闪迪（纪要）：900 亿合同、80% 毛利率、调后自由现金率 50%，全都给股东！

以下为海豚君整理的$闪迪(SNDK.US) 26 年投资者日的纪要信息。

核心看点：FY26 收入 200 亿美元、同比增长 175%，新业务模式已锁定 939 亿美元合同总价值，且按地板价测算毛利率仍约 80%，资本开支强度保持在中低个位数，调后经营利润率做到 75%，调整后自由现金流率 50%，这些自由现金流全部返还给股东。
但 FY28–FY30 收入增速被 bit 供给锁定在 mid-to-high teens，同时 HBF 首颗存储 die 刚流片、2027 年才向客户送样支出计入财务模型，但收入未计入。

一、核心信息提炼：

1. 股东回报：100% 超额现金返还，全部通过回购执行

超额现金定义为经营产生的现金减去投入业务的部分，无其他扣项。FY26 Q4 产生 50 亿美元自由现金流、回购 45 亿美元；原 60 亿美元回购授权已执行 45 亿、剩余 15 亿，董事会新增 140 亿美元授权，当前未使用授权合计 155 亿美元。

2. 业绩指引

a. FY27：bit 增长 mid-teens，全年价格逐季温和上行。

b. FY28–FY30 收入：mid-to-high teens 增长，与 bit 增长同步。

c. FY28–FY30 盈利：non-GAAP 毛利率约 80%，OpEx 约占收入 5%，其他收支无显著贡献，non-GAAP 经营利润率 75%。

d. FY28–FY30 现金：扣除税金、营运资金与资本开支后，调整后自由现金流率 50%；建模用资本开支强度为收入的 mid to low-single-digit。

3. FY26 关键财务指标

a. 总量：全年收入 200 亿美元、同比 +175%，为 2022 年历史纪录的两倍，且逐季改善。

b. 利润率：全年毛利率 71.6%（上年 30.3%），Q4 收官毛利率 84.6%；全年 non-GAAP EPS 39.25 美元（上年 0.29 美元）。

c. 现金流：全年调整后自由现金流 87 亿美元，不含新商业模式（NBM）预付款与保证金，逐季改善；Q4 单季 50 亿美元，年化 200 亿美元。

d. 单季与起点对照：上周披露的 Q4 收入 90 亿美元、调整后自由现金流 50 亿美元；对照 FY25 Q3 收入 17 亿美元、调整后自由现金流 2.2 亿美元。

4. 新商业模式（New Business Model，也就是长期供应契约模式）合同规模与财务担保

a. 合同总价值（TCV）939 亿美元，剩余履约义务（RPO）911 亿美元，两者均按地板价（floor pricing）计，管理层认为实际成交价高于地板价、两项均有上行空间。

b. 已取得 165 亿美元财务担保，其中 29 亿美元为客户押金与信用（已到账 25 亿美元），其余为第三方金融机构开具的信用证或履约保函。

c. 客户按正常账期付款，因此担保额在合同存续期内基本恒定；以 3 年期合同为例，两年后担保额与剩余履约义务之比约为期初的两倍。

5. 资产负债表与资本结构

a. 无债务，TLB 已清偿，循环授信未动用且无使用计划；现金余额维持在近几个季度的运行区间；信用评级已至 BB+ 并计划继续改善。

b. 本季对一家 DRAM 厂商的股权投资确认 8 亿美元收益，成为为数不多的 GAAP 盈利高于 non-GAAP 盈利的季度。

6. 战略框架：三大价值创造要务

a. 资本配置顺序为先投入业务本身，再维持净现金资产负债表，剩余现金返还股东。

b. 三个要务依次是提升盈利能力、降低周期性、保持收入增长；1.5 年前市场争论的是能否实现盈利，当前争论焦点已转向周期性能否被压平。

c. 决策须同时兼顾短、中、长三个时间维度，不针对单一时点问题给出孤立答案。

d. 系统性降风险的两笔投资：与铠侠投入超 10 亿美元，将 JV 的 NAND 生产延长覆盖至 2030–2034 年；取得一家 DRAM 厂商 4% 股权，以锁定数据中心 SSD 长约所需的 DRAM 供应（CFO 后文提及是与 南亚科技 Nanya 的 DRAM 协议）。

e. 全栈自有是盈利能力的根基：从 NAND IP、与铠侠合建的前道 fab、系统与控制器工程、马来西亚及中国的后道制造，到自有 go-to-market，全链条无利润泄漏，因此毛利率高于 fabless 同业。

