公司融资与战略 - 全球领先的存算一体AI芯片公司九天睿芯于近日完成了B+轮融资 投资方为深圳市长胜产业协同私募股权投资基金合伙企业（有限合伙）[2] - 本轮融资资金将主要用于优化存算一体AI芯片的多层级架构 加速产品研发迭代 扩大市场覆盖范围 推动产品在更多应用场景商业化落地 并加大人才培养和团队建设投入[4] 公司技术与业务 - 公司专注于存算一体AI芯片的核心技术研发与产业化推进 凭借多层级存算融合架构 在大容量、高带宽和高能效比上取得显著突破[3] - 公司技术尤其在大模型推理领域展现出强大优势 通过深度融合多层级存储与计算 解决了云边端推理对存储容量和能效比的高要求 为智能终端设备和云端AI推理提供高效、低功耗解决方案[3] 投资方观点与行业背景 - 投资方福田引导基金认为 公司在存算融合与端侧AI芯片领域展现出卓越技术实力和持续创新能力 在技术路线选择、产品推进及产业化实践方面表现突出 是福田区战略性新兴产业的优秀代表[5] - 本轮融资被视为深圳硬科技产业生态持续优化的体现 近年来政府出台多项政策支持半导体与集成电路产业发展 福田区通过引导基金等方式为硬科技企业提供精准支持[6] - 公司的成功融资展现了其在存算一体AI芯片领域的技术优势 为行业树立了创新标杆 创投机构的积极参与体现了对硬科技赛道的长期看好[6]

文章核心观点 AI需求全面驱动存储行业进入上行周期，从HBM延伸至DRAM、NAND、HDD等传统存储领域，行业格局被重塑[3] 本轮周期的猛烈程度高于以往，以美光为例，其下季度毛利率指引达66-68%，创历史新高[1] AI服务器从训练向推理的重心转移，催生了“低延迟、大容量、高带宽”的差异化存储需求，而存储厂商资本开支向高附加值的HBM与DRAM倾斜，形成结构性供需失衡，推动产品价格大幅上涨[3] AI服务器带来的存储大周期 - AI需求彻底重塑存储行业格局，带动HBM、DRAM、NAND、HDD全品类进入全面上行周期[3] - AI服务器数据流动路线清晰：HDD的冷数据 -> SSD预热 -> DRAM中转 -> HBM配合计算，各部分在训练和推理服务器中均需要[12] - 当前AI服务器领域出现明显变化：重心从训练向推理迁移，推理服务器更注重DDR（并发任务）、SSD（快速响应）和HDD（大容量）[14] 各类存储在AI服务器中的角色 - **HBM**：与GPU芯片3D堆叠，是GPU的“专用显存”，具有高带宽、高功耗特点，决定单GPU可承载的模型规模与响应速度，是AI服务器的“性能天花板”[11] - **DRAM (DDR5)**：是数据交换枢纽，连接HBM与NAND的“桥梁”，速度比HBM慢但容量大很多倍，其容量决定单服务器可同时处理的任务数，是AI服务器的“内存基石”[12] - **NAND (SSD)**：是热数据仓库，高频访问数据的“快速持久层”，连接DRAM与HDD，作为AI数据中心的“性能-容量平衡者”，是训练数据“快速补给站”和推理服务“快速响应核心”[12] - **HDD**：海量冷数据的低成本容器，具有大容量、成本低特点，是AI数据中心的“容量基石”，决定整体数据存储规模[12] 当前AI存储的特点与“内存墙”瓶颈 - AI数据中心核心矛盾是“内存墙”瓶颈：算力增长速度远超数据传输速度，导致GPU等计算单元空置率高达99%[5] - 以H100为例，HBM带宽3.35TB/s，单Token计算时间10微秒，但加载模型权重（如10GB）和KV缓存（如20GB）需要约9毫秒，计算闲置时间占比近99%[16] - 应对“内存墙”的三大方法： 1. **HBM升级**：堆叠层数从12-Hi向16-Hi升级，传输速度有望从B300的8TB/s提升至16-32TB/s，减少数据排队等待时间[18] 2. **SRAM应用**：3D堆叠SRAM将KV缓存、模型轻量权重放在计算单元近端，量产后采用“SRAM+HBM”形式（SRAM负责“快”，HBM负责“多”），有望将延迟从100ns大幅缩短至2ns附近[19] 3. **存算一体**：将部分算力嵌入存储内部，彻底消除数据搬运速度问题，预计2027年及之后逐渐成为解决途径[19] - 英伟达收购Groq属于防御性收购，旨在获得其SRAM技术（LPU架构、TSP微架构等）和人才，以提升AI推理能力并防止技术落入竞争对手之手[21] HBM市场供需与升级 - HBM是AI需求带来的“从无到有”的直接增量需求，其需求量与AI芯片出货直接挂钩[23] - 