电子行业：AI需求推动，NAND与SSD供不应求有望持续.pdf

电子行业：AI需求推动，NAND与SSD供不应求有望持续。AI 大模型的应用推动活跃数据占比提升。在传统数据存储内容中，大量数据主要用 于归档，访问频数低、应用不足。而 AI 时代数据的应用与存储方式有望发生较大变 化。AI 大模型推理过程中需要应用大量存量数据，通过高频次地访问数据，来实现 高质量内容生成，AI 大模型的应用有望使得活跃数据占比提升。例如，检索增强生 成（RAG）技术允许 LLM 从知识库提取相关信息，以验证和支撑其输出内容的真实 性，而针对 RAG 数据库的近似性查询属于极为密集的随机读操作。此外，大语言模 型推理过程中会使用 KV 缓存来加速推理过程，当其规模较大时可能需要将 KV 缓存 卸载到 SSD 上进行存储，带来较为频繁的读写流程。整体来看，AI 推理过程将使得 存储结构发生较大变化，有望提升对活跃数据存储的需求。按照数据访问频率来分 类，数据可以被划分为访问频率依次递减的热、温、冷三类，随着 AI 大模型应用激 活大量冷数据，使其转化为活跃数据，温、热数据占比有望显著提升。

NAND 与 SSD 满足数据中心活跃数据读写需求，用量有望高速增长。在传统数据中 心储存分层架构中，HDD（机械硬盘）凭借每单位储存容量的极低成本优势，稳居 冷数据主流储存方案，但 HDD 无法满足活跃数据较高吞吐速率的需求。SSD 基于 NAND 芯片存储数据，与 HDD 相比，SSD 读写速度优势明显，适应高工作负载，满 足活跃数据读写需求。此外，SSD 在功耗上优势明显，适应数据中心功耗需求。AI 训练和推理对存储的需求推动 AI SSD 发展。业界持续推进 SSD 在颗粒容量、传输 速率等方面的提升以适配AI领域需求；头部存储大厂正在持续推动AI SSD的应用。 进一步地，HBF 兼具高容量规模和高带宽特性，业界正在持续推动其产业化落地以 进一步适配 AI 领域需求。展望未来，在 AI 应用驱动下，随着活跃数据占比提升，全 球 NAND 与 SSD 用量有望高速增长。

NAND 及 SSD 供不应求有望持续。全球 NAND 市场格局高度集中。未来 2 年 NAND 行业资本开支可能有限，头部厂商在扩产方面可能保持相对克制的水平，其中三 星、美光与 SK 海力士的资本开支有望持续向 HBM 倾斜而非 NAND。未来 AI 应用有 望推动 SSD 用量保持高速增长态势，叠加全行业资本开支可能有限，NAND 与 SSD 供不应求有望持续，迎来较长的景气周期。在此基础上，企业级 SSD 与 NAND 国产 替代持续，产业链相关标的有望深度受益。