7. 业务模式重构：从季度议价转向多年长约

a. 两个季度内，把业绩可见度从 3 个月提升至 4 年以上，50% 至三分之二的供给已被协议覆盖；FY28 约三分之二（66%）出货量将在 NBM 项下。

b. 已签 8 家客户，含 3 家美国超大规模云厂商；最早一份合同今年 1 月才签署，已有 2 家客户回头要求延长期限或在同一合同期内追加 bit。

c. 合同一对一定制，但框架统一：以供需确定性而非价格为起点，多年期、按季、按月约定量、价格含固定与浮动部分（浮动部分设地板价与天花板价），每份均带财务担保，需董事会批准并对接客户 CFO、司库与 CEO 层级。

d. 平均合同期限超 4 年、最长 5 年，正与多家客户洽谈更长期限；目标是让 NBM 成为公司主要经营方式并延续数十年，同时对新增交易保持挑剔，只选择愿意为产品付费并做长期承诺的赢家。

e. 非 NBM 部分继续随市场价格波动，公司保留这块以覆盖规模不足或不适合长约的客户，以及 NAND 常青属性带来的新兴应用；上周财报后，已出现客户主动上门提出 3 年或 5 年方案、并自报价格与财务担保结构。

8. NAND 技术路线：BiCS 与 CBA 混合键合

a. 技术战略优先横向、逻辑、架构三种资本效率更高的缩放路径，而非单纯堆叠层数的垂直缩放；自 2001 年起已交付 19 代 NAND，其中 BiCS9、BiCS10 是最近 18 个月新增的两代。

b. 资本效率：2025 年行业平均每增量 PB 输出所需资本是公司的 2.66 倍；'21–'25 五年间公司与 铠侠以 13% 的行业资本产出了 29% 的行业 bit，资本效率约为最接近竞争对手的 2 倍。

c. CBA 混合键合形成"派生路线图"，可将现有节点的存储阵列与下一代 CMOS 晶圆结合，以极小增量资本快速提升性能，应对数据中心 PCIe Gen4→Gen5→Gen6 接口切换周期从过去 4–5 年大幅缩短的压力。

d. BiCS9 即以 BiCS8 成熟阵列 + 下一代 CMOS 实现，按大型超大规模客户规格设计（要性能、要量、要快），已纳入 NBM；BiCS8 仍是当前产能主力与行业标杆，相对同业 2xx 代在性能与能效上领先明显，同业 2yy/3xx 代性能有改善但能效改善有限。

e. BiCS10:1Tb TLC die 本月开始向客户送样，进度快于预期；2Tb QLC die 为全球密度最高的存储芯片，较 BiCS8 密度提升超 60%、读写带宽翻倍以上、功耗效率改善 75%；单片 BiCS10 2Tb 晶圆的 bit 数比 BiCS8 2Tb 多 65%。

f. BiCS5 至 BiCS11 期间单片晶圆 bit 数年化 CAGR 为 27%（代际平均提升 54%，CY20–CY30 九年 5 个节点），比 high teens 的长期需求预测高出约 50%，因此晶圆投片量反而逐年下降；BiCS11 及以后在研，BiCS13 已有团队投入，量产远在 2030 年之后。

