閃迪（紀要）：900 億合同、80% 毛利率、調後自由現金率 50%，全都給股東！

以下為海豚君整理的$閃迪(SNDK.US) 26 年投資者日的紀要信息。

核心看點：FY26 收入 200 億美元、同比增長 175%，新業務模式已鎖定 939 億美元合同總價值，且按地板價測算毛利率仍約 80%，資本開支強度保持在中低個位數，調後經營利潤率做到 75%，調整後自由現金流率 50%，這些自由現金流全部返還給股東。
但 FY28–FY30 收入增速被 bit 供給鎖定在 mid-to-high teens，同時 HBF 首顆存儲 die 剛流片、2027 年才向客户送樣支出計入財務模型，但收入未計入。

一、核心信息提煉：

1. 股東回報：100% 超額現金返還，全部通過回購執行

超額現金定義為經營產生的現金減去投入業務的部分，無其他扣項。FY26 Q4 產生 50 億美元自由現金流、回購 45 億美元；原 60 億美元回購授權已執行 45 億、剩餘 15 億，董事會新增 140 億美元授權，當前未使用授權合計 155 億美元。

2. 業績指引

a. FY27：bit 增長 mid-teens，全年價格逐季温和上行。

b. FY28–FY30 收入：mid-to-high teens 增長，與 bit 增長同步。

c. FY28–FY30 盈利：non-GAAP 毛利率約 80%，OpEx 約佔收入 5%，其他收支無顯著貢獻，non-GAAP 經營利潤率 75%。

d. FY28–FY30 現金：扣除税金、營運資金與資本開支後，調整後自由現金流率 50%；建模用資本開支強度為收入的 mid to low-single-digit。

3. FY26 關鍵財務指標

a. 總量：全年收入 200 億美元、同比 +175%，為 2022 年曆史紀錄的兩倍，且逐季改善。

b. 利潤率：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. 現金流：全年調整後自由現金流 87 億美元，不含新商業模式（NBM）預付款與保證金，逐季改善；Q4 單季 50 億美元，年化 200 億美元。

d. 單季與起點對照：上週披露的 Q4 收入 90 億美元、調整後自由現金流 50 億美元；對照 FY25 Q3 收入 17 億美元、調整後自由現金流 2.2 億美元。

4. 新商業模式（New Business Model，也就是長期供應契約模式）合同規模與財務擔保

a. 合同總價值（TCV）939 億美元，剩餘履約義務（RPO）911 億美元，兩者均按地板價（floor pricing）計，管理層認為實際成交價高於地板價、兩項均有上行空間。

b. 已取得 165 億美元財務擔保，其中 29 億美元為客户押金與信用（已到賬 25 億美元），其餘為第三方金融機構開具的信用證或履約保函。

c. 客户按正常賬期付款，因此擔保額在合同存續期內基本恆定；以 3 年期合同為例，兩年後擔保額與剩餘履約義務之比約為期初的兩倍。

5. 資產負債表與資本結構

a. 無債務，TLB 已清償，循環授信未動用且無使用計劃；現金餘額維持在近幾個季度的運行區間；信用評級已至 BB+ 並計劃繼續改善。

b. 本季對一家 DRAM 廠商的股權投資確認 8 億美元收益，成為為數不多的 GAAP 盈利高於 non-GAAP 盈利的季度。

6. 戰略框架：三大價值創造要務

a. 資本配置順序為先投入業務本身，再維持淨現金資產負債表，剩餘現金返還股東。

b. 三個要務依次是提升盈利能力、降低週期性、保持收入增長；1.5 年前市場爭論的是能否實現盈利，當前爭論焦點已轉向週期性能否被壓平。

c. 決策須同時兼顧短、中、長三個時間維度，不針對單一時點問題給出孤立答案。

d. 系統性降風險的兩筆投資：與鎧俠投入超 10 億美元，將 JV 的 NAND 生產延長覆蓋至 2030–2034 年；取得一家 DRAM 廠商 4% 股權，以鎖定數據中心 SSD 長約所需的 DRAM 供應（CFO 後文提及是與 南亞科技 Nanya 的 DRAM 協議）。

e. 全棧自有是盈利能力的根基：從 NAND IP、與鎧俠合建的前道 fab、系統與控制器工程、馬來西亞及中國的後道製造，到自有 go-to-market，全鏈條無利潤泄漏，因此毛利率高於 fabless 同業。

