---
title: "從綠葉到鮮花，AI 推理如何為 NAND“逆天改命”？"
type: "Topics"
locale: "zh-HK"
url: "https://longbridge.com/zh-HK/dolphin/post/44124083.md"
description: "存 KV Cache 就是存算力，SSD 正變成 “Token 電池”"
datetime: "2026-09-30T02:24:17.000Z"
locales:
  - [en](https://longbridge.com/en/dolphin/post/44124083.md)
  - [zh-CN](https://longbridge.com/zh-CN/dolphin/post/44124083.md)
  - [zh-HK](https://longbridge.com/zh-HK/dolphin/post/44124083.md)
author: "[Dolphin Research](https://longbridge.com/zh-HK/dolphin.md)"
generator: "portal-rs"
---

# 從綠葉到鮮花，AI 推理如何為 NAND“逆天改命”？

NAND 是一個被“技術詛咒”的行業：正如海豚君在前篇《[NAND天性 “多產”，閃迪憑什麼守 80% 毛利率？](https://longbridge.cn/zh-CN/dolphin/post/43966452?app_id=longbridge&utm_source=longbridge_app_share&share_track_id=2fe75b8d-e993-417d-9a96-71a7c3f794e7&invite-code=4NOXYT&locale=zh-CN&community_badge=1&profile_following_followers_activities=1&channel=OWSN00110)》中所説，AI 爆發前的 NAND 就是典型的大宗生意——產能由市場無情出清，技術領先換不來溢價，只能“虧得比別人少”，銷量增長的紅利被降價全部吞噬。

根源在供給端太多產：靠單一晶圓上向上堆疊、橫向縮孔，從 BiCS5 到 BiCS11 五代，閃迪每片晶圓的 bit 產出每代增加 54%，年化複合約 27%。

也就是説，哪怕一分錢擴產（CapEx）不花，bit 產能每年也會自動膨脹近三成。3D 轉型期更是一次性猛增，供給一度遠超需求，這讓“輕資產”NAND 生意在下行週期比“重資產”DRAM 更慘烈。

**而 AI 的爆發，正在重寫 NAND 的劇本。本篇報告中，海豚君重點關注AI 浪潮究竟給 NAND 下游需求帶來了怎樣的結構性重塑？**

正文如下：

**1\. AI 浪潮究竟給 NAND 下游需求帶來了怎樣的結構性重塑？**

AI之前的消費電子週期中，“話事”需求場景——手機、PC、傳統服務器等核心下游增長平穩可預期，缺乏爆發變量，所以週期的大起大落，實質由供給端的無序擴產與急劇收縮主導。

需求增長來自三大動能：單機容量升級、新興市場滲透，以及固態硬盤（SSD）對機械硬盤（HDD）的存量替代，緩步而穩定。

**穩定的需求，配上剛性提升供給，導致NAND 屬性被困在經典的“硅週期”中：供過於求、價格暴跌 → 原廠減產，低價同時刺激單機容量升級 → 供需再平衡、價格回升 → 原廠在高利潤下追高擴產 → 再次陷入產能過剩。**

只要 NAND 擺脱不了“外圍零件”的定位，這個死循環就打不破。唯一出路，是出現一個不太看價格、且與 GPU 算力部署直接綁定的新場景——**這正是後來 AI 浪潮所扮演的破局者角色。**

**第二階段（2025 年之後）：AI 推理驅動的結構性爆發**

2026 年是 NAND 歷史上最具標誌性的分水嶺：數據中心佔 NAND 總需求的比重，從 2025 年約 30% 躍升至 2026 年約 45%，歷史性反超智能手機（同期收縮至約 23%），成為最大終端基本盤。

**驅動 NAND 需求的主角，從對價格高度敏感、庫存大起大落的消費電子，換成了以 TCO（總擁有成本）和算力回報（ROI）做決策、對價格脱敏的雲服務商。**

雲廠商關心的不再是“這季度顆粒夠不夠便宜”，而是“能否按時拿到足額的高性能 eSSD，保證未來三年 GPU 基建不掉鏈子”。從“短期壓價”轉向“長期保供”，正是原廠推行 NBM（新型長協模式）的需求側基石。