9. 消费与边缘业务：周期减震器

a. 全球 35.1 万个销售点、过去十年售出数十亿件产品，品牌认知度高；自公司独立以来全球份额提升 2 个百分点，整个产品线已完成重新品牌化。

b. 消费业务毛利率长期跟随行业毛利率，但在下行周期中显著抗跌，即便 2023 年行业最差时段仍保持盈利，是平滑周期的缓冲垫；管理层明确不预期 2023 式的行情重现。

c. 该业务对晶圆的利用率高于其他市场，因而盈利性更好；当前采取品牌优先策略以做大规模，因为体量还不足以对冲整个公司的周期波动。

10. 行业与市场展望

a. 2026 年全球 flash 出货预计达 1.2 ZB；数据中心占 bit TAM 的比重从 20 年代初的 20%、去年 30% 升至今年 50%，并将继续快于市场增长。

b. 收入端分两个阶段：前期 flash 按大宗商品定价、ASP 下跌抵消出货量增长，行业年收入历史均值 600 亿美元、周期波动以 200 亿美元为刻度；当前 flash 成为多年期数据中心建设的关键部件，行业规模 CY26 将超 3,000 亿美元、CY27 接近 5,000 亿美元。该口径包含中国市场，据此反推其他地区会失真。

c. 供给侧：2010 年代后期行业目标 bit 增速超 30%，晶圆投片 2022 年峰值达 180 万片/月；随后 COVID 后库存消化导致需求骤降，供给端下调 50 万片/月产能利用并将产能结构性重置至低于峰值 30%，但仍靠节点迁移实现 mid-to-high teens 的产出增长。

d. 云侧：主要超大规模与 Neocloud 客户的美国数据中心 CapEx 自 2023 年起连续 15 个季度上修，当前预测 2026 与 2027 两年合计支出 1.9 万亿美元；AWS 最新电话会提及产能不足以支撑近期需求、年化收入有望接近 1 万亿美元。

e. 边缘侧：PC 与手机出货量预计同比下滑 mid-teens，降幅全部来自低端机型；OEM 将向高端机型切换，ASP 与收入在 '26、'27 继续增长，最近一期主要 OEM 收入同比增速在 13%–24% 之间。

11. AI 数据中心与 KV cache

a. flash 已渗透 AI 基础设施多个层级，主要负载包括快速数据湖（高容量 QLC）、贴近 GPU 的直连暂存与 checkpointing（高性能 TLC），以及增长最快的 KV cache；2030 年 NAND 构成中 TLC 占主导、QLC 仍有可观份额。

b. 基础设施评价标准：正从总拥有成本（TCO）转向总拥有价值（TVO），产出即智能；推理阶段的 KV cache 放大由更长上下文、更长推理链、多模态与模型记忆持久化共同驱动。

c. KV cache 分层：HBM 与系统 DRAM 承载短时的 ephemeral KV cache，容量受限；无法容纳的部分下沉至 flash，形成 persistent KV cache，且分布于多个层级——数据湖对应"极冷"层、直连 SSD 对应"热/温"层（G3）、机架与网络级的持久层对应"微温"层（G3.5）。没有持久层就无法扩展智能，因为模型只训练一次而交互以十亿计。

d. 容量测算四变量：会话数量、会话保留时长、cache 未命中率、单会话存储量（由会话长度与单 token 大小决定，单 token 占用数十至数百 KB）。据此测算 2030 年 persistent KV cache 装机量为 1 ZB，KV cache 届时占整体市场的 35%；2030 年 AI 数据中心 TAM 相当于 2026 年全行业出货总量。

e. 自建 AI Lab 实测（服务器级系统、数百个用户会话）：含 SSD 的系统较仅有 HBM/DDR 的系统能耗低 75%、每秒 token 吞吐高 75%；生成 100 万 token 的耗电仅为纯易失性介质方案的五分之一，原因是容量受限会被迫重算。