7. 業務模式重構：從季度議價轉向多年長約

a. 兩個季度內，把業績可見度從 3 個月提升至 4 年以上，50% 至三分之二的供給已被協議覆蓋；FY28 約三分之二（66%）出貨量將在 NBM 項下。

b. 已籤 8 家客户，含 3 家美國超大規模雲廠商；最早一份合同今年 1 月才簽署，已有 2 家客户回頭要求延長期限或在同一合同期內追加 bit。

c. 合同一對一定製，但框架統一：以供需確定性而非價格為起點，多年期、按季、按月約定量、價格含固定與浮動部分（浮動部分設地板價與天花板價），每份均帶財務擔保，需董事會批准並對接客户 CFO、司庫與 CEO 層級。

d. 平均合同期限超 4 年、最長 5 年，正與多家客户洽談更長期限；目標是讓 NBM 成為公司主要經營方式並延續數十年，同時對新增交易保持挑剔，只選擇願意為產品付費並做長期承諾的贏家。

e. 非 NBM 部分繼續隨市場價格波動，公司保留這塊以覆蓋規模不足或不適合長約的客户，以及 NAND 常青屬性帶來的新興應用；上週財報後，已出現客户主動上門提出 3 年或 5 年方案、並自報價格與財務擔保結構。

8. NAND 技術路線：BiCS 與 CBA 混合鍵合

a. 技術戰略優先橫向、邏輯、架構三種資本效率更高的縮放路徑，而非單純堆疊層數的垂直縮放；自 2001 年起已交付 19 代 NAND，其中 BiCS9、BiCS10 是最近 18 個月新增的兩代。

b. 資本效率：2025 年行業平均每增量 PB 輸出所需資本是公司的 2.66 倍；'21–'25 五年間公司與 鎧俠以 13% 的行業資本產出了 29% 的行業 bit，資本效率約為最接近競爭對手的 2 倍。

c. CBA 混合鍵合形成"派生路線圖"，可將現有節點的存儲陣列與下一代 CMOS 晶圓結合，以極小增量資本快速提升性能，應對數據中心 PCIe Gen4→Gen5→Gen6 接口切換週期從過去 4–5 年大幅縮短的壓力。

d. BiCS9 即以 BiCS8 成熟陣列 + 下一代 CMOS 實現，按大型超大規模客户規格設計（要性能、要量、要快），已納入 NBM；BiCS8 仍是當前產能主力與行業標杆，相對同業 2xx 代在性能與能效上領先明顯，同業 2yy/3xx 代性能有改善但能效改善有限。

e. BiCS10:1Tb TLC die 本月開始向客户送樣，進度快於預期；2Tb QLC die 為全球密度最高的存儲芯片，較 BiCS8 密度提升超 60%、讀寫帶寬翻倍以上、功耗效率改善 75%；單片 BiCS10 2Tb 晶圓的 bit 數比 BiCS8 2Tb 多 65%。

f. BiCS5 至 BiCS11 期間單片晶圓 bit 數年化 CAGR 為 27%（代際平均提升 54%，CY20–CY30 九年 5 個節點），比 high teens 的長期需求預測高出約 50%，因此晶圓投片量反而逐年下降；BiCS11 及以後在研，BiCS13 已有團隊投入，量產遠在 2030 年之後。

