電子行業：AI需求推動，NAND與SSD供不應求有望持續.pdf

電子行業：AI需求推動，NAND與SSD供不應求有望持續。AI 大模型的應用推動活躍數據占比提升。在傳統數據存儲內容中，大量數據主要用 于歸檔，訪問頻數低、應用不足。而 AI 時代數據的應用與存儲方式有望發生較大變 化。AI 大模型推理過程中需要應用大量存量數據，通過高頻次地訪問數據，來實現 高質量內容生成，AI 大模型的應用有望使得活躍數據占比提升。例如，檢索增強生 成（RAG）技術允許 LLM 從知識庫提取相關信息，以驗證和支撐其輸出內容的真實 性，而針對 RAG 數據庫的近似性查詢屬于極為密集的隨機讀操作。此外，大語言模 型推理過程中會使用 KV 緩存來加速推理過程，當其規模較大時可能需要將 KV 緩存 卸載到 SSD 上進行存儲，帶來較為頻繁的讀寫流程。整體來看，AI 推理過程將使得 存儲結構發生較大變化，有望提升對活躍數據存儲的需求。按照數據訪問頻率來分 類，數據可以被劃分為訪問頻率依次遞減的熱、溫、冷三類，隨著 AI 大模型應用激 活大量冷數據，使其轉化為活躍數據，溫、熱數據占比有望顯著提升。

NAND 與 SSD 滿足數據中心活躍數據讀寫需求，用量有望高速增長。在傳統數據中 心儲存分層架構中，HDD（機械硬盤）憑借每單位儲存容量的極低成本優勢，穩居 冷數據主流儲存方案，但 HDD 無法滿足活躍數據較高吞吐速率的需求。SSD 基于 NAND 芯片存儲數據，與 HDD 相比，SSD 讀寫速度優勢明顯，適應高工作負載，滿 足活躍數據讀寫需求。此外，SSD 在功耗上優勢明顯，適應數據中心功耗需求。AI 訓練和推理對存儲的需求推動 AI SSD 發展。業界持續推進 SSD 在顆粒容量、傳輸 速率等方面的提升以適配AI領域需求；頭部存儲大廠正在持續推動AI SSD的應用。 進一步地，HBF 兼具高容量規模和高帶寬特性，業界正在持續推動其產業化落地以 進一步適配 AI 領域需求。展望未來，在 AI 應用驅動下，隨著活躍數據占比提升，全 球 NAND 與 SSD 用量有望高速增長。

NAND 及 SSD 供不應求有望持續。全球 NAND 市場格局高度集中。未來 2 年 NAND 行業資本開支可能有限，頭部廠商在擴產方面可能保持相對克制的水平，其中三 星、美光與 SK 海力士的資本開支有望持續向 HBM 傾斜而非 NAND。未來 AI 應用有 望推動 SSD 用量保持高速增長態勢，疊加全行業資本開支可能有限，NAND 與 SSD 供不應求有望持續，迎來較長的景氣周期。在此基礎上，企業級 SSD 與 NAND 國產 替代持續，產業鏈相關標的有望深度受益。