f. 量化等推理优化会降低单位 KV cache 存储需求，但将触发 Jevons 悖论、带来更多用例与更高总用量。

12. 数据中心产品组合

a. TLC eSSD 与 QLC 高容量 SSD 均已在主要超大规模客户、大客户与 OEM 完成认证并出货。

b. TLC eSSD 已以 PCIe Gen5 全形态出货，Gen6 产品上周在 FMS 展示，定位高性能与低功耗、面向推理瓶颈。

c. 高容量 eSSD 在 FMS 展示 E3 形态 256TB 产品，预计明年市场主流容量从 128TB 转向 256TB。

13. HBF 与 3D Matrix Memory（均未计入收入预测，仅计入 OpEx 与 CapEx）

a. HBF 提供与 HBM 相同的读带宽、8–16 倍容量，面向长上下文、大 KV cache 的 MoE 稀疏模型；当前前沿模型参数已到万亿至 2 万亿级、上下文长度到百万 token 级，形成"内存需求上升、算力需求下降"的 memory-centric AI 新范式。

b. 已发表的架构方案有四种：全 HBF 替代 HBM、HBM 与 HBF 混搭、低容量 HBM 作 HBF 前置缓存、prefill 与 decode 解耦（prefill 用高性能 GPU + 普通 DDR，decode 用中等 GPU + HBF）。

c. 仿真结果（对标市面领先 GPU，单卡 192GB HBM，替换为 HBF 后约 4TB；负载为多轮 agentic 代码开发，底层模型为 4,900 亿参数 Qwen3）：HBM 方案最少需 8 张卡才能装下模型，HBF 方案单卡即可运行，4 张 HBF GPU 即可匹配 8 张 HBM GPU 的性能——最低配置下 CapEx 效率提升 8 倍，满 token 输出下 GPU 效率提升 2 倍。机制是负载很快耗尽高带宽容量并溢出到系统内存，GPU 利用率因此下降近 50%。

d. 生态：去年 8 月与 SK Hynix 宣布合作、今年 2 月在 开放计算项目 OCP 下成立联盟（Google、Tenstorrent 参与），上周发布首版公开规范供 XPU 设计者集成，Meta 已确认加入，未来两年迭代规范；技术顾问委员会成员包括 David Patterson、Raja Koduri，新增 Jim Keller。

e. 进度：首颗 HBF 存储 die 已流片（图片打码，细节暂不披露），2027 年向推理设备客户交付首批样片；第二代"HBF for the Edge"正与多家客户联合开发，目标是在边缘设备上运行 1,000 亿参数以上模型、实现"永不遗忘的 AI"。

f. 3D Matrix Memory：2017 年在研发 fab 起步，2024 年转入 IMEC 300mm 产线；已交付 300mm 晶圆与封装样件并实测多 Gb 级功能性存储阵列，性能接近产品规格，但时间跨度更长。

二、 关键问题问答

Q：在 NBM 客户结构上如何考虑多元化，避免对单一终端市场敞口过大？

A：签约对象经过审慎筛选，覆盖数据中心与边缘等不同市场；即便同为超大规模厂商，其商业模式差异也很大，商业模式的多元化本身就是筛选标准之一。公司押注的是能长期共存的赢家客户，技术与商业两端的整合深度都处于历史最强水平。

Q：在 HBF 上市之前，若 GPU 客户想减少系统里的 HBM 用量，需要增加多少 HBF 或常规 eSSD 内容才能维持同等性能？

A：市场变化速度极快，这让"该造什么产品、造多少"变得困难，尤其在过去那种先造货再谈价的市场结构下。推理的规模化是职业生涯中见过最剧烈的技术切换，客户会持续压低单位需求——更省电、更省空间、更高效率，因为效率越高才能越快越经济地扩张；若三家做推理扩张的厂商中有一家成本是另一家两倍，其商业模式跑不通。

因此贴近客户的价值极高，NBM 让公司拿到了最大客户未来 3–5 年逐季度的部署产品清单，这在架构混沌期提供了独特判断依据，决定该造什么产品、资源往哪投。

具体测算方面，实验室跑过 1.2 万亿参数模型的多用户会话，对 HBM 与 DRAM 容量做了 shmoo 扫描（从 4GB 易失性内存一路扫到服务器级最大容量）。结果是执行这类复杂负载时，只要有 HBM 加 SSD 就已足够，运行批处理服务所需的 DDR 量极少，这在内部也是一个意外发现。