**伴隨基本盤切換，AI 重心“由訓轉推”，更讓 NAND 的角色質變：**

AI早期，NAND 只是外圍的“數據倉庫”：把訓練語料、模型權重、防宕機的 Checkpoint（存檔）等靜態數據，放在 GPU 能快速調取的近端。這些數據可替代性極強——丟了從數據湖重新下載即可，只花帶寬和極少電費，不必動用昂貴 GPU 重算。

但推理時代，計算變成高併發、持續性的“動態消耗”——存儲需求與“AI 用户數 × 使用頻次 × 上下文長度”強綁定。更關鍵的是，**NAND 首次存儲“計算的中間產物”。**

長文本推理產生的龐大 KV Cache 不是外部搬來的靜態數據，是 GPU 大量消耗算力後生成的“工作記憶”。它一旦丟失，中央倉庫沒有備份，只能再花昂貴的 GPU 算力和電費重算。

存儲的價值第一次可以直接折算成“算力與電費”。正如閃迪所説——**SSD 本質上已經進化為一塊“Token 電池”**：Token 是已經做過的功，與其丟棄重算，不如“充”入硬盤；存 KV Cache 就是幫雲廠商省電、省算力。

**鎧俠的預測也印證了這一趨勢：數據中心 NAND 總需求將從 2025 年的 286 EB 增至 2031 年的 1,686 EB（CAGR 34%），且內部結構極度分化：**

**AI 推理：** 從 2025 年的 86 EB 激增至 2031 年的 1,251 EB，**CAGR 高達 56%**；佔數據中心 NAND 需求的比例也從 30% 攀升至 74%。

**AI 訓練與傳統負載：** 同期 AI 訓練的 CAGR 僅 11%，傳統雲工作負載（以 CPU 為主）僅 14%。

**推理需求的增速是訓練的 5 倍——本輪 NAND 超級行情，將主要由推理需求的爆發主導。**

**先看 NAND 在 AI 數據中心的主要應用：**

**① KV Cache 卸載——NAND成GPU 的上下文存儲層**

AI 推理時，GPU 必須為每個 Token 實時計算並維護 KV Cache（模型的“工作記憶”）。但早期架構中它是“算完即棄”的消耗品：一輪對話結束，或 GPU 要騰顯存服務下一個用户，HBM 裏的 KV Cache 就被清空。

於是用户一旦追問，或多人併發調用同一份超長文檔，系統只能把上下文重新餵給 GPU，從頭做一次昂貴的 Prefill（預填充）。

Prefill 是推理第一步：GPU 一口氣通讀全部輸入、算清 Token 間的關聯（Attention 機制），再生成一遍 KV Cache——這是整個推理中最吃算力、最費電的環節。

**過去“用了就丟”，是因為兩筆賬算不過來：**

**a. 重算比存起來更便宜：** 早期（如 GPT-3 時代）上下文只有 2K Tokens，KV Cache 很小，GPU 零點幾秒就能重算完；而存進硬盤要經 CPU 和內存中轉、在 PCIe 上“折返跑”，來回耗時甚至超過重算。

**b. HBM 又小又貴：**GPU 自帶顯存“寸土寸金”，必須留給當前活躍的計算任務，不可能長期保管已下線用户歷史記憶。

但長文本時代推翻了這筆賬：從 2020 年 GPT-3 的 2K Token 到 2026 年主流模型的百萬級上下文，六年暴漲 500 倍。重算一次百萬 Token 的 KV Cache，要讓昂貴的 GPU 滿載跑好幾秒，有算力與電費代價。

這直接促成 KV Cache 的“再定性”：英偉達 ICMS（推理上下文內存存儲）架構，正式把它從“算完即棄的臨時緩存”改定義為“AI 原生持久數據”。

**現在，臨時緩存變長久緩存，這個賬是否算得過來？**

**a. 容量約束: 算法壓縮也趕不上KV Cache膨脹速度**

**第一個條件，是 HBM 的擴容速度遠追不上 KV Cache 的膨脹。**

KV Cache 總量 = 上下文長度 × 併發會話數 × 單 Token 存儲量。目前，前兩個變量都在被急劇放大：

**上下文長度每年翻倍以上**：主流模型從 4K、128K 快速演進到 1M+，KV Cache 隨之線性放大。

**併發與推理輪次爆發——正被三種應用架構急劇放大：**

a. RAG（檢索增強生成）： 問一句話，後台塞進兩本書。系統把檢索到的大量文檔拼接到輸入端，送進 GPU 的 Token 遠超原始提問，單次任務的 KV Cache 直接拉爆。

