报告行业投资评级 未提及 报告的核心观点 - AI带来指数级增长的新需求，存储成为AI算力决定性瓶颈，不再仅随宏观经济进行库存周期波动 [5] - 训练端模型参数量线性增长拉动HBM和SSD容量需求指数级爆发，推理端应用增加对存储带宽和容量需求 [5] - 行业处于“营收高增”与“净利率扩张”共振期，量价齐升且高业绩持续兑现 [5] 根据相关目录分别进行总结 1、AI价值链梳理 - AI产业链包括核心硬件基础设施、云算力平台、大模型与基础软件、商业化场景等环节，存储是其中重要组成部分 [11] - 存储呈寡头垄断特征，高壁垒支撑高盈利，不同存储产品毛利率和净利率有差异 [12][13] - AI算力建设带动高端存储需求，不同存储产品在25Q3的市占率和营收环比增速不同 [16] - 依数据热度分层确立三级存储架构模式，冷数据、温数据、热数据对应不同存储方式 [20] - Memory侧重快读写，Storage聚焦大容量低成本，二者在存储方式和数据保存特性上有区别 [25] 2、存储需求分级与存储硬件架构 - 数据流转明确硬件分工，全流程拉动存储需求，不同硬件在训练和推理阶段有不同作用 [28][29] - NVIDIA GB200异构存储设计实现容量与带宽性能互补，构建“HBM + LPDDR + SSD”三级存储阶梯 [32] - Rubin架构下柜内存储可分为三级，存储密度稳步提升 [41] 3、大语言模型的存储需求 - Transformer架构数据流转频繁，存力决定算力效率 [43] - 大语言模型分训练、推理数据流程，存力决定算力效率，不同阶段数据流向不同 [47] - AI模型训练和推理阶段对显存要求不同，显存消耗受多种因素影响，Scaling Laws下参数量膨胀拉高存储容量需求下限 [50][54] 4、训练与推理端技术发展拉动存储需求增长 - 多模态模型、更大模型、MoE架构、长上下文等训练端技术发展拉动存储需求，推理阶段受检索增强生成、超长思维链、超长上下文长度等技术拉动存储需求 [56][59][63] 5、美光科技（MU.O）战略聚焦数据中心，HBM3E技术突破 - 美光产品在性能上有优势，2025财年营收增长，毛利率和净利率大幅改善，2026财年Q1单季营收和净利润增长 [66][70] - 核心策略是剥离To C业务，专注AI拉动的HBM市场，HBM3E产品已进入相关平台，2026年HBM产能售罄，SSD产品有优势 [70] 6、闪迪（SNDK.O）拆分后的价值重估，AI存储技术持续迭代 - 闪迪2025年独立上市，2025财年营收和2026财年Q2营收、毛利率、净利润等表现良好，受NAND供应紧张和高价值产品组合驱动 [74][78] - BiCS技术持续迭代，预计2026财年结束时BiCS8成主流规格，下一代BiCS9将堆叠超300层 [78] - 创新性提出HBF方案，计划2026年下半年提供样品，2027年推出搭载HBF的AI推理设备，已与SK海力士签署谅解备忘录 [78] 7、SK海力士享AI存储先发优势，巨头三星奋力追赶 - 三星电子和SK海力士财务状况受行业景气度影响，2024年以来SK海力士营收和利润创新高 [84] - DRAM技术路线上，SK海力士工艺领先，三星电子在追赶；AI供应链卡位上，SK海力士是英伟达主要供应商，三星在追赶 [84] - SK海力士25Q4营收、营业利润和净利润环比增长 [84] 8、估值情况分析 - 从供需、经营状况和财务视角看，存储行业价格上涨、量价齐升、净利弹性显现，业绩兑现支撑估值中枢上移 [88] - 报告给出美光科技、闪迪、SK海力士、三星电子的估值情况，包括营业收入、净利润、Forward PE、市值、PE（TTM）等 [87]