业界已有消息称 Vera Rubin 将系统 DRAM（SOCAMM）砍半，按实验数据，在配备 eSSD 与 HBM 的系统上还可以砍得更多。eSSD 容量则取决于负载与 persistent KV cache 池的规划规模，属于用例相关，无法一概而论；但推理场景下系统 DDR 可以下降这一点已经明确，能否恰好砍半则视情况而定。

Q：HBF 不在模型里，而 bit 增长只有 mid-to-high teens；若 HBF 成功该怎么加进模型、要挤掉什么、上行空间怎么算？

A：这要等产品到客户手里、真正看清需求之后再谈。公司的做法是跟随客户——客户说要什么就造什么，而不是先去看行业供给有多少；关键是把激励机制对齐，一年前这个行业的激励完全错位，由此产生的波动对谁都不好。

两个季度内可见度已从 3 个月拉到 4 年，所以还是等一年后产品到客户手里、看清需求，再定生产计划。公司拥有从 NAND IP 到前道、后道的完整链条，现在还不到摊开讲的时候，但未来的可能性可以想象。

Q：HBM 正走向定制化、在 base die 中加入算力，HBF 是否也会走这条路线？

A：算力向内存靠拢是自然趋势，因为搬运数据成本高、耗能大；近内存或存内计算一定会发生，公司完全有能力承接，内存管理能力已经具备，欢迎在内存旁边或内存内部做计算，这属于自身强项领域。具体做多少取决于客户希望把哪一部分预计算或计算本身放进紧邻内存的控制器里，这需要与客户对齐，对齐之后公司完全能做。

Q：如果 HBF 成功、2028 或 2029 年放量，CapEx 讨论是否会改变？HBF 的先进封装生产环节资本强度是否不同？

A：HBF 完全复用公司在 NAND flash 上的既有能力，这也是能率先做出 HBF 的原因。当前 NAND 路线图的技术生产力已经能在选择增产时轻松抬升输出，HBF 正好是一个出口；且 HBF 作为业务与存储业务完全正交，因此可以承接。其余相关能力也在能力范围之内，具体等明年产品进入市场再看，这属于愿意去解决的高级别问题。

Q：NBM 占出货量的比重（FY28 为三分之二）有没有更长期目标？FY29 及以后是否维持类似水平？

A：这个比例会随时间持续优化。目前对 FY27 与 FY28 的数字比较满意，是基于现有数据做的优化结果，但会继续与客户沟通、持续评估，比例可能演变，判断标准是可持续地创造最大股东价值。FY29 的数字与目前看到的、与 FY28 的数字一致，之所以没有列出，是因为还会继续优化。

Q："100% 超额现金返还股东"中的超额现金如何定义，是否等同于 100% 自由现金流？

A：定义很简单：产生的现金减去投入业务的部分，没有别的花招，100% 的超额现金返还股东。上一季度产生 50 亿美元、回购 45 亿美元，基本就是这个执行口径。

Q：市场对用 NAND 做 KV cache 有两点质疑——尾延迟远高于平均延迟会拖累系统吞吐，以及写入 KV cache 耗时长、会缩短器件寿命，如何回应？

A：谈延迟要先看分层结构：顶层高带宽层受容量所限，这一点必须先承认，需要存放的上下文规模无法由该层承载，所以必须下沉到后续层级。目前观察到的整体延迟表现相当好，且与负载相关——实时性要求高的负载本就不会下沉到 KV cache 的下一层，也不需要下沉，可以放在更高带宽的层级，并非二选一。

寿命方面在持续改进，核心技术与 HBF 上的积累都带来了很好的耐久度指标。前面提到的 warm cache 场景需要每天 3 次整盘写入（3 DWPD），针对 warm KV cache 提供的 DWPD 是常规 SSD 的 10 倍。同样与负载相关，偏读取的场景仍用标准 NAND。

