存储：AI推理带来需求爆发、驱动范式升级，周期能见度大幅拉长

一、AI推理带来存储需求爆发和存储范式的改进

• AI推理对存储需求的影响： 大模型训练和推理对存储需求存在区别。训练阶段对存储容量和带宽需求更高，但数据总量可控且规则可预测；推理阶段数据实时输入、请求粒度小、并发高，KV Cache规模快速膨胀，推理对存储的需求正急剧增长，未来预计远超训练。
• 推理阶段核心存储负载： 模型权重、KV Cache、激活值、RAG向量库。
• KV Cache的影响： KV Cache是随上下文长度和并发数动态膨胀的张量数据，推理性能高度依赖对KV Cache的保存和对KV Cache的管理效率。
• 内存墙问题： 大模型推理时的大量高维张量数据、Transformer的自注意力机制均加剧了内存墙问题，数据量巨大、搬运成本高，严重拖慢推理效率。
• “以存代算”趋势： 提升存储带宽和容量可以显著增强推理性能、降低推理成本，“以存代算”是必然趋势。
• AI推理驱动存储需求全面爆发： HBM、DRAM、SSD、HDD的需求全面爆发。
• 存储范式改进： 存储从单一层级向高带宽+大容量+分级管理的协同架构演进，存储与计算的关系也由传统解耦逐步走向协同优化。
  • 高带宽存储器解决方案： HBM、WOW 3D堆叠DRAM、HBF。
  • 优化存储分级管理系统： CXL内存池化技术，Prefill和Decode阶段的分机柜部署。

二、看未来2年供需持续紧张，原厂与客户签订长协

• 存储需求转变： 从消费电子主导转向服务器主导。服务器是近几年存储需求的最强驱动力，26年有望成为DRAM、NAND最大下游需求。
• 存储价格： 二阶导放缓、但有望高位保持，长协签订拉长周期。预计26年全年价格上涨，但涨幅逐季收窄。自25Q4合约价涨幅开始超预期，26Q1合约价涨幅最大。
• 长协签订： 客户与原厂在签订长协以锁定产能、保障供应。目前虽然CSP客户仍在争取最优条款，但已经开始陆续签署3–5年长协。原厂与北美CSP厂商长协时间拉长至3-5年，锁定高底价。

三、存储是AI硬件估值最低、业绩确定性最强的方向

• 投资建议： 建议关注弹性模组及主控、上游设计端、设备、光刻机产业链等领域的公司。