b. Agentic Search： AI 從“一問一答”變成自主循環的“規劃—調用—評估—再檢索”。多步任務把單次 Token 消耗從數百個拉到上百萬個。

c. Multi-Agent： 多個 Agent 併發協作，每個獨立生成 KV Cache，存儲需求隨數量成倍疊加。

模型廠商每年至少把上下文擴大一倍，HBM 的物理擴容卻接近極限：單卡容量約 2-3 年才翻一倍，紅利還在放緩。

判斷 KV Cache 會不會溢出，要以單個推理機櫃的可用 HBM 池為單位。以 Rubin NVL72 的21T的HBM容量為例：

部署 2.8T 參數的旗艦 MoE 模型，FP8 下權重佔約 2.8 TB；再扣掉激活值、分頁與框架開銷（約佔 12%，約 2.5 TB），真正能給 KV Cache 的池化空間上限約 15.4 TB。

不壓縮時，10 萬 Token 約佔 40 GB。即便用最前沿的壓縮算法（如谷歌 TurboQuant，16 位壓到 3 位、約 5–6 倍無損壓縮），100 萬 Token 仍要佔 67–80 GB。

也就是説，一台造價約 500 萬美元的機櫃，極限只能同時服務 193–230 個百萬 Token 級長度得會話。對企業級雲服務而言，這意味着極低的算力變現效率（ROI）。

一旦上下文擴到 500 萬 Token，或併發突破這一閾值，機櫃級 HBM 池會迅速觸頂。因此把 KV Cache 從 HBM 逐級卸載到 DRAM 再到 NAND，往後看是一場必然之路。

**b. 便宜，也是致命吸引力**

哪怕 HBM 容量勉強夠用，用它長期留存 KV Cache 在經濟上也不成立：HBM4 約 16 美元/GB，eSSD 約 0.3-0.4 美元/GB，前者是後者的 **40-50 倍**。用它去放幾小時都不調一次的“温/冷 KV Cache”，是極度的資源錯配。

為此英偉達確立了新的分層內存架構：G1 HBM → G2 系統 DRAM → G3 本地 SSD（NAND）→ G4 共享網絡存儲（NAND/HDD），由 NVIDIA Dynamo 在軟件層統籌，讓 KV Cache 在各層間透明遷移。

英偉達估計，大規模多智能體推理下每個 GPU 模組最高需要 16 TB 的 KV Cache，因此在 Rubin 平台構建了 ICMS/CMX 上下文存儲層，位於 G3 本地 SSD 與 G4 共享存儲之間，定義為 G3.5 層——因為 G3 容量有限、不能跨節點共享，撐不住多智能體的大規模複用。

CMX 單層容量約 16TB，是單卡 288GB HBM 的近 60 倍——NAND夠便宜，才能做到量大不貴。

**c. 改用NAND，時延上來得及嗎？**

卸載值不值得，最終看 **TTFT（首 Token 時延）**——只有“從 SSD 讀回來”的時間和成本低於“用 GPU 重新算一遍”，卸載在商業上才成立。

GPU Direct Storage（GDS）是跨越門檻的關鍵：它繞過 CPU 和 DRAM，通過 PCIe/RDMA 在 eSSD 與 GPU 的顯存之間修一條直連高速路。

據公開驗證，GDS 結合壓縮技術可把 KV Cache 的恢復時延改善 10 倍，讓超低時延的上下文交付在工程上成為現實。

**NAND存儲KV Cache的數據類型：“共享型記憶”和高頻複用**

**即使跨過容量與成本的門檻，KV Cache 要卸載到 NAND裏，還需滿足兩個條件：**

**條件一：必須是共享型緩存**

**a. 短暫型緩存（逐字生成的草稿）：HBM承載**

AI 逐字回答（Decode 階段）時，每吐一個字都要全量重讀歷史上下文。此時強行寫 SSD，一是帶寬不夠、會卡死 AI“説話”的節奏（速度牆），二是高頻碎片化追加寫幾周就能耗盡企業級硬盤的壽命（壽命牆）。所以這類草稿禁止落盤，必須留在 HBM 顯存中。