Q：数据中心已占约三分之一，而数据中心需求未来 12 个月可能翻倍；一年后的业务结构会怎样，会不会严重挤压边缘业务？供给明显不足时如何平衡？

A：与客户签的合同期限各不相同，所以 FY29、FY30 更难说，因为会进入部分合同到期、另一些开始的时间段，同时也要在体系里保留一定灵活性。公司会很审慎，跟随客户走，方向很清楚——要更高的可见度，这对各方都更好，也有助于做出更优决策。这套模式起于数据中心，因为其诉求不同，但现在已明显转向客户主动上门要求签约。

同时要保证整个产品组合保持健康，边缘、消费、数据中心三条线都要有产品流动，工程团队在三个市场都要保持满负荷。数据中心占比会上升，公司会持续再平衡，以在多个时间维度上取得最佳回报；最终目标占比取决于实际接到的交易，目前已有一份很长的潜在机会清单，CEO 与 CFO 过去 9 个月每天讨论四五次，先解决结构问题、再与客户落地，其中最早几笔规模很大。

Q：HBF 会不会像 HBM 挤压常规 DRAM 那样让常规 NAND 变紧？首代 HBF 基于 BiCS8 还是 BiCS9？定价与资本强度如何？

A：定价暂不披露。HBF 的阵列技术主要基于 BiCS8，资本与既有装机基础也建立在此之上；CMOS 部分会选用最合适的制程，性能会明显高于 BiCS8 自身所用的 CMOS，逻辑与 BiCS9 的做法类似。

影响方面，当前技术每年可提供 27% 的单片晶圆产出增长能力，而实际投产只用了其中约三分之二，因此有充足余量通过创新腾出窗口容纳 HBF；若 HBF 规模超出这个窗口，那属于高级别问题，公司具备超大规模制造能力。

CEO 补充：这些问题本质是同一个——产能从哪来、能否扩张。NAND 是极具可扩展性的技术，基础引擎至少还有十年的缩放视野，最可扩展的技术最终会胜出。真正的问题不是扩产能力，而是因为缺乏可见度、在需求断层期把成千上万片晶圆撤出体系。今年的需求与供给已无法改变，fab 计划已经定死，但把时间拉到更远期，旋钮是可以调的。

KV cache 规模由四个变量相乘决定，任一变量变化都会让结果天差地别；能回答"该为 5 到 10 年后建多少"的是那些投入数十亿美元建基础设施的人。因此必须尽可能贴近他们、理解其路线图，也帮他们理解技术上什么是可能的。

HBF 的关键同样在此——不能指望非顶级内存专家去解决内存墙问题，与超大规模厂商的联合开发公司已经做了一代技术。当前的合同是完全定制的协作结构，不是过去的 NCNR，两个季度已从 3 个月做到 4 年，明年再看结果。

CTO 补充：把 BiCS8 与 BiCS10 晶圆并排看，一代之间 bit 数增长 65%；DRAM 每代仅个位数百分比增长、且每 1.5 年一代，相当于一片晶圆就等于 DRAM 十年以上的缩放。若需求爆发，切到 BiCS10 就能拿到 65%，并不困难。CEO 追加：DRAM 也是很好的技术，只是想要更多只能靠砸钱。

Q：NBM 中的年度成本下降，公司是 100% 独享还是要与客户分享？

A：定价细节不便展开，涉及客户对话较敏感。关键信息是：在任何时点、即便按地板价，NBM 的毛利率预期都不会低于 80%，应在 80% 左右，合同期内每一年都能做到，可以据此建模。

Q：HBF 的四种架构方案中，客户反馈集中在哪一种？decode 解耦是重点吗？

A：前两种架构（全 HBF、HBM 与 HBF 混搭）几乎相同，只按具体需求选择；解耦方案从 HBF 视角看也接近全 HBF 架构，差别只在系统部署层面做了拆分。因此这三种可以用同一套架构服务，当前讨论也集中在这里。移动端情况不同，另作处理。第三种（低容量 HBM 作缓存层的分层架构）暂未看到客户采用，但高校研究已发表的数据相当扎实。此外还有一些不便谈及的专有架构。

Q：技术路线图能支撑 27% 的 bit CAGR，远高于 需求端 mid-teens 指引，缩减供需差的实现方式之一是拉长节点迁移周期（历史为 18 个月一代）。如果并非所有 NAND 厂商都放慢节奏，公司如何平衡份额？

