存儲行業的拐點時刻：從硬件堆砌到算法驅動的需求重塑

2026 年以來，存儲板塊經歷了一輪從 “極致狂歡” 到 “理性重估” 的快速切換。其中，SanDisk（SNDK）無疑是本輪行情的核心龍頭。公司自 Western Digital 剝離後，獨立運營效率顯著提升，疊加過去兩年行業主動減產所帶來的供給收縮，推動 NAND Flash 價格持續上行，形成業績與估值的雙擊。股價從 50 美元以下一路上行至 700 美元附近，本質反映的是市場對其 “類週期頂部利潤” 的集中定價。目前市場普遍預期其 2026 財年第三季度毛利率將達到 65%-67%，這一水平意味着行業仍處於供需極度緊張的階段。更關鍵的是，2026 年的主要產能已被長單鎖定，使得公司短期業績具備較強確定性。因此，即便近期受到技術衝擊出現回撤，其基本面邏輯並未被實質破壞。

相比之下，Micron Technology（MU）的處境更具爭議。公司近期通過約 54 億美元的高級票據回購主動優化資產負債表，降低利息支出並增強現金流韌性，這一操作本質上是在為潛在的行業波動提前做準備。然而，從市場表現來看，美光受到新技術衝擊的影響更為直接。由於其產品結構更偏向 DRAM 及 HBM，而這正是 AI 服務器中對內存容量最為敏感的環節，市場對其未來需求的確定性產生動搖，股價在短期內出現明顯回撤。這一分化本質上反映出市場正在重新評估一個核心問題：AI 的發展是否仍然必須依賴物理內存的持續擴張。

這一問題的轉折點來自 Google 在 3 月底推出的 TurboQuant 算法。該技術通過將大模型的 KV Cache 壓縮至 3 比特，實現約 6 倍的內存佔用縮減，並在 NVIDIA H100 等高端 GPU 上帶來顯著的推理加速效果。從本質上看，這一突破並非簡單的性能優化，而是改變了 “單位算力所需內存資源” 的函數關係，從而對整個存儲需求模型構成衝擊。

短期來看，這一技術首先削弱了市場此前關於 “硬件堆砌” 的剛性邏輯。過去的主流敍事認為，AI 算力的提升必然伴隨着 HBM 和 DRAM 容量的線性增長，但 TurboQuant 證明，通過算法優化可以在一定程度上替代硬件擴容。這直接導致市場對存儲廠商未來出貨增長的預期下修。同時，企業 IT 採購行為也可能隨之發生變化。當現有服務器通過軟件優化即可支持更大規模模型時，新增內存採購的緊迫性將下降，從而帶來訂單延遲甚至階段性的去庫存壓力。這種 “需求後移” 而非 “需求消失” 的變化，是當前市場波動的核心來源。

然而，從中長期視角來看，這一技術衝擊並不必然構成利空，反而可能觸發典型的 “傑文斯悖論”。當 AI 推理成本顯著下降後，大量原本因成本限制而無法落地的應用場景將被激活，例如手機端本地大模型、PC 端實時推理以及視頻流 AI 處理等。這些場景的共同特徵在於數據生成頻率更高、使用更加分散，從而推動整體數據規模呈指數級增長。與此同時，AI 時代的數據也不再是一次性消耗品，而是需要被反覆調用、訓練與存儲，顯著延長了數據生命週期。這意味着，無論是熱數據還是冷數據，其總存儲需求都將持續上升。

更進一步來看，未來存儲行業的增長邏輯也將從 “規模擴張” 轉向 “結構升級”。市場不再僅僅需要更多的存儲容量，而是需要更高性能、更低延遲以及更智能調度能力的存儲解決方案，以適配複雜的 AI 算法環境。這一變化對以 NAND 為核心的存儲體系構成結構性利好，而對高度依賴容量擴張邏輯的 DRAM 及 HBM 則形成階段性壓力。

在此背景下，當前存儲板塊本質上處於 “高位波動疊加邏輯重構” 的階段。短期內，市場交易的核心不再是供需本身，而是對未來需求路徑的不確定性。因此，在操作層面，更合理的策略是保持防禦性倉位，重點觀察即將到來的財報窗口中，企業對於出貨量、訂單節奏以及算法影響的實際反饋。如果龍頭公司能夠維持出貨指引不變，則意味着市場可能出現過度反應，屆時將形成分批佈局的機會。

從中長期來看，投資邏輯需要進行適當切換：一方面，階段性更偏向受算法衝擊較小的 NAND 方向；另一方面，應重點關注 Edge AI 帶來的終端側需求爆發，包括手機、PC 及各類智能設備的存儲升級。同時，具備高性能控制器和系統級優化能力的廠商，將在新一輪競爭中佔據更有利位置。

總體而言，當前市場的核心矛盾並非 “需求是否消失”，而是 “需求如何重分佈”。在技術尚未全面落地之前，硬件供給的物理約束仍然存在，而算法帶來的效率提升則在重塑需求曲線。對於投資而言，這一階段更應關注驗證而非預測，在不確定性中保留彈性，等待行業邏輯重新清晰後的確定性機會。

$閃迪(SNDK.US) $美光科技(MU.US)