**b. 共享型緩存（靜態打包案卷）：NAND來存**

只有當 AI 剛讀完超長提示詞（Prefill 階段）、用户切出對話或 Agent 掛起任務時，產生的才是算完、可整段打包寫出的完整上下文。它“塊大、順序、低頻”，像整箱搬運定稿檔案，與 NAND 大塊連續讀寫完美契合，這類數據才可以NAND層。

**條件二：高頻複用才能“值回票價”**

除了可用，經濟也要可行：卸載淨收益 = 複用次數 × (重算算力成本 − 讀回成本) − (寫入成本 + 佔位存儲成本)

GPU 重算既費電又費算力，已算好的緩存從 SSD 讀回，只要被複用 1 到 2 次就能盈虧平衡。挑戰在於硬盤空間同樣稀缺，只有高頻複用的上下文，才值這個存儲佔位。

這最終濃縮為一個核心指標——**緩存命中率**：命中率越高，邊際服務成本越趨近於零。新請求進來時，系統通過“前綴比對”去硬盤取回備份，跳過最燒錢的 Prefill 重算。

正如 Manus 團隊指出的：命中緩存的 Token 比未命中的便宜約 10 倍。普通大模型命中率在 40%–70%（MiniMax 71%、Z.ai GLM5 約 40%），多步執行的 Agent 場景則長期企穩在 95% 以上（DeepSeek 實測 98.7%），實現“寫一次、讀上千次”的紅利。

實際使用中，對話變長或 GPU 換用户都會產生中斷，當前 KV Cache 就可讓出HBM空間。如果這些會話還會被再次調用就可存到 NAND中，服務恢復時再載入。

典型卸載場景包括：**用户閲讀停頓、跨週期歷史回溯、Agent 掛起的長空隙、超大規模併發共享，以及企業級知識庫調用。**

**KV Cache 分層：** AI 推理對存儲拉動不是單點，而是從高性能閃存（pSLC/TLC）到海量温冷存儲（QLC），連同 DRAM 與 HBM，把整條企業級存儲產品線一起拉起來。

**這條通路上，各類存儲分工明確：**

**DRAM（G2）承接活躍任務的“熱溢出”：** 它是 HBM 的直接緩衝帶，收容同一場活躍會話中因顯存觸頂放不下的 KV 數據。速度快，會話不卡頓，但斷電丟失。

**NAND（G3–G4）主導高價值資產的“持久複用”：** 跨過斷電可保留的門檻後，數據進入非易失閃存主導的持久化複用鏈路，並沿介質特性逐級下沉：

**a. G3 直連層（pSLC/性能型 TLC）：** 承接剛剛換出、隨時可能被重新喚醒的温熱會話上下文。

**b. G3.5 本地網絡層（耐久型 TLC）：** 承接同一算力集羣內，需跨節點高頻共享的 System Prompt 與 Agent 狀態。

**c. G4 遠端歸檔層（大容量 QLC/HDD）：** 承接海量、極低頻調用的 RAG 企業知識庫與歷史對話歸檔。

**② Staging 場景：TLC 與 pSLC 的剛性基本盤**

據閃迪測算，Staging（類似候場類數據，等待被HBM隨時調用） 佔 2030 年 AI 數據中心 NAND 需求的 40%，是最大的單一板塊，且全部由 TLC（含 pSLC）包攬。

打個比方：從數據湖調出的數據，先存在緊貼 GPU 主板的高速 NVMe SSD 緩衝區（G3 直連 SSD）。像廚師案板旁的切菜盤——食材從冷庫取出先放手邊，不必每切一刀跑一趟冷庫。