当前主流AI芯片（英伟达、AMD、谷歌）基本搭载HBM3E，三大原厂已开始对HBM4进行送样，HBM4预计2026年开启量产[6][24] - **供给端**：三大原厂（三星、海力士、美光）资本开支重心投向HBM领域[27] 2025年四季度三家合计HBM月产能约39万片，预计到2026年四季度提升至51万片[29] 考虑产能爬坡和50%综合良率，预计2026年HBM供应量约为41.9亿GB[34][35] - **需求端**：HBM需求量通过“CoWoS -> AI芯片 -> HBM”路径估算，2026年全球CoWoS需求量约128万片，对应HBM需求量约42亿GB[36][39] - **供需格局**：2026年HBM市场呈现“供应紧平衡”状态，供应量（41.9亿GB）与需求量（42亿GB）基本匹配[6][39] - **竞争格局**：海力士占据当前HBM市场近一半份额，三星和美光份额接近[32] 随着三星HBM3E在2024年四季度获得英伟达认证，其出货份额有望回升并反超美光[32]

行业背景与趋势 - AI算力需求正经历爆发式增长，传统冯·诺依曼架构的“内存墙”瓶颈（数据频繁在内存与处理器间搬运）日益凸显，制约了整体计算效率的提升 [2][14] - 存算一体技术被视为下一代计算架构变革的关键方向，旨在解决上述瓶颈 [2][14] - RRAM（阻变存储器）作为存算一体的重要技术路径，能将存储与计算融为一体，具有无需耗能维持存储状态（整体功耗低）、单个存储单元可存储多位数据（有望提高存储密度）等技术特点 [2][14][15] 公司融资情况 - 2026年1月5日，铭芯启睿完成超亿元人民币（具体为10000万元）的Pre-A轮融资 [2][7][14][18] - 本轮融资由国开科创、联想创投领投，中芯聚源、顺禧基金、恒裕投资跟投，老股东中科创星、小米战投持续加码 [2][8][14][20] - 这是公司自2025年3月完成近亿元天使轮融资后，时隔不到一年再获资本加持 [2][14] - 本轮融资汇聚了国家产业资本、战略资本与头部市场化基金，体现了市场对新型存储与存算产业发展潜力的看好 [7][18] 公司技术与研发实力 - 公司成立于2024年5月27日，背后是中国科学院刘明团队二十多年的技术积累，知识产权来源于该团队的200多项发明专利及芯片设计IP [3][15] - 核心团队来自中科院及相关行业资深专家，具备全流程交付实力，曾创下全球第一颗14nm RRAM芯片、全球28nm单芯片最大容量128Mb RRAM、全球最高密度3D VRRAM等业界记录 [3][15] - 公司是刘明团队孵化的唯一公司，通过科学院新型模式赋权进行成果转化，产学研结合模式为技术领先性提供基础 [5][17] - 截至2025年8月，公司已注册“铭芯启睿”文字商标2件、图形商标2件，另有“MEMSILICON”商标在申请中，形成了较为完善的知识产权保护体系 [5][17] 产品进展与商业化 - 产品聚焦三个方向：面向AI大模型场景的混合异构存算系统、嵌入式IP和独立式存储芯片产品 [6][17] - 在嵌入式IP方向，已与下游客户签订总额达数百万元的IP供应合同 [6][17] - 已与客户签订独立式RRAM芯片的战略合作协议和长期供货协议 [6][17] - 已与多家上下游企业建立合作，进行联合技术攻关，并深度绑定多家龙头企业客户共同定义产品 [6][17] - 已顺利完成产品工程批验证流片，为后续规模化量产奠定基础 [6][17] - 产品应用已覆盖消费电子、工业制造及数据中心三大场景 [11][22] 投资方观点与资金用途 - 领投方国开科创（国家开发银行旗下）认为RRAM是具备突出技术潜能的新型存储介质，在解决先进制程嵌入式存储、存算一体方面想象空间广阔 [8][19] - 领投方联想创投认为公司核心团队拥有深厚的技术积累和极强的专注力与迭代韧性 [8][19] - 跟投方中芯聚源（与中芯国际关系密切）的参与将为公司后续芯片制造提供产业链支持 [8][20] - 小米战投的持续加码体现了手机厂商对新一代存储技术的迫切需求 [8][20] - 老股东中科创星认为RRAM及存算一体技术是从材料与器件层面重构计算的深刻变革 [8][20] - 本轮融资将用于RRAM核心技术研究、人才团队扩充，以推动RRAM技术产品规模化量产，加速存算技术落地应用 [8][20] 竞争格局与公司前景 - 全球芯片巨头（如台积电、三星、美光、SK海力士）均在积极布局RRAM技术，竞争日趋激烈 [11][22] - RRAM技术具备低功耗、快速读写、高密度等优势，可大幅提升AI计算效率、降低使用成本，是先进节点嵌入式非易失存储的重要解决方案 [11][22] - 随着3D器件及堆叠技术成熟，RRAM的非易失低功耗特性将更加凸显，与AI算力需求爆发结合，正推动存算一体技术走向产业化前沿 [11][22] - 铭芯启睿凭借深厚技术积累和快速工程化能力，有望在该领域占据先机，其进展表明中国企业在下一代计算架构竞争中已占据一席之地 [11][22][23] - 随着RRAM技术产品规模化量产到来，存算一体技术有望真正走出实验室，赋能万千AI应用场景 [12][23]

全球AI基础设施支出与存储瓶颈 - 当季全球AI基础设施总支出达820亿美元，其中服务器占比98%，存储设备仅占1.4%，支出金额为16亿美元 [2] - 生成式AI大模型参数突破万亿级，训练产生的PB级检查点数据和推理阶段的实时数据调用，使“数据饥饿”成为制约算力释放的核心瓶颈 [2] - 全球数据圈将在2025年达到175ZB，其中85%为非结构化数据，传统存储模式存在严重的“数据堵点” [3] AI NAS市场增长与产业变革 - 全球AI NAS设备市场预计到2031年将达到7.3亿元，年复合增长率高达49% [2] - AI NAS正重构存储产业价值逻辑，从被AI服务器“遮蔽”的1.4%份额，走向即将爆发的200亿美元赛道 [2] - AI注入使NAS完成从“数据仓库”到“算力节点”的蜕变，从传统NAS演变为AI NAS [2] AI NAS与传统NAS的技术架构与能力对比 - 传统NAS以“存储控制器+硬盘阵列”为核心，性能指标集中在读写速度和容量 [3] - AI NAS以“存储模块+AI算力模块+智能调度模块”为核心，形成“存算一体”闭环，性能指标扩展至算力和模型支持能力 [3] - 在数据采集环节，AI NAS实现“多终端智能同步+自动分类”，而传统NAS依赖手动拷贝或简单同步 [3] - 在数据检索环节，AI NAS支持“文本、语音、图片”多模态语义级检索，而传统NAS仅支持按文件名检索 [3] - 在数据处理环节，AI NAS内置AI工具实现“数据存储即处理”，而传统NAS仅存储原始数据 [3] - 在数据共享环节，AI NAS将数据转化为“智能服务”，而传统NAS仅支持文件共享 [3] AI NAS的性能提升与成本优势 - 传统NAS采用SATA协议机械硬盘，读写速度通常低于200MB/s，导致全球AI服务器的平均算力利用率不足45% [4] - 极空间Z425 AI NAS支持NVMeoF协议，本地读写速度达3000MB/s，配合雷电4接口，使4K视频素材导入时间从20分钟缩短到秒级别，导出速度提升近3倍 [4] - 用云端GPT-4处理10万份会议纪要需支付3万元且响应延迟超5秒，用本地AI NAS一次性投入8000元，响应时间仅300毫秒，后续几乎零成本 [8] - 某50人制造企业部署铁威马AI NAS后，硬件投入2万元，6个月收回成本，此前每月需支付1.2万元云端AI服务费 [8] - 部署AI NAS的中小企业，平均IT效率提升45%，人力成本降低20% [8] - 2025年企业级PCIe 4.0 NVMe SSD每GB价格以11%幅度下降，其中第一季度企业级固态硬盘平均销售价格大幅下降近20%，AI NAS单位存储成本进入0.6元/GB区间 [8] AI NAS的核心应用场景与需求驱动 - AI NAS已形成“个人家庭、中小企业、垂直行业”三大核心场景 [11] - 全球边缘计算存储市场规模已突破200亿美元，家庭与中小企业AI存储需求年增长率高达47% [11] - Gartner报告显示，68%的企业因担心数据泄露拒绝将核心数据上传至公有云，数据隐私法规强化了“数据本地化”需求 [6] - AI NAS通过“本地模型运行+AES 256位加密存储”确保数据不离开设备，解决数据隐私矛盾 [7] - 个人用户方面，绿联AI NAS在日本用户中50岁以上群体占比达32%，远超传统NAS的15%，“担心云端数据泄露”是主要购买动机之一 [7] - 中小企业长期面临“算力成本高、IT人才缺”困境，AI NAS的“低成本智能”特性契合其需求 [12] - 具备AI生产力工具的存储设备能帮助中小企业将决策响应速度提升60% [12] - 铁威马T系列AI NAS 2024年销量同比增长180%，核心客户集中在电商、制造、律所等领域 [12] 