技术趋势与行业驱动 - "以存代算"技术通过将AI推理数据迁移至SSD，显著优化成本与效率，带动SSD需求超越传统增速 [1] - 四季度国内存储公司受益于"价格回升+国产替代"双驱动，需求与开工率呈现稳健复苏 [1] 国产替代与产能布局 - 长江存储计划2028年NAND产能达到30万片/月，占全球15%份额 [1] - 长鑫存储DRAM产量将成为全球第四 [1] - 国际巨头转向HBM等高端产品，为国内厂商腾出利基市场空间 [1] 投资工具与指数构成 - 科创芯片ETF国泰（589100）跟踪的是科创芯片指数（000685），单日涨跌幅限制为20% [1] - 科创芯片指数从科创板市场中选取涉及芯片材料、设计、制造、封装测试等全产业链环节的50只代表性上市公司证券 [1] - 该指数旨在反映中国半导体行业相关上市公司证券的整体表现和发展趋势，具有较高的成长性和行业代表性 [1]

行业周期性质转变 - 当前AI驱动的存储超级周期本质是从“周期”到“结构”的转变，不同于以往由供给端减产引发的短期反弹 [1] - AI技术发展带动数据中心大容量存储需求高速增长，叠加智能手机、智能汽车等智能终端渗透率提升，共同推动存储器技术创新与市场扩容 [1] 存储芯片价格动态 - NAND与DRAM价格普遍上涨，四季度存储价格持续上行 [2][3] - 1Tb Flash Wafer价格在一个半月内累计涨近15%，512Gb Flash Wafer价格涨超20% [3] - 行业SSD和内存条全面涨价，服务器内存条DDR4 RDIMM 16GB3200报价涨66.67%至150.00美元 [3] - 预估第四季度整体一般型DRAM价格季增8-13%，加计HBM后涨幅扩大至13-18% [3] - 预估NAND Flash第四季各类产品合约价全面上涨，平均涨幅达5-10% [3] 市场竞争格局变化 - 国际巨头如三星、美光、海力士加速向HBM、DDR5、LPDDR5等高端产品迁移，放弃或减少利基型产品生产 [4] - 行业竞争格局变化为国内存储芯片厂商带来份额提升的机会，国产存储芯片从利基市场到主流应用均获全球客户青睐 [4] 国内厂商发展态势 - AI大模型训练与数据中心建设成为核心驱动力，国产存储芯片在企业级市场快速渗透，如长江存储企业级SSD已用于阿里云、腾讯云等主流云服务商 [5] - 在消费级市场，国产存储芯片凭借性价比优势快速抢占份额 [5] - 四季度国内存储公司有望受益于“价格回升+国产替代”双重驱动，需求、订单及开工情况预计呈现稳健复苏 [5] - 长江存储正推进三期扩产计划，目标2028年三期达产后总产能达30万片/月，占据全球15%的NAND市场份额 [5] - 长鑫存储DRAM产量预计达273万片/年，成为全球第四大DRAM厂商，其二期工厂于2025年Q4试生产，新增产能8万片/月，聚焦15nm以下先进制程 [5] 技术范式革新 - “以存代算”作为一种颠覆性技术范式应运而生，旨在突破算力瓶颈与“存储墙”制约 [6] - 该技术将AI推理过程中的矢量数据从DRAM和HBM显存迁移至大容量、高性价比的SSD介质，实现存储层从内存向SSD的战略扩展 [6] - 其核心价值在于降低首Token时延、提升推理吞吐量，并大幅优化端到端的推理成本，带动SSD需求增速高于传统曲线 [6]