9. 消費與邊緣業務：週期減震器

a. 全球 35.1 萬個銷售點、過去十年售出數十億件產品，品牌認知度高；自公司獨立以來全球份額提升 2 個百分點，整個產品線已完成重新品牌化。

b. 消費業務毛利率長期跟隨行業毛利率，但在下行週期中顯著抗跌，即便 2023 年行業最差時段仍保持盈利，是平滑週期的緩衝墊；管理層明確不預期 2023 式的行情重現。

c. 該業務對晶圓的利用率高於其他市場，因而盈利性更好；當前採取品牌優先策略以做大規模，因為體量還不足以對沖整個公司的週期波動。

10. 行業與市場展望

a. 2026 年全球 flash 出貨預計達 1.2 ZB；數據中心佔 bit TAM 的比重從 20 年代初的 20%、去年 30% 升至今年 50%，並將繼續快於市場增長。

b. 收入端分兩個階段：前期 flash 按大宗商品定價、ASP 下跌抵消出貨量增長，行業年收入歷史均值 600 億美元、週期波動以 200 億美元為刻度；當前 flash 成為多年期數據中心建設的關鍵部件，行業規模 CY26 將超 3,000 億美元、CY27 接近 5,000 億美元。該口徑包含中國市場，據此反推其他地區會失真。

c. 供給側：2010 年代後期行業目標 bit 增速超 30%，晶圓投片 2022 年峯值達 180 萬片/月；隨後 COVID 後庫存消化導致需求驟降，供給端下調 50 萬片/月產能利用並將產能結構性重置至低於峯值 30%，但仍靠節點遷移實現 mid-to-high teens 的產出增長。

d. 雲側：主要超大規模與 Neocloud 客户的美國數據中心 CapEx 自 2023 年起連續 15 個季度上修，當前預測 2026 與 2027 兩年合計支出 1.9 萬億美元；AWS 最新電話會提及產能不足以支撐近期需求、年化收入有望接近 1 萬億美元。

e. 邊緣側：PC 與手機出貨量預計同比下滑 mid-teens，降幅全部來自低端機型；OEM 將向高端機型切換，ASP 與收入在 '26、'27 繼續增長，最近一期主要 OEM 收入同比增速在 13%–24% 之間。

11. AI 數據中心與 KV cache

a. flash 已滲透 AI 基礎設施多個層級，主要負載包括快速數據湖（高容量 QLC）、貼近 GPU 的直連暫存與 checkpointing（高性能 TLC），以及增長最快的 KV cache；2030 年 NAND 構成中 TLC 佔主導、QLC 仍有可觀份額。

b. 基礎設施評價標準：正從總擁有成本（TCO）轉向總擁有價值（TVO），產出即智能；推理階段的 KV cache 放大由更長上下文、更長推理鏈、多模態與模型記憶持久化共同驅動。

c. KV cache 分層：HBM 與系統 DRAM 承載短時的 ephemeral KV cache，容量受限；無法容納的部分下沉至 flash，形成 persistent KV cache，且分佈於多個層級——數據湖對應"極冷"層、直連 SSD 對應"熱/温"層（G3）、機架與網絡級的持久層對應"微温"層（G3.5）。沒有持久層就無法擴展智能，因為模型只訓練一次而交互以十億計。

d. 容量測算四變量：會話數量、會話保留時長、cache 未命中率、單會話存儲量（由會話長度與單 token 大小決定，單 token 佔用數十至數百 KB）。據此測算 2030 年 persistent KV cache 裝機量為 1 ZB，KV cache 屆時佔整體市場的 35%；2030 年 AI 數據中心 TAM 相當於 2026 年全行業出貨總量。

e. 自建 AI Lab 實測（服務器級系統、數百個用户會話）：含 SSD 的系統較僅有 HBM/DDR 的系統能耗低 75%、每秒 token 吞吐高 75%；生成 100 萬 token 的耗電僅為純易失性介質方案的五分之一，原因是容量受限會被迫重算。

f. 量化等推理優化會降低單位 KV cache 存儲需求，但將觸發 Jevons 悖論、帶來更多用例與更高總用量。

12. 數據中心產品組合

a. TLC eSSD 與 QLC 高容量 SSD 均已在主要超大規模客户、大客户與 OEM 完成認證並出貨。

b. TLC eSSD 已以 PCIe Gen5 全形態出貨，Gen6 產品上週在 FMS 展示，定位高性能與低功耗、面向推理瓶頸。

c. 高容量 eSSD 在 FMS 展示 E3 形態 256TB 產品，預計明年市場主流容量從 128TB 轉向 256TB。

13. HBF 與 3D Matrix Memory（均未計入收入預測，僅計入 OpEx 與 CapEx）

a. HBF 提供與 HBM 相同的讀帶寬、8–16 倍容量，面向長上下文、大 KV cache 的 MoE 稀疏模型；當前前沿模型參數已到萬億至 2 萬億級、上下文長度到百萬 token 級，形成"內存需求上升、算力需求下降"的 memory-centric AI 新範式。