垂直行业应用案例与效果 - 医疗领域，某县级医院采用AI NAS存储百万级CT影像，本地部署的肺结节检测模型能在5秒内完成分析，灵敏度达95%，阅片时间从30分钟缩短至5分钟 [7][12] - 具备内置合规验证能力的存储产品，在医疗、金融领域的中标率较传统方案高出3.2倍 [7] - 2025年全球医疗影像数据量达80PB，中国医疗机构产生的医学影像超500PB [12] AI NAS的技术实现与硬件基础 - AI NAS通过“内置模型+开源兼容+SDK支持”实现“模型自由”，支持Ollama、llama.cpp等开源框架，可自行部署Llama 3、Mistral等大模型 [4] - 良好的硬件基础对AI NAS至关重要，双锐炫Pro B60配置在本地知识库检索测试中效果明显优于单卡或无卡配置，为运行32B大模型提供了基础 [5] - 模型规模对准确度有影响，32B模型在检索中表现优于14B模型 [5] - 2025年中国串行连接存储设备市场规模突破1500亿元，其中NVMe SSD市场规模达480亿元，复合年增长率28.6% [5] 市场前景与行业预测 - 2025年是AI NAS的落地元年，2026年将迎来爆发期 [11] - IDC预测，随着AI模型从“实验室走向生产端”，存储支出占比将从当前1.4%快速提升至2027年的12%，AI NAS将成为核心增长引擎 [5] - AI NAS的应用场景正从消费级向企业级扩展 [11] - 行业内对AI NAS尚无严格定义和标准，共识是集成了NPU、GPU等处理器，能更高效运行AI应用的NAS产品可视为AI NAS [13]

涉及的行业与公司 * 行业：半导体设备制造，特别是存储芯片测试设备、算力芯片测试设备、先进光学检测设备 [2] * 公司：精智达 [1] 核心业务进展与技术突破 * **高速FT测试机**：于2025年9月通过客户验证并取得首台订单，部分指标超过国际同类产品 [3] * **HBM专用测试机**：高速FT测试机和HBM专用测试机通过客户验证并获得订单，验证了公司在存储测试设备领域的技术领先优势 [2] * **HBM高速CP测试机**：关键验证环节已进入收尾阶段，预计2026年将迎来重要发展 [3] * **老化测试机**：在先进温控、老化修复技术及功率电流控制方面巩固了核心地位，使公司成为国内唯一能够实现DM领域全制程系统化解决方案的供应商 [3] * **AIC芯片**：年初通过重点客户验证，支持9Gbps测试速率，应用于FT高速测试机和HBM领域的CPU处理器，为未来产品迭代及HBM应用打下基础 [3] * **核心芯片**：实现自主可控并具备量产经验，在行业中处于领先地位 [4] 财务表现与未来展望 * **2025年业绩**：收入订单（尤其是半导体领域）已超过年初预期，再创历史新高，高毛利产品占比提升带动综合毛利率增长，具体数据将在年报披露 [2][5] * **2026年展望**：预计订单收入将再创历史新高，根据已取得订单，至少未来两个季度经营情况非常乐观 [2][5] * **核心战略**：坚持平台化核心战略，构建存储芯片测试、算力芯片测试、探真卡、AR/VR/XR测试及先进光学测试五大产品线 [2][5] * **研发与产能**：把握HBM及先进封装扩产需求，加大研发投入以确保技术领先，有序提升产能规模以匹配下游客户需求 [5] 当前挑战与应对策略 * **主要挑战**：整体产能饱和以及供需紧张，反映出市场对产品高度认可 [6] * **扩产计划**：计划参考国际厂商扩产经验，以满足更多客户需求，争取在2026年大幅提升产能，扩产规划不会低于国际厂商（过去两三年扩产接近3倍）的水平 [6][8] * **客户策略**：优先满足现有战略客户（如HBM、新工艺规模化应用）需求，同时积极响应其他重点客户新增URM、NAND及HBM相关设备需求，以确保交付并扩大市场份额 [6][7] * **生产调配**：由于半导体订单景气度高，已在挪用其他生产线来匹配重点客户的交付需求 [10] * **供应链管理**：计划提升供应链和后续生产能力以应对高需求，详细订单及交付计划将在年报中提供 [10] 新产品开发与未来计划 * **高端专业芯片测试机**：基于已有9Gbps ASIC存储领域成果，加快样机推出 [8] * **存算一体**：凭借长期SOC与ASIC研发优势，满足综合处理与检测需求 [8] * **光学检测方案**：与Meta等国际终端客户合作提供光学检测方案，并与国内知名终端客户合作提供一站式解决方案（包括存储、SOC及光学检测等），为智能眼镜等端侧AI布局打下基础 [2][8] * **2026年计划**：预计会有重大进展，包括新品推出和批量交付，以及进一步拓展智能眼镜等新兴业务 [8]

