GPT-6 Astra具备电脑操作、视觉多模态和安全能力三大核心亮点。在电脑操作方面,其Agent任务得分达59.3%;视觉多模态能力在Screen Sport测试中得分92.7%,3D重建BenchCAD得分95.9%;安全能力方面,Exploit bench测试满分,并发现2个零日漏洞。这些能力展示了其在多领域应用的高潜力。
GPT-6 Astra对存储需求产生显著影响。其105万token上下文窗口和多模态任务需大量存储高分辨率截图、工具返回日志等上下文数据,大幅提升存储资源需求。此外,推测采用的循环深度架构需缓存多轮计算KV Cache,显存缓存开销可达传统模型的数倍,对HBM4等高带宽存储需求大增。企业级SSD需求也因上下文跨窗口持久化存储和跨进程检索机制而增量释放。
存储行业正受益于大模型发展呈现积极趋势。随着GPT-6等大模型升级,算力和存力需求持续提升,推动海外存储核心产业如美光、三星等预期修复。当前海外存储板块估值处于低位,27年PE约3-7倍、28年PE约3-6倍,现金流确定性强,对加息敏感性较低。市场预期在GPT-6发布后逐步修复,三季度DRAM、NAND环比增速下调预期已充分消化。
本报告重点分析了GPT-6 Astra的技术架构、参数配置及其对存储需求的量化影响。报告详细解析了其MoE架构(总参数量约6万亿,激活参数约6000亿)和可能的循环深度架构对显存和存储的额外需求。同时,报告还探讨了企业级SSD在跨窗口持久化存储和跨进程检索中的应用场景,以及其对存储产业的市场催化作用。
本报告存在两大风险提示。首先,OpenAI未官方确认GPT-6 Astra的循环深度架构,相关存储需求测算存在不确定性。其次,宏观市场风险不容忽视,PPI、核心CPI数据可能影响市场风险偏好,进而扰动存储板块表现。投资者需关注行业政策变化和技术路线调整,谨慎评估潜在风险。