行业投资评级 - 电子行业评级为"优于大势" [7] 核心观点 以存代算架构 - 存储作为大模型训练与推理的核心基础设施 高性能存储可缩短30%训练时长 降低GPU空耗 [3][17][18] - 推理环节通过SSD承载KV Cache实现"以存代算" 首token时延降低90% 上下文窗口扩展10倍 [3][24][27] - 推理需求超越训练成为算力增长核心 2027年推理算力占比预计达70% [30][31] 华为技术突破 - 华为AI SSD单盘容量从30.72TB提升至122.88TB 规划245TB 采用自研Hi1812主控与DoB堆叠工艺 [4][63][64] - UCM统一记忆数据管理器构建三级缓存体系 实现吞吐率提升22倍 上下文窗口突破128K [4][52][74] - 软硬协同优化包括数据缩减加速卡 块文件对象融合架构 跨代在线扩容等技术 [4][68] 产业链分析 存储介质发展 - AI SSD分性能型/容量型/智能型三类 性能型支撑KV Cache 容量型替代HDD实现同量同价 [55][57] - 全球巨头加速布局AI SSD Kioxia推出245.76TB产品 Micron发布PCIe 6.0 SSD [61][62] 投资标的 - 华为存储代理商：天源迪科 中建信息 银信科技 电科数字 [5][93][96][100][103] - 高密度SSD散热：鸿日达封装级散热片进入批量供货 [6][106][109] - 存储模组厂商：江波龙自研UFS4.1主控 佰维存储推进晶圆级封测 [6][111][114][117] - PCB/先进封装：深南电路 兴森科技 华海诚科等受益DoB工艺需求 [5][27][31] - SSD主控芯片：联芸科技 德明利等纠错能力要求提升 [6][32][33]

行业与公司 * 行业涉及AI推理、数据存储、闪存技术及金融科技应用[1][2][4] * 公司为华为及其合作伙伴（如中国银联、天源迪科旗下金华威、中建信息）以及存储产业链相关企业（凯霞、美光、海康威视、联云科技、德明利、鸿日达等）[1][2][4][10][11] 核心观点与论据 * 华为推出全闪存存储服务器 采用SSD和NAND技术 通过"以存代算"减少对HBM依赖 提升AI大模型推理体验 尤其应用于金融领域运维效率提升[1][2][5] * "以存代算"通过外挂向量知识库和三层缓存机制（HBM-DDR-SSD） 将计算中间结果存储于SSD 减少实时计算需求 增强系统记忆能力及连续对话和复杂任务处理能力[1][5] * "以存代算"是行业趋势 凯霞和美光等公司也推进类似技术 通过将矢量数据从DRAM移至SSD 扩展而非替代DRAM或内存 以系统创新弥补硬件短板[1][6][12] * 华为在SSD存储上创新显著 采用DOB堆叠封装工艺 推出超高密度和超高容量硬盘 如2025年单盘容量接近256TB 较2024年128TB容量提升一倍[7] * 华为自研嗨1812和嗨1822系列SSD主控芯片 有效管理数据读写空位分配 提高长期读写速度并延长硬盘寿命 对AI发展至关重要[1][7] * AI发展对大规模数据存储要求更高 SSD闪存因断电后保持数据完整性 成为AI系统不可或缺组成部分 投资者应关注NAND闪存及相关技术[4][8][9] 其他重要内容 * 华为存储在产业链地位重要 通过代理商如天源迪科旗下金华威进行市场推广 中建信息为北交所相关企业[4][10] * 硬件关键技术包括ACG主控芯片和高密度SSD控制芯片散热技术 鸿日达作为华为存储及芯片散热盖供应商受益 非华为存储服务器厂商（如中国长存）也可能从中获利[4][11] * 存储技术发展方向为"以存代算" 通过记忆能力提升计算效率 全球各大企业均朝此方向努力[12] * 华为AI领域三大方向：生产产业链 更大规模交换机主网 以及以"以存代算"为核心理念的存储技术[13]