AI时代机械硬盘(HDD)的不可替代性 - AI进步推动存储介质多样化，但HDD在数据可恢复性、耐用性及应对大规模数据时的成本优势上具有不可替代性，使其在企业级大数据存储中仍是主流产品[7] - 硬盘供应商的核心价值在于成为支撑大数据及AI发展的基石，需持续进行大容量技术研发、保持性能稳定并降低用户总拥有成本(TCO)[7] - 运营成本是数据中心重要考虑因素，硬盘技术突破意味着在体积不变下容量大幅提升，从而降低单位存储的重量和能耗，对降低TCO和实现“绿色数据中心”至关重要[9] 东芝硬盘的大容量技术路线与研发挑战 - 公司近期成功验证了12盘片堆叠技术，并规划了通向40TB+容量的路线图[8] - 实现该突破的最大挑战在于物理空间的极致压缩，需在标准3.5英寸企业级HDD(厚度仅2.61厘米)的有限空间内堆叠更多盘片，同时保持盘片坚固性及硬盘整体性能稳定[8] - 公司正处于从传统垂直磁记录(PMR)转向能量辅助垂直磁记录(如MAMR、HAMR)的技术过渡期，已验证的12盘片堆叠技术可用于PMR和HAMR，未来可提供基于HAMR技术的50TB以上HDD[21] - 未来三年内，公司将推出30TB以上甚至40TB的传统磁记录(CMR)和叠瓦式磁记录(SMR)硬盘[23] 中国市场存储需求的特点 - 中国客户与全球(尤其是北美)客户的共同点是倾向于快速迁移到至少20TB+的大容量HDD[10] - 不同之处在于，全球AI和云计算客户对超大容量硬盘的新品导入测试(NPI)更积极且对成本更敏感，因此SMR HDD在海外更受欢迎；中国客户则更看重性能稳定性，CMR HDD目前仍是国内市场主流选择[10] - 中国是世界第二大且仍在快速增长的市场，一些中国客户同时也是世界一流的产品或服务提供商[17] 东芝与新科电子(SAE)独特的本土化协同制造模式 - 东芝在中国大陆建立了近线硬盘(近线HDD)产线并成功实现量产，其核心目标是专注服务中国客户[2][17] - 新科电子(SAE)作为东芝长期的战略合作伙伴及全球顶尖硬盘磁头供应商，承担了东芝硬盘在中国的制造任务[3] - 合作模式的独特优势在于“同地协作”：核心零部件(磁头)的生产与硬盘整机组装被放在同一物理空间，这种“门对门”协同缩短了交付周期、降低了运输成本、提升了库存管理效率，并实现了更紧密的技术合作与快速反馈[12][13] - 自2023年该产线成立以来，超过70%的客户完成了产线审计及工厂技术访问；截至2025年第三季度，SAE制造的硬盘出货量已超过百万[17] - 本土化生产具有地理优势，服务团队和工厂可更方便地与客户沟通，显著提高了解决问题和服务的效率[17] 新科电子(SAE)的技术创新与制造能力 - 在大数据和AI时代，硬盘行业的主要挑战是在保持成本、性能和可靠性的前提下，在不变的外形尺寸内不断增加存储容量[14] - SAE在过去十五年投入大量资源开发微波辅助磁记录(MAMR)和热辅助磁记录(HAMR)磁头技术，目前正在大规模生产MAMR硬盘，并计划在2027年为HAMR产品的生产做好准备[14] - MAMR和HAMR技术的磁头制造需要埃级(十分之一纳米)的精密制造工艺，SAE通过投资全自动制造和测试工艺来满足精度要求[14][16] - SAE提供从HAMR/MAMR磁头设计、工艺开发、测试开发到设备制造的一站式解决方案，支持东芝实现下一代HDD技术所需的面密度[16] - 在智能工厂系统方面，SAE在过去10年已用自动化设备取代手动作业并建立基本数字连接，近年来专注于开发集成系统并使用数据分析优化流程，长期目标是开发智能系统进行实时工作流程优化[15] 本土化战略对产业链与供应链的影响 - 本地化生产大幅提升了对国内数据中心客户的业务支持效率和服务响应速度[18] - 东芝硬盘工程师、SAE工程师和数据中心工程师之间的日常交流与互动，有助于加速中国工程师在高容量硬盘技术各方面技能的发展[18] - 东芝将完整的近线HDD生产线及其标准操作程序(SOP)移交给SAE，并对工程师进行操作培训；SAE工程师在掌握生产经验后，进一步提高了工艺良率和制造效率[22] - SAE在菲律宾东芝工厂附近建立了硬盘磁头制造基地，在中国硬盘磁头制造厂附近建立了近线硬盘生产线，以支持东芝的本地及全球客户，正提供一站式解决方案以支持东芝扩大全球市场份额[24] 