AI扩展的下一道约束正在从GPU转向存储墙
AI 摘要卡
AI扩展的下一道约束正在从GPU转向存储墙
Morgan Stanley认为，AI系统扩展的瓶颈正从单纯算力转向数据存储、访问和移动效率，下一代存储创新将重塑存储芯片及其生态的投资机会。
- AI模型规模、上下文窗口和token量快速增长，使存储容量、带宽和成本成为系统级瓶颈。
- 报告提出六条存储创新路径：设计、制程、封装、外围、集成和材料，机会不只在传统DRAM/NAND供应商。
- 不含HBM的新兴存储技术TAM基准情景预计从2025年的约US$1.2bn扩张至2030年的US$23.0bn；若纳入HBM，2030年基准情景TAM为US$276bn。
- 核心受益者包括Samsung、Kioxia、Micron、SanDisk；差异化机会还包括Montage、GigaDevice、Winbond、AP Memory、Renesas、Marvell等接口、连接、封装和系统设计生态公司。
研报解读
概览
本报告讨论AI进入新阶段后，存储如何从边缘议题变成AI基础设施的核心约束。报告认为，GPU决定AI运行速度，而存储决定AI可扩展的边界。随着生成式AI和agentic AI推动HBM、DRAM、企业级SSD等需求上升，行业需要通过更广泛的系统级创新来突破“存储墙”。
核心观点
核心观点是：AI系统的瓶颈不再只是算力，而是数据能否以足够低成本、足够高带宽、足够大容量被存储、访问和移动。传统节点迁移仍重要，但不足以单独解决问题；未来投资机会将从传统存储厂扩展到接口、互连、先进封装、系统设计、材料和设备等更广泛生态。报告认为这些生态中的早期、低拥挤度环节可能产生更强的alpha。
分析框架
报告从系统约束出发，先定义AI扩展中的“存储墙”，再用3D NAND历史案例说明颠覆式存储创新如何突破物理限制并重塑供应链，随后提出六条创新路径，并结合TAM估算、公司敞口、估值和催化剂识别潜在投资机会。
方法论与常识提炼
设计、制程、封装、外围、集成、材料
该框架用于把下一代存储创新拆解为六类可评估路径，帮助投资者判断哪些技术具备可扩展性、商业相关性和投资价值。
算力增长与存储容量、带宽、成本之间的错配
AI模型和token需求快速上升，但存储系统无法以同等速度提供数据，导致整体系统性能和部署经济性受限。
颠覆式存储架构创新
3D NAND通过垂直堆叠突破2D planar NAND物理扩展限制，提升密度并改变供应链，报告以此类比当前下一代存储创新的潜在影响。
标的映射与对比
研报将主题/逻辑映射到具体标的时的结构化摘要（优势、劣势、对比与风险）。
- Samsung Electronics核心存储供应商，受益于AI compute和agentic AI带动的DRAM/HBM需求
- 优势
- 报告维持OW和Top Pick，预计3Q26 DRAM价格上涨超过20%-30%，盈利修正支持估值稳定。
- 劣势
- 4Q26同比价格动能可能平台化，短期周期催化可能不足。
- 对比
- 与其他主流存储龙头同属最直接受益者。
- 风险
- 供需能见度、价格周期和长期供应纪律变化。
- KioxiaNAND和SSD组合受益于AI带宽、延迟、IOPS和容量需求
- 优势
- 报告维持Overweight/Top Pick，CM、GP、LC系列分别覆盖KV cache、GPU直连低延迟和大容量AI基础设施需求。
- 劣势
- NAND需求向AI场景迁移的节奏仍需验证。
- 对比
- 相对传统NAND周期，AI基础设施可能打开更高价值场景。
- 风险
- 商业化节奏、客户采用和NAND价格周期。
- MicronDRAM和HBM上行周期受益者
- 优势
- 报告维持Overweight，目标价$1,200；HBM执行被认为未被充分定价，战略客户协议提升收入可见度。
- 劣势
- 估值对AI数据中心需求持续性和HBM份额保持较敏感。
- 对比
- 与Samsung、SK hynix同处HBM/DRAM核心竞争格局。
- 风险
- HBM份额、毛利率兑现、资本开支和供需紧张程度。
- SanDiskNAND在AI推理、KV cache和长上下文存储中的受益者
- 优势
- 报告维持Overweight，目标价$1,750；AI可能使NAND上移存储层级，并提升云端客户的重要性。