b. 已發表的架構方案有四種：全 HBF 替代 HBM、HBM 與 HBF 混搭、低容量 HBM 作 HBF 前置緩存、prefill 與 decode 解耦（prefill 用高性能 GPU + 普通 DDR，decode 用中等 GPU + HBF）。

c. 仿真結果（對標市面領先 GPU，單卡 192GB HBM，替換為 HBF 後約 4TB；負載為多輪 agentic 代碼開發，底層模型為 4,900 億參數 Qwen3）：HBM 方案最少需 8 張卡才能裝下模型，HBF 方案單卡即可運行，4 張 HBF GPU 即可匹配 8 張 HBM GPU 的性能——最低配置下 CapEx 效率提升 8 倍，滿 token 輸出下 GPU 效率提升 2 倍。機制是負載很快耗盡高帶寬容量並溢出到系統內存，GPU 利用率因此下降近 50%。

d. 生態：去年 8 月與 SK Hynix 宣佈合作、今年 2 月在 開放計算項目 OCP 下成立聯盟（Google、Tenstorrent 參與），上週發佈首版公開規範供 XPU 設計者集成，Meta 已確認加入，未來兩年迭代規範；技術顧問委員會成員包括 David Patterson、Raja Koduri，新增 Jim Keller。

e. 進度：首顆 HBF 存儲 die 已流片（圖片打碼，細節暫不披露），2027 年向推理設備客户交付首批樣片；第二代"HBF for the Edge"正與多家客户聯合開發，目標是在邊緣設備上運行 1,000 億參數以上模型、實現"永不遺忘的 AI"。

f. 3D Matrix Memory：2017 年在研發 fab 起步，2024 年轉入 IMEC 300mm 產線；已交付 300mm 晶圓與封裝樣件並實測多 Gb 級功能性存儲陣列，性能接近產品規格，但時間跨度更長。

二、 關鍵問題問答

Q：在 NBM 客户結構上如何考慮多元化，避免對單一終端市場敞口過大？

A：簽約對象經過審慎篩選，覆蓋數據中心與邊緣等不同市場；即便同為超大規模廠商，其商業模式差異也很大，商業模式的多元化本身就是篩選標準之一。公司押注的是能長期共存的贏家客户，技術與商業兩端的整合深度都處於歷史最強水平。

Q：在 HBF 上市之前，若 GPU 客户想減少系統裏的 HBM 用量，需要增加多少 HBF 或常規 eSSD 內容才能維持同等性能？

A：市場變化速度極快，這讓"該造什麼產品、造多少"變得困難，尤其在過去那種先造貨再談價的市場結構下。推理的規模化是職業生涯中見過最劇烈的技術切換，客户會持續壓低單位需求——更省電、更省空間、更高效率，因為效率越高才能越快越經濟地擴張；若三家做推理擴張的廠商中有一家成本是另一家兩倍，其商業模式跑不通。

因此貼近客户的價值極高，NBM 讓公司拿到了最大客户未來 3–5 年逐季度的部署產品清單，這在架構混沌期提供了獨特判斷依據，決定該造什麼產品、資源往哪投。

具體測算方面，實驗室跑過 1.2 萬億參數模型的多用户會話，對 HBM 與 DRAM 容量做了 shmoo 掃描（從 4GB 易失性內存一路掃到服務器級最大容量）。結果是執行這類複雜負載時，只要有 HBM 加 SSD 就已足夠，運行批處理服務所需的 DDR 量極少，這在內部也是一個意外發現。

業界已有消息稱 Vera Rubin 將系統 DRAM（SOCAMM）砍半，按實驗數據，在配備 eSSD 與 HBM 的系統上還可以砍得更多。eSSD 容量則取決於負載與 persistent KV cache 池的規劃規模，屬於用例相關，無法一概而論；但推理場景下系統 DDR 可以下降這一點已經明確，能否恰好砍半則視情況而定。