公司理念与未来展望 - 驱动公司持续创新的“技术基因”或“工程师精神”被形容为一种源自内心的“热情、严谨、注重细节”的工匠精神[25] - 公司希望被视为一个“务实可靠”的合作伙伴，一个重视长期合作的朋友，其使命是继续支持数据中心、OEM供应商和渠道客户等所有细分市场的存储业务[26] - 对于2025年东芝与中国存储市场共同进步的趋势，关键词是“同步”和“互动”，即与客户保持紧密沟通并根据反馈提供及时响应与服务[23] - 展望未来，在AI推动下，全球市场发展迅速且可能持续到2026年底，中国市场也有很多项目需求，预计供应会比较紧张，公司将通过密切合作最大限度地提高供应能力[23]

AI时代机械硬盘(HDD)的不可替代性 - AI发展推动存储介质多样化，但HDD在数据可恢复性、耐用性及应对大规模数据时的成本优势方面具有不可替代性，使其在企业级大数据存储中保持主流地位[9] - 硬盘供应商的核心价值在于成为支撑大数据及AI发展的基石，需持续进行大容量技术研发、保持性能稳定并降低用户总拥有成本(TCO)[9] - 实现更大容量的关键技术挑战在于物理空间的极致压缩，需在标准3.5英寸企业级HDD的2.61厘米厚度内堆叠更多盘片，同时保持盘片坚固性及整体性能稳定[10] - 大容量技术突破意味着在硬盘体积不变的情况下提升容量，从而降低单位存储的重量和能耗，对帮助数据中心降低TCO、实现"绿色数据中心"目标至关重要[11] - 全球AI与云计算客户的共同点是倾向于快速迁移到20TB+以上的大容量HDD，不同点在于海外客户对成本更敏感而偏好SMR HDD，中国客户更看重性能稳定性而主流选择CMR HDD[12] 东芝与新科电子(SAE)的协同制造模式 - 东芝在中国大陆建立了近线硬盘( Nearline HDD )产线并成功实现量产，这不仅是"在中国销售"更是"在中国制造"的故事[2][3] - 新科电子(SAE)作为东芝长期战略合作伙伴及全球顶尖硬盘磁头供应商，承担了东芝硬盘在中国的制造任务，形成了核心零部件生产与硬盘整机组装在同一物理空间的独特合作模式[3] - 这种"门对门"的协同效应缩短了交付周期、降低了运输成本、提升了库存管理效率，并能实现更紧密的技术合作，更快地将先进设计集成到产品中，为东芝提供了竞争优势[15] - 自2023年本土产线成立以来，超过70%的客户完成了产线审计及工厂技术访问，截至2025年第三季度，SAE制造的硬盘出货量已超过百万台[19] - 本土化生产具有地理优势，便于服务团队和工厂与客户沟通，客户参观工厂的需求日益增多，这种模式正成为连接供应商与客户的纽带[19] - 本地化生产大幅提升了对国内数据中心客户的业务支持效率和服务响应速度，工程师之间的日常交流有助于加速中国工程师在高容量硬盘技术方面技能的发展[20] 大容量硬盘的技术发展路径与规划 - 东芝已成功验证12盘片堆叠技术，并规划了通向40TB+的路线图，该技术可用于PMR和HAMR，可提供30-32TB的PMR CMR硬盘，未来可提供基于HAMR技术的50TB以上HDD[10][25] - 行业正从传统的垂直磁记录(PMR)转向能量辅助的垂直磁记录技术，如微波辅助磁记录(MAMR)和热辅助磁记录(HAMR)[25] - 新科电子(SAE)在过去十五年投入大量资源开发MAMR和HAMR磁头技术，目前正在大规模生产MAMR硬盘，并计划在2027年为HAMR产品的生产做好准备[16] - MAMR和HAMR技术的磁头制造需要埃级(十分之一纳米)的精密工艺，只有通过全自动化制造工艺才能实现，SAE提供从设计、工艺开发、测试开发到设备制造的一站式解决方案[16][18] - 未来三年内，东芝将推出30TB以上甚至40TB的CMR和SMR硬盘[27] 智能制造与供应链保障 - 为满足MAMR和HAMR技术的精度要求，SAE投资了全自动制造工艺和测试工艺[16] - 在过去十年里，SAE已用自动化设备取代手动作业流程并建立基本数字连接，近年来专注于开发集成系统并使用数据分析优化流程，长期目标是开发智能系统进行实时工作流程优化[17] - HDD的长期价值在于能否提供经济高效、可靠的数据存储方案以满足大数据和AI应用的需求，这需要不断发展先进的数据记录技术以匹配日益增长的面密度要求，实现成本节约[24] - 