一文理清AI存储产业链逻辑与相关投资标的

发布者此前已经讲解过软件股、太空、生物科技、医疗、光子学等多个赛道内容，本次讲解硬件相关的GPU、高带宽内存（HBM）、动态随机存取存储器（DRAM）、与非型闪存（NAND）、固态硬盘（SSD）存储概念。这些术语频繁出现在AI相关行情中，但多数人对它们的区分并不清晰，把它们放到一台AI服务器中梳理，逻辑会变得简单。

英伟达的GPU负责实际计算，大模型训练与推理本质都是持续进行矩阵运算。但GPU运算速度再快，也需要持续输入数据，由此产生的第一个瓶颈就是HBM。

HBM全称高带宽内存，严格来说它本身就是DRAM的一种形态。它将多层DRAM裸片堆叠，通过硅通孔（TSV）等技术提升数据传输带宽，再布置在GPU附近，可以粗略理解为厨师手边的食材，厨师做菜速度再快，递菜速度跟不上也只能等待。这一轮AI行情最先让HBM受到市场关注，核心玩家包括SK海力士、美光、三星。

SK海力士一直是英伟达HBM供应链的核心参与者，今年已经展示HBM4等下一代AI存储器。美光的HBM3E已经进入英伟达H200等平台，并且也在推进HBM4产品的研发。

HBM之外是常规DDR DRAM，它相当于整台服务器的工作台，CPU、系统和各类程序正在处理的数据，都要先存放在这里。AI服务器规模不断变大，CPU、GPU数量持续增加，对系统内存的容量要求也会不断升高。

美光的业务逻辑不止HBM，它同时覆盖HBM、传统DRAM和NAND，HBM给它带来AI高端产品的增长弹性，DRAM则关联服务器、PC、手机等规模更大的存储行业周期。

再向外层是NAND闪存，需要明确两个概念的区别：NAND是存储介质，SSD是用NAND制作的最终产品。DRAM断电后数据会消失，NAND可以长期保存数据。

AI训练需要海量数据集，训练过程会生成检查点，进入推理阶段后，还会持续产生模型、向量数据库、键值缓存等越来越庞大的数据，这些数据最终都需要存储载体。

闪迪和凯侠的核心业务偏向NAND闪存与SSD。闪迪在投资者日将AI推理与数据中心闪存列为未来增长战略的重点，公司预计到2030年，企业数据中心闪存的潜在市场规模会明显扩大。凯侠今年的投资者日，也将AI推理时代的闪存与SSD列为核心战略。

梳理产业链后各环节定位清晰：英伟达负责GPU计算，SK海力士、美光、三星负责HBM、DRAM，保障计算过程中数据高速传输，美光同时还布局NAND，横跨内存与存储领域，闪迪与凯侠则更专注NAND、闪存和SSD，负责存储海量AI数据。

存储板块不能只用一个笼统的AI概念做交易，HBM的核心看GPU需求、技术迭代与先进产能，传统DRAM还要看服务器、PC、手机和整个存储行业周期，NAND则需要同时观察企业级SSD、AI数据中心需求、供给情况和价格。虽然都和AI相关，利润来源完全不同，当前行情已经开始体现这种差异。

MEXC 7月传统金融数据显示，存储相关期货交易量环比增长575%，其中闪迪交易量增长1573%，美光增长130%，SK海力士增长1274%。该平台内部交易量变化不代表全球市场份额，但能看出资金注意力已经从单纯追捧GPU，向整条AI基础设施扩散。

目前MEXC已经覆盖闪迪、美光、SK海力士、三星、凯侠等不同地区的存储相关标的。GPU决定AI的计算速度，HBM决定数据能不能跟上GPU的节奏，DRAM决定系统可以同时处理多少任务，NAND决定不断增长的AI数据最终的存储位置，AI发展越深入，存储越需要拆分来看。