Q：HBF 不在模型裏，而 bit 增長只有 mid-to-high teens；若 HBF 成功該怎麼加進模型、要擠掉什麼、上行空間怎麼算？

A：這要等產品到客户手裏、真正看清需求之後再談。公司的做法是跟隨客户——客户説要什麼就造什麼，而不是先去看行業供給有多少；關鍵是把激勵機制對齊，一年前這個行業的激勵完全錯位，由此產生的波動對誰都不好。

兩個季度內可見度已從 3 個月拉到 4 年，所以還是等一年後產品到客户手裏、看清需求，再定生產計劃。公司擁有從 NAND IP 到前道、後道的完整鏈條，現在還不到攤開講的時候，但未來的可能性可以想象。

Q：HBM 正走向定製化、在 base die 中加入算力，HBF 是否也會走這條路線？

A：算力向內存靠攏是自然趨勢，因為搬運數據成本高、耗能大；近內存或存內計算一定會發生，公司完全有能力承接，內存管理能力已經具備，歡迎在內存旁邊或內存內部做計算，這屬於自身強項領域。具體做多少取決於客户希望把哪一部分預計算或計算本身放進緊鄰內存的控制器裏，這需要與客户對齊，對齊之後公司完全能做。

Q：如果 HBF 成功、2028 或 2029 年放量，CapEx 討論是否會改變？HBF 的先進封裝生產環節資本強度是否不同？

A：HBF 完全複用公司在 NAND flash 上的既有能力，這也是能率先做出 HBF 的原因。當前 NAND 路線圖的技術生產力已經能在選擇增產時輕鬆抬升輸出，HBF 正好是一個出口；且 HBF 作為業務與存儲業務完全正交，因此可以承接。其餘相關能力也在能力範圍之內，具體等明年產品進入市場再看，這屬於願意去解決的高級別問題。

Q：NBM 佔出貨量的比重（FY28 為三分之二）有沒有更長期目標？FY29 及以後是否維持類似水平？

A：這個比例會隨時間持續優化。目前對 FY27 與 FY28 的數字比較滿意，是基於現有數據做的優化結果，但會繼續與客户溝通、持續評估，比例可能演變，判斷標準是可持續地創造最大股東價值。FY29 的數字與目前看到的、與 FY28 的數字一致，之所以沒有列出，是因為還會繼續優化。

Q："100% 超額現金返還股東"中的超額現金如何定義，是否等同於 100% 自由現金流？

A：定義很簡單：產生的現金減去投入業務的部分，沒有別的花招，100% 的超額現金返還股東。上一季度產生 50 億美元、回購 45 億美元，基本就是這個執行口徑。

Q：市場對用 NAND 做 KV cache 有兩點質疑——尾延遲遠高於平均延遲會拖累系統吞吐，以及寫入 KV cache 耗時長、會縮短器件壽命，如何回應？

A：談延遲要先看分層結構：頂層高帶寬層受容量所限，這一點必須先承認，需要存放的上下文規模無法由該層承載，所以必須下沉到後續層級。目前觀察到的整體延遲表現相當好，且與負載相關——實時性要求高的負載本就不會下沉到 KV cache 的下一層，也不需要下沉，可以放在更高帶寬的層級，並非二選一。

壽命方面在持續改進，核心技術與 HBF 上的積累都帶來了很好的耐久度指標。前面提到的 warm cache 場景需要每天 3 次整盤寫入（3 DWPD），針對 warm KV cache 提供的 DWPD 是常規 SSD 的 10 倍。同樣與負載相關，偏讀取的場景仍用標準 NAND。

Q：數據中心已佔約三分之一，而數據中心需求未來 12 個月可能翻倍；一年後的業務結構會怎樣，會不會嚴重擠壓邊緣業務？供給明顯不足時如何平衡？

A：與客户籤的合同期限各不相同，所以 FY29、FY30 更難説，因為會進入部分合同到期、另一些開始的時間段，同時也要在體系裏保留一定靈活性。公司會很審慎，跟隨客户走，方向很清楚——要更高的可見度，這對各方都更好，也有助於做出更優決策。這套模式起於數據中心，因為其訴求不同，但現在已明顯轉向客户主動上門要求籤約。