**a. 訓練側 Staging：突發覆蓋寫**

核心任務是給模型做“定時存檔”（Checkpoint）與數據集暫存。訓練萬億參數大模型時，單次存檔高達 TB 級，且每隔幾十分鐘就要滾動保存一次。

雖然現在能讓 GPU“邊算邊存”（異步存檔）、不必停工乾等，但這麼大規模的集中落盤依然會嚴重擠佔帶寬；存檔拖得越久，對計算流水線的干擾越大。

所以訓練側 Staging 面對雙重約束：既要扛住反覆覆蓋寫入的磨損，又要把寫入窗口壓到最短。

**b. 推理側 Staging：高併發讀取**

推理側 Staging 的三大任務，共同特徵是讀密集、寫極少：

**模型冷啓動與彈性伸縮：**訓練機可按月連軸轉，但推理機卻要隨早晚高峰頻繁調節容量和開關機，而內存又斷電即失。所以新節點上線，都要靠本地 SSD 的強連續讀取帶寬把參數瞬間搬進空顯存，實現“秒級接客”（一天可能觸發數十次重載）。

**多模型/多版本動態常駐：**生產節點常需同時伺候幾十 TB 的“全家桶”（不同尺寸、精度、版本）。單卡顯存（288GB）和系統內存與之差一到兩個數量級，唯有 4–16TB 直連 SSD 裝得下整套工具箱。讓極少調用的舊模型霸佔昂貴顯存是錯配，下沉至 SSD 換入換出才是最優解。

**面對這種極端的 I/O 強度，各類介質逐一被淘汰：**

**HBM & DRAM：**成本極高且容量稀缺，必須留給活躍的 KV Cache；更致命的是 DRAM 斷電即失，而 Checkpoint 的意義恰恰是“系統崩潰後還能恢復”。

**HDD：**吞吐量跟不上 GPU 突發的大塊寫入，且受體積與功耗限制，根本進不了 GPU 計算托盤所在的機櫃。

**QLC：**擦寫壽命約為 TLC 的十分之一（QLC 約 1,000 次，TLC 約10,000 次）。Staging 是 AI 存儲棧中寫入最重的環節，QLC 壽命會迅速耗盡——這是硬約束，而非成本權衡。

**這樣，TLC 正好適合 Staging，但TLC在部分場景下還不夠，由此衍生出pSLC：**

pSLC，是把 TLC 或 QLC 顆粒當 SLC 用——本可存 3 bit 或 4 bit 的 Cell 只存 1 bit。換來更長的耐久度和更低的寫入延遲，代價是犧牲約三分之二有效容量。

**直接後果是：要達到與標準 SSD 相同的有效容量，需要 3-4 倍晶圓產出。核心觸發場景是 RAG 與 Agentic Search 的高頻向量檢索。**

**AI 智能體做大規模向量檢索新特徵（如下），逼着 NAND 必須以高速 pSLC 模式運行：**

**a. 找得太碎（訪問粒度極細）：** AI 搜索知識庫時往往只需比對一小串特徵（幾百字節）。但標準 TLC SSD 是個“死腦筋”，哪怕只要一個字，也得把整頁（4KB）全讀出來，浪費讀取帶寬。

**b. 問得太密（併發強度極高）：** 現在的 AI 會自己做計劃、調工具、反覆查資料，單次任務瞬間裂變成成千上萬個密集的“查字典”請求。標準 TLC SSD 在高併發下迅速排隊飽和。

**c. 邊讀邊寫（讀寫雙向承壓）：** AI 智能體會一邊查一邊更新索引、記錄中間狀態。這種“一邊翻書一邊做筆記”的強度會讓普通 TLC 壽命快速耗盡，而 pSLC 壽命是它的十幾倍。

但承載這一層的下一代直連架構——NVIDIA Storage-Next（G2.6 層，位於 G2.5 CXL 內存之下、G3 本地 SSD 之上）——仍處在英偉達主導、與鎧俠等廠商協同定義規格的階段。

它的定位，是在 DDR與本地 SSD 之間新增一層 直連GPU的pSLC 存儲層，讓 NAND 具備接近 DRAM 的 IOPS 與訪問粒度（512B 細粒度隨機訪問），同時保留低成本、大容量優勢。

**③ Fast Data Lake 場景：QLC 的主戰場**

如果説 GPU 直連 SSD 是案板旁的“切菜盤”，存儲需要讀寫雙能。 G4 遠端網絡層的 Fast Data Lake（快速數據湖）就是 AI 數據中心的“遠端中央總倉”，以讀為主：以 PB 級容量裝下 AI 運轉所需的全部“家底”——訓練語料、多模態數據集、各版本模型權重、RAG 知識庫和推理回流日誌。