通过准确的需求预测和投资计划来满足客户要求非常重要，东芝和SAE在技术开发、需求预测、投资计划及资源规划方面保持及时沟通和密切合作以保障客户供应链[24] - 2023年，东芝将完整的近线硬盘生产线及其标准操作程序移交给SAE并进行了培训，SAE工程师在掌握生产经验后进一步提高了工艺良率和制造效率[26] 市场战略与未来展望 - 东芝在中国本土产线的核心目标是专注服务中国客户，SAE的优先供应将帮助中国客户在全球竞争中提高市场份额[19] - 对于2025年，东芝与中国存储市场共同进步的关键词是"同步"和"互动"，即与客户保持紧密沟通并根据反馈提供及时响应与服务[27] - 在人工智能推动下，全球市场发展迅速，供应可能持续紧张至2026年底，公司将通过密切合作最大限度地提高供应能力[27] - 新科电子(SAE)将继续成为东芝的全球战略供应商，通过在菲律宾工厂附近建立磁头制造基地、在中国磁头制造厂附近建立硬盘生产线等方式，提供一站式解决方案以支持东芝扩大全球市场份额[28] - 公司希望被客户和合作伙伴记住是一个"务实可靠"的合作伙伴，一个重视长期合作的朋友，其使命是继续支持数据中心、OEM供应商和渠道客户等所有细分市场的存储业务[30]

核心观点 - 联想创投作为联想集团的科技型CVC，凭借其“研究驱动”的投资策略和对“计算”作为硅基智能革命核心驱动力的前瞻判断，在中国算力崛起浪潮中取得了卓越的投资成果，其早期布局的“算力四贵”（寒武纪、海光信息、摩尔线程、沐曦）合计市值已超1.6万亿元，并构建了覆盖AI芯片、CPU、GPU及多元异构算力等领域的完整生态矩阵[1][3][7][11] 联想创投的投资策略与逻辑 - 投资策略根植于联想集团“端-边-云-网-智”新IT战略，将AI算力视为智能世界的“心脏”，并判断应用导向的大计算将使未来十年算力需求有百倍增长[4] - 坚持“研究驱动型”投资，每年从12月底到次年2月进行三个月深度行业研究，期间不投任何项目，以发现下一个大趋势[7] - 投资逻辑强调捕捉拥有国内稀缺、稳定的全建制世界级技术团队，且经历过完整芯片研发周期的企业[5][7] - 作为“科技型CVC”，其高命中率得益于集团基因与长久不变的研究驱动特点，并提醒自身需跳出主营业务视角，以更独立、前瞻的视角思考科技前沿[7][12] 关键投资案例与成果 - **寒武纪**：2017年从A轮开始投资，是当时中国市场上极少数从底层指令集和芯片架构层面为AI专门设计和优化的先行者，联想创投是仅有的参与其四轮融资的机构，公司市值最高突破6000亿元[4] - **海光信息**：投资时是少数几家同时具备高端CPU和GPU研发能力的企业之一，2024年9月股价达270元/股，较发行价翻超7倍，市值一度超6000亿元[5] - **摩尔线程与沐曦**：于2021年国产GPU尚在概念验证期时，即在两家企业的A轮融资中坚定出手，两家公司均在近期登陆科创板，市值达3000亿元级别[1][5] - **芯驰科技**：早期投资的车载计算芯片企业，2023年7月获得北京市、区两级10亿元战略投资，投后估值超140亿元[8] - **此芯科技**：2021年天使轮投资，其AI CPU芯片“此芯P1”端侧AI异构算力达45TOPS，可运行100亿参数以内的端侧大模型[8] - **无问芯穹**：公司成立仅一年四个月时累计完成近10亿元融资，联想创投参与了其2023年9月近5亿元的A轮融资及2024年11月近5亿元的A+轮融资[9] 构建的算力生态与技术矩阵 - 已构建技术互补的算力生态矩阵：寒武纪主打AI专用芯片；海光信息走x86兼容路线；摩尔线程做全功能GPU；沐曦聚焦数据中心GPU[7] - 生态协同价值显著：寒武纪芯片集成于联想AI服务器；海光CPU/DCU用于联想超算集群；摩尔线程GPU适配联想游戏本与工作站；与沐曦联合推出“DeepSeek国产AI一体机”[10] - 生态合作缩短被投企业市场验证期，实现规模化落地，同时反哺联想全产业链布局，创造远超账面回报的价值[10] 对未来投资方向的判断与布局 - 坚信中国在“超级科技大工程”时代拥有独特优势，重点关注颠覆性计算架构的革命，包括存算一体、量子计算、RISC-V及类脑计算等技术驱动的突破[11] - 认为硅基智能革命的核心驱动力是“计算”，其广义概念包含存储、计算、互联通信，构成AI的计算底座，并需辅以大量的新型AI终端（如AI PC、穿戴、具身、低空设备等）[11] - 已在存算一体、量子计算、RISC-V、类脑计算等颠覆性技术领域布局华翊量子、图灵量子、进迭时空、清程极智等企业[12] - 投资历程紧跟科技发展：2016年投产业互联网、AI 1.0；2017年起投资芯片半导体；前几年布局算力；近两年押注AI 2.0、机器人2.0[13]

