2026年电子行业MemoryS 2026闪存大会跟踪报告:行业缺货或将延续至27年,关注未来存储技术创新重构

  • 来源:招商证券
  • 发布时间:2026/03/31
  • 浏览次数:156
  • 举报
相关深度报告REPORTS

电子行业MemoryS 2026闪存大会跟踪报告:行业缺货或将延续至27年,关注未来存储技术创新重构.pdf

电子行业MemoryS2026闪存大会跟踪报告:行业缺货或将延续至27年,关注未来存储技术创新重构。招商电子团队近日参加了在深圳举办的MemoryS2026闪存大会,三星电子、铠侠、闪迪、Solidigm、江波龙、群联电子、大普微等国内外存储公司出席了大会并对AI推理对NAND需求变化、eSSD技术演进、端侧AI存储发展等做了非常详细的主题演讲,我们整理了本次大会演讲的核心观点,供投资者参考。需求端:AI正快速吞噬存储半导体产能,eSSD为2026年NAND最大应用市场。AI服务器存储用量是通用服务器的4-5倍,2026年AI需求中SOCAMM、服务器NAND、服务器DRAM、HBM预计同比增...

闪存市场:穿越周期 释放价值

演讲嘉宾:邰炜,总经理

会议要点

1、存储行业的时代变革与 AI 驱动的需求爆发

(1)行业定位转变: 存储从周期性产品、报表成本项,转变为 AI 计算的战略资源和数字经济的核心 竞争力,AI 是底层革命而非单一风口。

(2)数据产生方式变化: AI 时代数据由大模型(通用、垂类、企业主权等)结合海量参数、多模态内容及 持续训练产生,存储需求远超以往。

(3)市场规模与行业状态: 2026 年全球半导体市场规模预估突破 6000 亿美金,存储行业迎来全新黄金时代。 当前存储市场呈现缺货、涨价、抢产能的价格重构状态。

(4)AI 服务器的存储需求: 标准 AI 服务器对 HBM、SSD 等存储产品的需求是通用服务器的数倍,HBM 成 为 AI 主流,大容量 DDR5 是 AI 服务器标准配置,企业级 SSD 是突破算力架构 性能瓶颈的关键。2026年AI服务器占比将突破20%,部分公司可能达25%-30%; 服务器需求增速超 40%,消耗全球超 50%的 NAND 产能。

2、存储产品技术迭代与应用趋势

(1)内存产品迭代: 2026 年因 Genoa 和 Flint 平台应用扩大,增加对 6400 频率 DDR5 的需求;2027 年新平台量产后,7200、8000 频率 DDR5 加速落地。LPDDR 服务器开始大量 应用。

(2)HBM 技术发展: HBM 凭借 3D 堆叠结构和 TSV 技术实现远超传统 DDR 的带宽,HBM3、HBM4 快速迭代,每代性能翻倍;混合键合技术逐渐取代传统微模块,成为 HBM 性能升级新核心。非易失存储是 HBM 下一个发展方向,计算能力下发至非易失存储 以解决内存墙问题,考验逻辑设计、芯片设计、工艺及设备定制化能力。

(3)SSD 应用与技术渗透: AI 推理的 KV 缓存需求大规模转向 NVMe SSD,加上 HDD 产能缺口导致大量 QLC SSD 应用,使 ESSD 成为 2026 年最大的应用市场。2027 年新平台量产后 推动 PCIe6.0 SSD 在服务器的渗透加速;企业级 SSD 与消费级走向不同路径, 高可靠性、低延迟、高寿命成为新定价标识。300 层以上 NAND 大规模量产将降 低成本。

3、供需格局与价格趋势

(1)供应短缺现状: 存储行业库存已到历史安全线以下,部分原厂下线产品直接插入客户服务器;头 部原厂将最先进产能优先投向 AI 存储产品,成熟制程、消费类产品产能持续挤 压。存储产能扩张周期为 18-24 个月,最早 2027 年才有新产能释放,且新产能 无法满足需求,供应短缺短期内难以缓解,2026 年全球无主流 AI 存储产品能供。

(2)价格上涨与趋势: 2025 年四季度起存储价格迎来史诗级上涨,合约价、现货价、渠道模组整机全 线上涨,部分产品现货涨幅达数十倍。此轮上涨是长周期上涨,不同于以往周期 性反弹;2026 年三季度起价格涨幅趋势将放缓,具体产品线可能分化。

三星电子:AI 系统架构推进:驱动未来 AI 存储 技术

演讲嘉宾:张实完,执行副总裁,方案平台开发团队负责人

会议要点

1、三星电子 AI 相关存储产品与技术规划

(1)新一代存储产品发布计划: 2026 年将推出 PM1763,这是三星首款支持 CXL 的存储产品,相比上一代产品 性能提升 2 倍,功耗效率提升 1.6 倍。

(2)存储密度与容量升级规划: 2026-2027 年计划推出 128 层、232 层、272 层及 361 层的存储技术,通过 EDSFF 实现更宽的通道和更高的密度,支持高容量 SSD。结合先进技术与新封装形式, 将在相同空间内提供显著更高的容量。

(3)存储控制器技术优化: 针对高性能、高密度 SSD 优化控制器架构,通过最大化闪存与控制器间的效率、合理结合横向扩展与纵向扩展,应对 AI 环境下的高速度数据处理需求。

(4)功耗与散热优化: 将存储产品的厚度从 15 毫米降至 9.5 毫米,以适配特定系统(如印度 Para 系统), 同时探索最佳封装方案以最小化端口板间的域寄存器影响,提升散热效率。

(5)数据安全技术布局:已在 PM7053 等产品中集成物理安全技术。即将推出的 PM1760 将集成 ID 和 CDA,完善机密计算架构,在不影响性能的前提下满足日益增长的安全需求。

2、AI 存储需求与技术趋势

(1)AI 对存储的核心需求: 实时数据是 AI 在现实场景中可靠运行的关键,相比传统 AI 聚焦静态文本/图像数 据,物理 AI 更强调时序数据和多模态传感器数据(如高清视频)。

(2)存储性能与效率要求: AI 训练和部署中,需充分利用高性能 SSD,同时通过智能控制器防止性能下降, 以应对高负载场景。

编辑:火腿肠
  • 相关标签
  • 相关专题
  • 热门文档
  • 热门文章
  • 本年热门
  • 本季热门
  • 本月热门
  • 本年热门
  • 本季热门
  • 本月热门
分享至