按閃迪 2030 年的需求拆分，Fast Data Lake 約佔 AI 數據中心 NAND 需求的 25%，幾乎全部由 QLC 承載。

**核心問題是：QLC 能否替代 HDD？海豚君認為需從以下維度分析：**

**a. 熱數據——QLC 穩坐主位**

正在被 CPU/GPU 高頻消費的數據（如正在處理的訓練集、等待檢索的 RAG 知識庫），需要極高的數據吞吐量。

HDD 的機械磁頭尋道延遲（毫秒級）與 AI 所需的微秒級響應差了兩個數量級，從一開始就被物理排除。QLC 憑藉超大容量和讀寫帶寬，在此層是替代的絕對主力。

**b. 温冷數據：HDD坐主桌**

**對於“存着備查”和“歷史歸檔”類數據，是否放入 QLC 取決於兩個維度：**

**①供給側擾動：短期“假性替代”**

短期 HDD 將出現 300EB 至 400EB 的供給缺口。當前部分雲廠商用 eSSD 臨時兜底，造成了“加速替代”的假象。

但 HDD也能用類似SSD的技術持續拉昇產能，被 eSSD 臨時接管的純容量需求回流 HDD，替代邏輯變弱。

**②經濟賬：QLC漲價後算不平**

短期因缺貨有替代跡象，但後續QLC因熱數據層的替代是剛需，導致QLC漲價。當下HDD 的每 GB 價差已飆升至 20–25 倍。在穩冷層數據存儲中，QLC反而難取代HDD。後續要QLC出現大容量低成本的產品面世後，替代概率才可能加大。

**因此 QLC 替代 HDD 絕非單向線性推進，而是分化為三種敍事：**

a. 性能關鍵路徑（熱數據）上，替代已經完成且不可逆；

b. 温冷歸檔層，高昂價差阻斷了正常置換，目前的“替代份額”更多是 HDD 缺貨逼出的“臨時補位”，未來面臨回流風險；

c. 長期勝負手在於大容量高密度QLC 量產，能否靠極致“空間與能耗壓縮”，在 TCO 上跨過 2-3 倍的替換紅線。

**據閃迪業績會，超大容量 QLC 在 FQ4'26（2026 年 4-6 月）剛產生首批收入，FQ1'27 進入早期爬坡。閃迪預計 QLC 佔整體 bit 出貨的比例，從 2025 年約 20% 升至 2026 財年末的 40%，主要由 Stargate （超大容量QLC）在雲廠商放量驅動。**

**④ HBF: 需求上行期權**

在傳統 AI 存儲層級中，緊貼 GPU 的 HBM雖有百納秒級延遲與超高帶寬，但受 DRAM 製程限制，單堆棧容量小、成本高；再往下到 NVMe SSD，延遲與帶寬又出現嚴重斷層。

NAND廠商現在在努力推新品：HBF（High Bandwidth Flash）——**它的結構基本是HBM的復刻**：多層堆疊、TSV貫通連接上下、與XPU共同封裝，只是把DRAM顆粒換成了NAND顆粒

閃迪正開發的 HBF，號稱堆疊 16 層 NAND、在維持 HBM 級帶寬的同時把容量放大 8 倍。（參考：[從 HBM 限高到 NAND 加量，英偉達 vs 存力到底誰拿捏誰？](https://longbridge.com/zh-CN/dolphin/post/44108509?channel=OWNN00110)）。

**HBF 與 HBM 並非簡單替代關係，而是基於物理特性的優劣互補：**

HBF優勢是容量大，成本低，但短板同樣明確：微秒級延遲讓它反應偏慢，不擅長細碎的隨機散讀；且有物理擦寫壽命上限，只能當“只讀參考書”，扛不住高頻寫入。

此外 HBF 仍在工程推進期：2026 年下半年進入試產建線、預計 2027 年商業化，但緊貼高發熱 GPU 部署的散熱標準仍待確立。

**由此形成分工：**

HBM 專注“性能至上”，是旗艦 GPU 的絕對標配，負責對延遲極敏感的預填充（Prefill）階段、高頻讀寫的活躍 KV Cache，以及要求最高對稱讀寫帶寬的訓練任務。