IPO进展与公司概况 - 长鑫科技IPO辅导状态于10月10日变更为“辅导验收” 历时三个月正式收官 公司有望成为A股“存储芯片第一股” [1] - 公司当前估值约1400亿元 辅导机构为中金公司与中信建投 辅导工作自2025年7月7日启动至9月底结束 [1][3] - 长鑫科技成立于2016年 是一家专注于DRAM设计、研发、生产及销售的一体化存储器制造企业 其全资子公司长鑫存储是国内规模最大、技术最先进的DRAM IDM企业 [3] 技术发展与产品矩阵 - 公司2018年成功研发出国内首个8Gb DDR4芯片 2019年实现与国际主流产品同步的8Gb DDR4量产 [3] - 2023年11月 公司推出面向中高端移动设备市场的LPDDR5系列产品 包括12Gb LPDDR5颗粒及芯片 丰富了产品矩阵 [3] - 长鑫存储在DDR5和LPDDR5产品的布局为其未来发展打开空间 HBM产品逐步进入量产阶段 [4] 市场前景与行业趋势 - AI算力革命重构存储芯片行业供需格局 “以存代算”技术加速落地 AI大模型训练与数据中心建设成为市场增长核心引擎 [4] - 2024年中国存储芯片市场规模达4600亿元人民币 预计2025年将突破5500亿元 全球存储芯片市场规模2025年有望突破2300亿美元 [4] - 市场机构预测2025年长鑫存储DRAM出货量将同比增长50% 市场份额有望从第一季度的6%提升至第四季度的8% [4]

AI时代存储芯片的战略地位转变 - 存储芯片已从配角跃升为AI算力的核心瓶颈与突破口，传统内存技术成为制约算力发挥的“内存墙”[1] - HBM凭借超高带宽、低功耗和小体积特性，正成为AI芯片的主流选择[1] HBM市场需求与行业动态 - 美光预计半导体芯片、特别是HBM的供不应求情况将会加剧，公司2026年HBM出货量增速将超过整体DRAM水平[2] - 美光已与几乎所有客户就2026年绝大部分HBM3E产能达成定价协议，HBM4供应“非常紧张”[2] - 华为宣布自昇腾950PR开始，其昇腾AI芯片将采用自研的HBM[2] - SK海力士预测HBM能效每改善10%，可带来单机架2%的节能效果[4] HBM技术演进与价值重塑 - 定制化HBM已从被动元件转变为具备逻辑算力的主动部件，集成不同功能与逻辑Die设计成为性能差异化的关键[3] - 存储厂商开始提供覆盖HBM、逻辑die、LPDDR、PIM等的全栈解决方案，并与客户开展定制化HBM合作[4] - AI基建中存储的总体拥有成本不断上升[3] AI推理驱动的存储需求增长 - AI推理将迎来巨大增长，推理过程正演变为“先思考再作答”的动态生成，思考时间越长答案质量越高[5] - AI推理算力需求正迅速超越训练，成为成本与性能的关键瓶颈[5] - 超长上下文和多模态推理需求推动对高性能内存和分层存储的依赖，HBM、DRAM、SSD及HDD在其中发挥关键作用[5] - 轻量化模型部署推动存储容量需求快速攀升，预计未来整体需求将激增至数百EB级别[6] 存储技术替代路径：“以存代算” - “以存代算”技术通过将AI推理中的矢量数据从HBM/DRAM迁移至SSD，实现存储层战略扩展，核心价值在于降低时延、提升吞吐并优化成本[7] - QLC+PCIe/NVMe+CXL有望构筑下一代AI SSD基座，推动SSD升级为AI推理的“长期记忆”载体[7]

机构龙虎榜交易概况 - 当日机构龙虎榜上榜31只个股，净买入17只，净卖出14只 [1] - 机构买入金额前三的个股为华虹公司（6.84亿）、多氟多（3.32亿）、兴业银锡（3日3.2亿） [1] - 华虹公司获3家机构净买入6.84亿元 [2] 华虹公司 - 公司是全球领先的特色工艺晶圆代工企业，特色工艺平台覆盖全面 [2] - 公司40nm逻辑/射频平台开发完成，Alpha客户12颗产品进入量产，出货量超4.5万片 [2] - 公司逐步引入3家新客户进行产品开发 [2] 存储芯片行业 - “以存代算”技术范式通过将AI推理数据从DRAM/HBM迁移至SSD，以突破算力瓶颈与“存储墙”制约 [2] - “以存代算”实现存储层从内存向SSD的战略扩展，带动SSD需求增速高于传统曲线 [2] - 消费级HDD市场受SSD冲击，但HDD在数据中心、企业级存储和大数据处理领域仍有较大需求空间 [3] - 深科技盘基片业务销售量在2025年半年度较去年同期有较大提升 [3] 有色金属行业 - 八部门印发有色金属行业稳增长工作方案，目标2025-2026年行业增加值年均增长5%左右 [4] - 目标十种有色金属产量年均增长1.5%左右，再生金属产量突破2000万吨 [4] - 铜、铝、锂等国内资源开发将取得积极进展，提升高端产品供给能力 [4] - 国际铜夜盘收涨2.07%，30日沪铜期货上涨1.27%刷新年内新高 [5]