A：这些是 R&D 生产力数字，要落到实际 fab 计划需要数年规划，不是一个可以随手上下调的旋钮：行业里所有厂商都有逐月排布哪个节点在哪个 fab 运行、良率如何的多年计划，加总才得到 bit 产出，确实可以改变，但改变很慢。

公司想强调的是缩放方式非常资本高效——当年拆分西部数据时，HDD 的资本强度 4%–6% 已算很好的生意，而 NAND 这边承诺的是低个位数。

反面同样成立：如果做错了，很快就会过度生产。2023 年之前就是这样，当时讲的是 30% 增长、15% 成本下降，事实证明不成立，照此投资一定行不通。所以要主动节流这部分生产力，用组合计划把节奏管住，同时意识到新业务、新创新出现时需求会来。另一种视角是可扩展性本身会吸引 TAM——越可扩展，越多人使用你的技术，因此引擎里要留足马力，但不能压垮市场。

根本答案仍是把投资周期对齐：用 10 年期投资去对应季度拍卖式的销售毫无道理，行业正在快速转向不同的模式；坐等旧周期回归是浪费时间，方法论上相信持续改变能复利出不同结果。

Q：考虑到 BiCS9 复用 NAND cell 阵列且节点迁移拉长，未来 NAND 成本降幅是否会降到 10% 或以下？

A：上次已明确说过不再谈成本下降，之后也确实不谈了。成本下降是公司自己的事，属于公司生产力的一部分；反复讨论会让所有人都以为成本下降理应归客户所有，但它不属于客户。产品价格应由市场决定，而不是由制造成本决定。至于未来成本是否更低——当然更低，具体是哪些不会披露，但确实存在，这正是 19 代 NAND 积累的价值所在。

Q：很多经历过多轮周期的投资者对 NBM 持怀疑态度：上行周期里长约当然稳固，下行周期里各行业的长约往往守不住；COVID 期间超大规模厂商也高估过需求并引发库存调整。为什么这次不同？客户对 2030 年的预测能力凭什么更强？

A：怀疑是最容易的立场，但必须相信可以改变现状并得到更好结果。公司在招人时也看重这一点：多数人不愿改变是怕弄坏什么，而这个行业本来就已经坏了。CFO 带着不同视角加入并提出"为什么要这么做"，其他行业的做法不同、结果也不同，所以做不同的事就能得到不同的结果，关键是有信心、有方法地推进并让其复利累积。

会不会不一样？也可能不会，这点坦然承认——投资本就有风险和不确定性。但不确定性和怀疑最集中的地方，也是回报和机会最大的地方；过去 18 个月的回报正是来自当时极度的怀疑，而起点极低（远低于这个业务的重置成本，甚至只是其中一小部分），复合增长率对端点极其敏感。所以要把过去放下，清醒判断最可能发生什么，而不是假设一切都会回到过去。

变化的实质在于关系层级：2000 年入行时，去见客户 CEO 身边的同僚，第二天就被客户供应链团队要求"事先报备"；现在是直接与客户 CEO、CFO 做战略对话。对方可能反悔、可能中途退出，但那不是最可能的结果——他们同样是上市公司高管，同样有董事会与受托责任，没有人会在董事会上想着"签个合同以便尽早退出"。没有保证，但这是最可能的结果，公司也会全力促成，同时已用资本返还政策表明了自己的判断。

Q：关于 physical AI 及非数据中心需求：假设 FY28 之后仍有 20%–30% 的 bit 由这些场景消化，但市场持续听到边缘客户端去库存、以及内存与存储价格带来的痛苦，这些客户（部分已在 NBM 名单内）对 CY26 之后的需求怎么看？

A：不便逐个客户展开。公司与 physical AI 客户有深度接触，理解其需求并密切合作，这些关系状态良好，但细节不便披露。这是公司坚定投入的市场，看到它在增长，潜力巨大。

<正文结束>

本文的风险披露与声明：海豚研究免责声明及一般披露