同時要保證整個產品組合保持健康，邊緣、消費、數據中心三條線都要有產品流動，工程團隊在三個市場都要保持滿負荷。數據中心佔比會上升，公司會持續再平衡，以在多個時間維度上取得最佳回報；最終目標占比取決於實際接到的交易，目前已有一份很長的潛在機會清單，CEO 與 CFO 過去 9 個月每天討論四五次，先解決結構問題、再與客户落地，其中最早幾筆規模很大。

Q：HBF 會不會像 HBM 擠壓常規 DRAM 那樣讓常規 NAND 變緊？首代 HBF 基於 BiCS8 還是 BiCS9？定價與資本強度如何？

A：定價暫不披露。HBF 的陣列技術主要基於 BiCS8，資本與既有裝機基礎也建立在此之上；CMOS 部分會選用最合適的製程，性能會明顯高於 BiCS8 自身所用的 CMOS，邏輯與 BiCS9 的做法類似。

影響方面，當前技術每年可提供 27% 的單片晶圓產出增長能力，而實際投產只用了其中約三分之二，因此有充足餘量通過創新騰出窗口容納 HBF；若 HBF 規模超出這個窗口，那屬於高級別問題，公司具備超大規模製造能力。

CEO 補充：這些問題本質是同一個——產能從哪來、能否擴張。NAND 是極具可擴展性的技術，基礎引擎至少還有十年的縮放視野，最可擴展的技術最終會勝出。真正的問題不是擴產能力，而是因為缺乏可見度、在需求斷層期把成千上萬片晶圓撤出體系。今年的需求與供給已無法改變，fab 計劃已經定死，但把時間拉到更遠期，旋鈕是可以調的。

KV cache 規模由四個變量相乘決定，任一變量變化都會讓結果天差地別；能回答"該為 5 到 10 年後建多少"的是那些投入數十億美元建基礎設施的人。因此必須儘可能貼近他們、理解其路線圖，也幫他們理解技術上什麼是可能的。

HBF 的關鍵同樣在此——不能指望非頂級內存專家去解決內存牆問題，與超大規模廠商的聯合開發公司已經做了一代技術。當前的合同是完全定製的協作結構，不是過去的 NCNR，兩個季度已從 3 個月做到 4 年，明年再看結果。

CTO 補充：把 BiCS8 與 BiCS10 晶圓並排看，一代之間 bit 數增長 65%；DRAM 每代僅個位數百分比增長、且每 1.5 年一代，相當於一片晶圓就等於 DRAM 十年以上的縮放。若需求爆發，切到 BiCS10 就能拿到 65%，並不困難。CEO 追加：DRAM 也是很好的技術，只是想要更多隻能靠砸錢。

Q：NBM 中的年度成本下降，公司是 100% 獨享還是要與客户分享？

A：定價細節不便展開，涉及客户對話較敏感。關鍵信息是：在任何時點、即便按地板價，NBM 的毛利率預期都不會低於 80%，應在 80% 左右，合同期內每一年都能做到，可以據此建模。

Q：HBF 的四種架構方案中，客户反饋集中在哪一種？decode 解耦是重點嗎？

A：前兩種架構（全 HBF、HBM 與 HBF 混搭）幾乎相同，只按具體需求選擇；解耦方案從 HBF 視角看也接近全 HBF 架構，差別只在系統部署層面做了拆分。因此這三種可以用同一套架構服務，當前討論也集中在這裏。移動端情況不同，另作處理。第三種（低容量 HBM 作緩存層的分層架構）暫未看到客户採用，但高校研究已發表的數據相當紮實。此外還有一些不便談及的專有架構。

Q：技術路線圖能支撐 27% 的 bit CAGR，遠高於 需求端 mid-teens 指引，縮減供需差的實現方式之一是拉長節點遷移週期（歷史為 18 個月一代）。如果並非所有 NAND 廠商都放慢節奏，公司如何平衡份額？