科创板芯片指数及成分股表现 - 上证科创板芯片指数(000685)于2025年9月30日09:52强势上涨2 14% [1] - 成分股佰维存储(688525)上涨7 66% 燕东微(688172)上涨7 10% 乐鑫科技(688018)上涨5 24% 翱捷科技(688220)和澜起科技(688008)等个股跟涨 [1] - 科创芯片ETF(588920)上涨2 30% 最新价报1 65元 [1] 指数构成与权重 - 上证科创板芯片指数从科创板上市公司中选取业务涉及半导体材料和设备 芯片设计 芯片制造 芯片封装和测试的证券作为样本 [2] - 截至2025年8月29日 指数前十大权重股包括寒武纪 海光信息 中芯国际 澜起科技 中微公司等 [2] - 前十大权重股合计占比62 02% [2] 人工智能技术进展与行业影响 - DeepSeek于9月29日更新实验性AI模型DeepSeek-V3 1-Exp 引入名为DeepSeek Sparse Attention（DSA）的稀疏注意力机制 [1] - DSA机制可在长上下文中进行更快 更高效的训练和推理 [1] - 天风证券指出AI存储革命已至 "以存代算"催生核心机遇 可显著节省算力消耗并加速AI推理 [1] - "以存代算"趋势将带动SSD需求增速高于传统曲线 建议关注存储模组厂商和存储芯片 [1]

