厂商的CAPEX并非无限，如果AI应用变现跟不上资本开支，2027-2028年可能放缓服务器采购，将直接冲击存储需求。
- — HBM供给端的竞争格局仍在变化，Samsung良率追赶、Micron HBM4放量、中国厂商在中低端市场的推进，都可能改变价格预期和供需关系。
HBM (高带宽内存)KV cache杰文斯悖论Cycle Growth Stock (周期成长股)SK hynixMicron TechnologySamsung Electronics澜起科技 (Montage Technology)江波龙 (Longsys)TrendForce
14 分钟 · 4 卡片 · 12 资料
读原文 →