A：這些是 R&D 生產力數字，要落到實際 fab 計劃需要數年規劃，不是一個可以隨手上下調的旋鈕：行業裏所有廠商都有逐月排布哪個節點在哪個 fab 運行、良率如何的多年計劃，加總才得到 bit 產出，確實可以改變，但改變很慢。

公司想強調的是縮放方式非常資本高效——當年拆分西部數據時，HDD 的資本強度 4%–6% 已算很好的生意，而 NAND 這邊承諾的是低個位數。

反面同樣成立：如果做錯了，很快就會過度生產。2023 年之前就是這樣，當時講的是 30% 增長、15% 成本下降，事實證明不成立，照此投資一定行不通。所以要主動節流這部分生產力，用組合計劃把節奏管住，同時意識到新業務、新創新出現時需求會來。另一種視角是可擴展性本身會吸引 TAM——越可擴展，越多人使用你的技術，因此引擎裏要留足馬力，但不能壓垮市場。

根本答案仍是把投資週期對齊：用 10 年期投資去對應季度拍賣式的銷售毫無道理，行業正在快速轉向不同的模式；坐等舊週期迴歸是浪費時間，方法論上相信持續改變能複利出不同結果。

Q：考慮到 BiCS9 複用 NAND cell 陣列且節點遷移拉長，未來 NAND 成本降幅是否會降到 10% 或以下？

A：上次已明確説過不再談成本下降，之後也確實不談了。成本下降是公司自己的事，屬於公司生產力的一部分；反覆討論會讓所有人都以為成本下降理應歸客户所有，但它不屬於客户。產品價格應由市場決定，而不是由製造成本決定。至於未來成本是否更低——當然更低，具體是哪些不會披露，但確實存在，這正是 19 代 NAND 積累的價值所在。

Q：很多經歷過多輪週期的投資者對 NBM 持懷疑態度：上行週期里長約當然穩固，下行週期裏各行業的長約往往守不住；COVID 期間超大規模廠商也高估過需求並引發庫存調整。為什麼這次不同？客户對 2030 年的預測能力憑什麼更強？

A：懷疑是最容易的立場，但必須相信可以改變現狀並得到更好結果。公司在招人時也看重這一點：多數人不願改變是怕弄壞什麼，而這個行業本來就已經壞了。CFO 帶着不同視角加入並提出"為什麼要這麼做"，其他行業的做法不同、結果也不同，所以做不同的事就能得到不同的結果，關鍵是有信心、有方法地推進並讓其複利累積。

會不會不一樣？也可能不會，這點坦然承認——投資本就有風險和不確定性。但不確定性和懷疑最集中的地方，也是回報和機會最大的地方；過去 18 個月的回報正是來自當時極度的懷疑，而起點極低（遠低於這個業務的重置成本，甚至只是其中一小部分），複合增長率對端點極其敏感。所以要把過去放下，清醒判斷最可能發生什麼，而不是假設一切都會回到過去。

變化的實質在於關係層級：2000 年入行時，去見客户 CEO 身邊的同僚，第二天就被客户供應鏈團隊要求"事先報備"；現在是直接與客户 CEO、CFO 做戰略對話。對方可能反悔、可能中途退出，但那不是最可能的結果——他們同樣是上市公司高管，同樣有董事會與受託責任，沒有人會在董事會上想着"籤個合同以便儘早退出"。沒有保證，但這是最可能的結果，公司也會全力促成，同時已用資本返還政策表明了自己的判斷。

Q：關於 physical AI 及非數據中心需求：假設 FY28 之後仍有 20%–30% 的 bit 由這些場景消化，但市場持續聽到邊緣客户端去庫存、以及內存與存儲價格帶來的痛苦，這些客户（部分已在 NBM 名單內）對 CY26 之後的需求怎麼看？

A：不便逐個客户展開。公司與 physical AI 客户有深度接觸，理解其需求並密切合作，這些關係狀態良好，但細節不便披露。這是公司堅定投入的市場，看到它在增長，潛力巨大。

<正文結束>

本文的風險披露與聲明：海豚研究免責聲明及一般披露