HBF 主打“容量為王”，接管以順序讀取為主的常規推理、需單機容納全量模型的長文本與 MoE 場景，以及讀多寫少的温冷 KV Cache 卸載，讓中低端 GPU 甚至未來的邊緣設備也能跑超大模型。

因此海豚君認為，HBF 不是顛覆 HBM，二者共存互補——HBM 管延遲敏感的熱數據，HBF 管容量飢餓的温數據。未來HBF的使用滲透還要繼續觀察。

閃迪將 HBF 分成四種部署形態，具體定義可見《[**AI 推理大爆發，“悲催” 閃迪真有鳳凰涅槃？**](https://longbridge.cn/zh-CN/dolphin/post/43891402?app_id=longbridge&utm_source=longbridge_app_share&share_track_id=2df009f8-893f-42a6-b66a-4f06de470793&invite-code=4NOXYT&locale=zh-CN&community_badge=1&profile_following_followers_activities=1&channel=OWSN00110)》。海豚君認為，**③ 增配型（HBF+HBM 混搭）和 ④ 解耦型（池化）落地可能性最大**。

增配型的邏輯最簡單：**HBM 不撤，HBF 加進來一起用**。GPU 廠商不用大改，HBM 繼續幹擅長的活，HBF 在旁邊裝權重和冷 KV 緩存。SK 海力士新提的 H3 架構就是HBM和HBF混搭——2027 年量產、2028 年客户上車，是目前阻力最小的路。

解耦型則是把 HBF 從 GPU 旁獨立出來，像硬盤櫃一樣池化部署、通過網絡連接計算單元。這是未來大方向——NVIDIA 的 CMX 方案推的也是類似的機架級存儲池；但它要求網絡架構跟着升級，預計 2028 年之後才可能成為實際選項。

**從各廠商路線來看，HBF 目前仍處於標準聯盟階段，尚未進入 GPU 廠商（特別是 NVIDIA）的官方架構標準中。**

**閃迪與 SK 海力士是當前唯二的實質推動者：**雙方已於 2026 年初成立標準聯盟並建起試產線，比原計劃提前半年——預計2026年底造出芯片，明年推控制器，2027 年衝刺量產。

谷歌、英偉達、AMD 等最早要到 2028 年才可能作為客户採用，但採用≠定義——HBF 真正進入 GPU 廠商的架構體系，還要過標準認證、參考設計集成、生態適配等關卡。

其他廠商：三星有專利儲備，但未公開原型與時間表；鎧俠走 XL-FLASH 路線（G2.6 Storage Next），與 HBF 不直接競爭；美光暫無公開計劃。

總體看，HBF 產業化時間線雖在加速，但格局本質是“存儲廠商在推動，GPU 廠商尚未上車”。真正的分化要等 2027 年樣品表現，以及 2028 年頭部客户是否正式將其納入系統設計。

**總結：**

**AI 對 NAND 的重塑，不只是把需求曲線抬高一個台階，確實有希望打破“硅週期”宿命： “算力部署與推理負載主導”下，NAND 也從“外圍零部件”變成“計算路徑上的必需品”。**

**在“由訓轉推”與長上下文時代，用NAND存 KV Cache 是保存昂貴的 GPU 算力與電費資源，SSD 一定程度上就是“Token 電池”。**

**據**$閃迪(SNDK.US) **測算，2030 年 AI 數據中心 NAND 出貨量將達 1.2 ZB（較 2026 年增長約三倍），三大核心負載分工明確：**

a. Staging 暫存層（佔比 40%）：貼近 GPU 的極高強度 I/O 緩衝區，受極端覆蓋磨損與高併發限制，由高性能 TLC（及 pSLC）壟斷。

b. KV Cache 卸載層（佔比 35%）：推理時代全新增量，承載HBM 溢出的動態存儲容量，由 TLC/QLC 梯次承接。

c. Fast Data Lake 快速數據湖（佔比 25%）：遠端中央數據總倉，由大容量 QLC 穩坐主位。

按 NAND 類型計，TLC 佔 66%、QLC 佔 34%：佔比最大的 Staging 因寫入強度，天然排斥 QLC，TLC 穩佔基本盤；QLC 聚焦數據湖與温冷 KV Cache 卸載。