中国股市前景与资金流向 - 汇丰全球研究预测到2026年，上证综指将达4500点，沪深300指数将达5400点，深证成指将达16000点，涨幅为17-20% [1] - 汇丰的乐观预测基于三大假设：美国经济避免衰退、人工智能资本开支持续以及美联储继续降息 [1] - 摩根士丹利数据显示，截至8月底，外国多头基金对中国资产流入规模达10亿美元，而去年为流出170亿美元 [1] - 超过90%的摩根士丹利路演客户明确表示愿意增加对中国资产的敞口，为2021年初以来最高兴趣水平 [1] - 高盛指出全球对冲基金上个月在中国境内股票市场的活跃度为近年来最高 [2] - 官方数据显示各类资产的外资流入均在增加，这种同步增长现象在过去十年仅出现过三次 [2] - 富达国际表示全球投资者对中国资产兴趣明显增加，其投资组合经理在不断增持中国股票 [2] 全球宏观经济与政策展望 - 野村证券预计澳洲联储将维持官方现金利率不变，沟通口径可能转向不那么鸽派的立场 [3] - 澳洲联储预测第三和第四季度核心CPI环比涨幅约为0.65%，但野村认为第三季度涨幅可能达0.95% [3] - 野村证券预计美元/日元本周在146.50-151.50区间波动，波动性可能因日本和美国的数据事件而增加 [4] - 凯投宏观认为东京低于预期的CPI夸大了日本通胀放缓速度，坚持日本央行将在10月恢复紧缩政策 [6] - 华泰证券认为10月1日前美国两党达成协议概率较低，政府关门或是基准情形，平均关门一周对当季GDP拖累约0.1个百分点 [8] - 中金公司认为中美信用周期可能迎来各自拐点，美国信用周期在美联储降息后可能重启修复，中国信用周期可能震荡走弱 [9] 行业配置与投资主题 - 招商证券建议继续把握科技和有色金属市场主线，AI仍是港股市场主线，有色金属受益于降息和通胀预期 [6] - 银河证券指出科技板块受益于海内外产业趋势催化，短期压力释放后仍存在修复向上空间 [7] - 华泰证券建议小幅调整仓位，关注主线低位板块如港股科技、国产算力、机器人及"反内卷"中的化工、电池龙头 [8] - 广发证券称顺周期行业在四季度上涨概率超65%，且超60%概率跑赢沪深300，但需基于宏观经济基本面变好预期 [13] - 申万宏源认为调整后"红十月"是大概率，2026年春季可能是A股阶段性高点，科技产业催化仍在趋势中 [10] - 招商宏观预计国庆节后将出台稳增长政策，可能暂时迎来股债双牛，压制融资成本诉求令利率债或迎来短暂做多窗口 [7] 科技与AI产业链 - 方正证券认为AI终端爆发指日可待，端侧AI大趋势下国内厂商在算力SOC、存力、连接芯片领域大有可为 [9] - 天风证券指出"以存代算"技术通过将AI推理数据从DRAM和HBM迁移至SSD，显著降低推理成本并带动SSD需求 [17] - 中信证券认为存储景气度上行至少将延续到2026年下半年，建议重视企业级SSD需求景气度 [11] - 中信建投继续看好储能、锂电板块景气度抬升，国内储能需求超预期，驱动因素从强制配储转向经济性驱动 [18] 大宗商品与周期性行业 - 巴克莱银行认为相对于美元和美国国债，黄金价格似乎没有被高估，金价今年已飙升逾40% [2] - 华泰证券称铜矿再现较大扰动，全球第二大铜矿Grasberg因事故停产，预计2026年供给减量可能达40万吨 [16] - 华泰证券指出PTA行业扩产周期结束，未来两年基本无新增产能，行业拐点渐显，利润有望迎来筑底反弹 [16] - 天风证券看好行星滚柱丝杠在新能源汽车和机器人等新兴产业中的广泛应用 [17] - 华泰证券表示8月工业企业盈利同比从7月的-1.5%大幅上行至20.4%，PPI同比及工业企业利润有望延续修复态势 [14] 房地产市场与特定板块 - 中信证券认为房地产市场具备止跌回稳基础，新房供给过大局面已扭转，看好布局杭州、上海、成都等地的公司 [12] - 招商证券建议增配市场预期差较大的港股保险股以及"困境反转"和高股息等价值策略，部分超跌优质创新药个股可自下而上配置 [6]

技术范式 - 以存代算作为颠覆性技术范式应运而生 旨在突破算力瓶颈与存储墙制约 [1] - 技术通过将AI推理过程中的矢量数据从DRAM和HBM显存迁移至大容量高性价比SSD介质 [1] - 实现存储层从内存向SSD的战略扩展而非简单替代 [1] 核心价值 - 显著降低首Token时延并提升推理吞吐量 [1] - 大幅优化端到端的推理成本 为AI大规模落地提供可行路径 [1] - 显著节省算力消耗并加速AI推理 [1] 行业影响 - AI存储革命已至 以存代算催生核心机遇 [1] - 带动SSD需求增速高于传统曲线 [1]

技术范式背景 - AI推理已成为衡量大模型商业化价值的关键标尺 但面临"推不动、推得慢、推得贵"的挑战 [1] - 为突破算力瓶颈与"存储墙"制约 "以存代算"作为颠覆性技术范式应运而生 [1] - 该技术通过将AI推理过程中的矢量数据从昂贵DRAM和HBM显存迁移至大容量高性价比SSD介质 [1] 核心技术价值 - CachedAttention技术将首Token时延显著缩短87% [2] - Prefill阶段吞吐量提升7.8倍 [2] - 端到端推理成本降低70% [2] - 实现存储层从内存向SSD的战略扩展而非简单替代 [1] 硬件架构突破 - SSD深度参与AI推理 需承接从HBM、DRAM卸载的KVCache [4] - AISSD技术向QLC颗粒演进 实现高性能与大容量兼顾 [4] - 接口协议以PCIe5.0/6.0搭配NVMe为基础 未来融入CXL技术 [4] - 功能向智能化升级 包括自主处理AI检索任务和液冷散热方案 [4] 企业实践案例 - 华为UCM构建智能分级缓存 数据在HBM、DRAM、SSD中按需流动 [5] - 浪潮存储AS3000G7优化存储架构与缓存管理机制 具备高扩展性 [6] - 焱融YRCloudFileKVCache实现分布式环境下高效存取与智能负载均衡 [8] - 铠侠、美光、Solidigm等国际巨头积极推动AISSD技术迭代与产品创新 [10] 产业发展方向 - QLC+PCIe/NVMe+CXL有望构筑下一代AISSD基座 [10] - SSD从单纯存储介质升级为AI推理"长期记忆"载体 [10] - "以存代算"催生核心机遇 带动SSD需求增速高于传统曲线 [10]