- 劣势
- 表内可比公司数据出现当前价格高于目标价的情形，短期上行空间口径需结合原表核验。
- 对比
- 相较PC/mobile等价格敏感市场，hyperscaler需求可能支撑更高利润率。
- 风险
- NAND需求结构转变、NBM协议兑现和新增产能纪律。
- Montage Technology存储接口、CXL、MRDIMM、DDR6和AI服务器内容量扩张受益者
- 优势
- 报告将其视作高信心观点，认为其杠杆暴露于下一代存储系统的“管道”环节，并上调目标价。
- 劣势
- 业务受标准采用、服务器平台节奏和客户验证周期影响。
- 对比
- 相较传统存储厂，Montage更偏向连接和接口生态的差异化alpha。
- 风险
- CXL/MRDIMM/DDR6商业化慢于预期、竞争加剧和估值波动。
- GigaDevice、Winbond、AP Memory先进封装、晶圆堆叠和边缘AI专用存储潜在受益者
- 优势
- 受益于wafer-on-wafer stacking、专用存储和更高带宽/能效/形态优化需求。
- 劣势
- 许多技术仍处早期采用阶段，规模化确定性低于主流DRAM/HBM。
- 对比
- 相对主流存储供应商，这些公司更偏“enabler ecosystem”。
- 风险
- 技术成熟度、客户导入、成本曲线和应用场景扩散速度。
关键数据
- 云端存储支出预测US$418bn by 2030报告基于当前预测认为，2026年起年复合增速约8%。
- agentic AI对DRAM增量需求贡献26%-77% by 2030报告认为agentic AI可能成为DRAM增量需求的重要来源。
- 存储占云资本开支比例40% in 2027e报告称该比例高于2023年AI驱动云资本开支爆发前的12%。
- 存储带宽改善与token增长对比DDR5每通道带宽2024-2026年约+14%；GCP月token量约增长320x以上报告用该对比说明带宽改善滞后于AI数据需求增长。
- 新兴存储技术TAM，不含HBMUS$23.0bn base case by 2030；bull/bear为US$41.4bn/US$16.9bn报告称主要由封装和外围方向驱动。
- 新兴存储技术TAM，含HBMUS$276bn base case by 2030；bull/bear为US$342bn/US$160bnHBM显著放大整体市场规模。
- Micron目标价$1,200报告维持Overweight，采用30x穿越周期盈利能力$40的估值。
- SanDisk目标价$1,750报告维持Overweight，采用28x穿越周期EPS $62.50的估值。
- Montage Technology目标价调整6809.HK: HK$310.00至HK$432.00；688008.SS: RMB274.00至RMB377.00报告将其视为下一代存储接口、CXL、MRDIMM和DDR6扩展的重要受益者。
影响与含义
对投资者而言，AI投资主线可能从“谁拥有最快GPU”扩展为“谁能最有效地移动、存储和访问数据”。这意味着传统存储龙头仍是直接受益者，但更大的差异化机会可能在存储接口、互连、先进封装、系统级协同设计、材料和设备等环节。若市场开始定价存储墙的系统级影响，相关生态公司可能获得估值重估。
风险
- 软件层优化可能降低对新增硬件强度的需求。
- 若AI商业化或变现低于预期，AI基础设施和存储需求可能放缓。
- 许多下一代存储技术复杂且尚未完全规模化验证，存在执行和商业化风险。
- 存储价格同比动能可能阶段性平台化，影响短期周期催化。
- 供给纪律、资本开支和客户长期协议兑现情况可能改变盈利上行路径。
后续跟踪
- 下一代存储标准的采用进度。
- CXL等新连接方案的推出和客户验证。
- 先进架构如3D DRAM、zHBM、MRDIMM、DDR6 peripherals、PIM/CIM的商业化证据。
- 系统级部署的早期案例，尤其是AI服务器、云数据中心和边缘AI场景。
- DRAM、NAND、HBM价格走势，以及云资本开支中存储占比变化。
- Samsung、Kioxia、Micron、SanDisk、Montage等核心标的的盈利修正和目标价变化。