**這三類負載的演進方向恰好相反：**數據湖向“更便宜”走（QLC 容量放大），Staging 與熱路徑則向“更快更耐用”走（TLC 乃至 pSLC，犧牲約三分之二容量換取 10 倍耐久性）。

**而這波漲價的“超級行情”還能飛多久？站在當前估值節點，涅槃後的閃迪是否仍有向上空間？海豚君將繼續在下篇為您拆解，敬請期待！**

<此處結束>

本文的風險披露與聲明：[海豚研究免責聲明及一般披露](https://support.longbridge.global/topics/misc/dolphin-disclaimer)

更新分析：

**一、海豚君AI 存儲系列分析**

DRAM行業：

[《存力接棒算力，HBM 為什麼 “脱穎而出”？》](https://longbridge.com/zh-CN/dolphin/post/43941280?channel=OWNN00110)

[《從 HBM 限高到 NAND 加量，英偉達 vs 存力到底誰拿捏誰？》](https://longbridge.com/zh-CN/dolphin/post/44108509?channel=OWNN00110)

個股：

閃迪（上）：[《AI 推理大爆發，“悲催” 閃迪真有鳳凰涅槃？》](https://longbridge.com/zh-CN/dolphin/post/43891402?channel=OWNN00110)

閃迪（中）：[《NAND 天性 “多產”，閃迪憑什麼守 80% 毛利率？》](https://longbridge.com/zh-CN/dolphin/post/43966452?channel=OWNN00110)

**二、海豚君AI DC互聯繫列分析：**

**CPO行業**

《[AI 超連接時代：AI 向 “光” 飛奔？](https://longbridge.cn/zh-CN/dolphin/post/41423680?channel=OWNN00110)》《[“‘銅’ 牛夫人” 不走！CPO：真機會 or 鏡中花？](https://longbridge.cn/zh-CN/dolphin/post/42139974?channel=OWNN00110)》

**組網架構**

英偉達組網：《[AI 時代 DC 互聯：單芯之上抱 “網” 作戰，真有 “中國” 機會嗎？](https://longbridge.com/zh-CN/dolphin/post/43798848?channel=OWNN00110)》

DC組網之AMD vs英偉達：《[AMD 跟英偉達 “掰手腕”，Helios 夠格嗎？](https://longbridge.com/zh-CN/dolphin/post/43906382?channel=OWSN00110)》

谷歌組網：《[叫板英偉達霸權，谷歌 “光網” 憑什麼？](https://longbridge.com/zh-CN/dolphin/post/43994983?channel=OWNN00110)》

**個股**

Lumentum：[《從光互聯老炮到 “全能賣水人”，Lumentum 憑什麼？》](https://longbridge.com/zh-CN/dolphin/post/44059432?channel=OWNN00110)

**三、海豚君AI XPU系列分析**

Agent與CPU：[《Muse“爆火”，CPU 迎來自己的 ChatGPT 時刻？》](https://longbridge.com/zh-CN/dolphin/post/44095954?channel=OWNN00110)

……更多內容，敬請關注[長橋海豚研究官網](https://longbridge.com/zh-CN/profiles/2106669?channel=OWNN00030)。

### 相關股票

- [SNDK.US](https://longbridge.com/zh-HK/quote/SNDK.US.md)
- [MU.US](https://longbridge.com/zh-HK/quote/MU.US.md)
- [DRAM.US](https://longbridge.com/zh-HK/quote/DRAM.US.md)
- [WDC.US](https://longbridge.com/zh-HK/quote/WDC.US.md)
- [AAPL.US](https://longbridge.com/zh-HK/quote/AAPL.US.md)
- [603020.CN](https://longbridge.com/zh-HK/quote/603020.CN.md)
- [WDCX.US](https://longbridge.com/zh-HK/quote/WDCX.US.md)
- [AAPB.US](https://longbridge.com/zh-HK/quote/AAPB.US.md)
- [AAPD.US](https://longbridge.com/zh-HK/quote/AAPD.US.md)
- [AAPU.US](https://longbridge.com/zh-HK/quote/AAPU.US.md)

## 評論 (1)

- **xyy · 2026-09-30T09:40:02.000Z**: 掃描磁盤如此光榮的奔跑


---
> **免責聲明: 本文僅供參考，不構成任何投資建議。**