AI存储行业发展趋势 - AI存储正迎来爆发式增长窗口期，新一代分布式存储能够实现百微秒级延迟与TB级吞吐，支撑训练、推理与Multi-Agent协同等核心场景，逐步成为AI时代存储层的主流选择 [1] - 全球数据量以36%的年增长率持续扩张，预计到2030年将达到YB级规模，高效、安全地存储海量数据成为算力发挥效力的前提 [2] - 大模型发展重心从训练主导转向推理优化和Agent生态，对存储需求产生五大核心变化 [3][4] 存储需求演变 - 吞吐需求从传统互联网应用的MB/s级提升至训练阶段数十GB/s、推理阶段百GB/s级，Multi-Agent协作需要500GB/s~1TB/s级聚合带宽 [5] - 延迟要求从传统应用的10ms级提升至训练中亚毫秒级、推理<1ms级，Multi-Agent协作需保持<1ms存储响应 [5] - 并发复杂性达到极致，需要支持GB/s级强一致同步、高QPS+低延迟推理，以及TB/s级实时协作 [5] - 多模态数据统一管理需求增强，需同时支持对象存储、文件系统、块存储和KV数据库，并支持数据快照和版本链 [6] - 支持Agent记忆持久化，解决碎片化记忆存储带来的高延迟和复杂度问题 [8][9] 技术突破与创新 - 以存代算成为全球共识，通过存储KV Cache等中间结果替代重复计算，将显存压力从平方级降至线性级，大幅提升推理效率 [7] - 硬件进入"超摩尔时代"，NVMe SSD容量年增50%+，RDMA网络延迟低至十微秒级，但传统存储软件栈开销仍在百微秒级别，形成明显"剪刀差" [10][11][13][14][16] - Universal Storage架构通过统一存储池、多协议访问、元数据与数据分离等技术，解决传统存储架构的效率瓶颈和扩展性缺陷 [23][26][27][28] 市场动态与投资机会 - 硅谷AI存储公司Vast Data正进行新一轮融资，估值高达300亿美元，较2023年12月的91亿美元估值实现3.3倍增长 [2] - 传统企业级存储市场存在大洗牌的颠覆性机会，推理、Agent、向量化等新兴需求将导致数据量爆发，引发存储层投入大幅增长 [32] - 新一代Universal Storage存储软件技术护城河深，全球范围内缺少开源软件可供借鉴，技术和工程门槛高，客户迁移成本高，营收质量和可持续性好 [33] 理想存储架构特征 - 统一存储池支持文件、对象、块、KV多种协议访问，消除数据孤岛和迁移开销，显著降低TCO [26] - 元数据与数据分离，由专用分布式元数据引擎管理，存储在持久内存或高速SSD中，实现毫秒级响应 [27] - 全用户态存储软件和RDMA技术实现零拷贝数据直接送入GPU显存，延迟降至数十微秒级，CPU开销极低 [28] 对标企业画像 - 需要强技术背景和长期自主研发存储系统软件的团队，具备企业关键业务场景的分布式块存储研发经验 [30] - 需从底层系统开始创新设计，结合新一代系统架构和硬件发展，研发统一分布式存储架构，支持传统接口和AI核心场景新型接口 [31] - 生态开放性和硬件中立性至关重要，需无缝对接国产算力芯片、硬件、训练框架、推理框架、Agent、云计算、数据库等 [31]