AI芯片赛道近期市场表现 - AI芯片赛道成为近期一二级市场关注焦点，摩尔线程登陆科创板，上市首日股价最高涨超500%至688元/股，市值一度突破3000亿元 [2] - 沐曦开盘即报700元/股，市值直接站上3500亿元关口 [2] - 截至12月19日收盘，四家AI芯片公司市值分别为：摩尔线程3121亿元、沐曦2863亿元、寒武纪5347亿元、海光信息4744亿元 [3] 联想创投的投资布局与时机 - 联想创投同时是摩尔线程、沐曦、寒武纪、海光信息四家千亿市值AI芯片公司的股东 [2] - 该机构于2017年参与寒武纪A轮投资，是唯一连续参与其四轮融资的机构 [5] - 2021年，联想创投在摩尔线程和沐曦股份的A轮阶段入局，并于2025年在沐曦的C轮融资中继续加注 [5] - 2021年参与了海光信息IPO前的战略融资 [6] 联想创投的投资逻辑与核心能力 - 作为联想集团的CVC，其核心定位是为集团未来5-10年的创新方向进行前瞻性布局 [6] - 投资逻辑是站在未来10年的视角锚定当下投资方向 [6] - 前瞻性判断认为大算力将成为未来社会发展与国家竞争的重要基石，车载计算、机器人计算、AR/VR、IoT等新场景将催生未来10年数以百倍增长的算力需求 [7] - 每年花费2-3个月时间专注进行行业研究，期间不投资任何项目 [8] - 深度行研能力支撑了其早期投资的高命中率 [7][8] 构建互补的AI算力投资版图 - 投资布局并非押注单一技术路线，而是构建了互补的算力版图 [7] - 寒武纪（AI专用芯片）对应算法效率需求 [7] - 海光信息（x86兼容CPU）对应生态迁移需求 [7] - 摩尔线程（全功能GPU）对应图形渲染需求 [7] - 沐曦（数据中心GPU）对应高性能计算需求 [7] - 投资版图还囊括此芯科技、无问芯穹、后摩智能等其他算力企业 [9] 通过生态体系实现双向赋能 - 对于优质科技企业，发展到特定阶段后，产业资源比资金更为迫切 [12] - 联想创投的核心竞争力在于与生俱来的联想集团产业资源禀赋 [12] - 赋能模式是构建双向奔赴、价值共生的生态闭环 [12] - 一方面为被投企业提供场景、产研、技术与市场通道，另一方面被投企业也反哺联想创新算力底层能力 [12] - 寒武纪AI芯片已集成在联想AI服务器上，应用于智慧城市、医疗影像等场景 [13] - 海光信息的CPU与DCU产品为联想的科研计算、金融量化建模提供核心算力 [13] - 摩尔线程GPU芯片搭载于联想游戏本与专业工作站 [13] - 联想集团与沐曦联合推出“DeepSeek国产AI一体机”，打造芯片+硬件+软件一体化解决方案 [13] 未来投资方向 - 在保持对核心算力芯片关注的同时，正将目光投向下一代计算范式 [13] - 积极布局存算一体、量子计算、RISC-V、类脑计算等颠覆性技术 [13] - 在相关领域已投出华翊量子、图灵量子、进迭时空、铭芯启睿、清程极智等多家企业 [14]

文章核心观点 - 中国存储服务器行业正处在AI需求爆发与国产化替代双轮驱动的高速发展阶段，市场规模快速增长，技术向高性能与绿色化演进，市场格局呈现头部主导、生态协同的特点，未来将向场景化定制与服务模式创新方向进阶 [1][6][9][12] 行业定义与分类 - 存储服务器是一种以数据存储和管理为核心功能的专用服务器，整合硬件与软件系统，提供高可靠、高扩展性的数据存储解决方案 [2] - 与通用服务器相比，存储服务器资源分配偏向存储功能，通常配备更多硬盘插槽、支持大容量存储介质，并搭载专业存储协议和冗余机制，优先保障数据安全与存取效率 [3] - 存储服务器可按架构分为直连式、网络附加式、存储区域网络式和分布式；按存储介质分为机械硬盘、固态硬盘及混合存储；按应用场景可分为企业级、监控级、云存储服务器等 [4][5] 行业发展驱动因素 - **政策支持**：国家相继出台《新产业标准化领航工程实施方案》、《算力基础设施高质量发展行动计划》等一系列重磅政策，从技术标准、基建建设、产业生态、绿色低碳等多维度提供支持 [1][6] - **上游技术突破**：存储芯片领域，长江存储凭借Xtacking架构使NAND闪存全球市场份额提升至8.1%；长鑫存储攻克14nm制程，其DDR5内存芯片2025年全球市占率达10.1%，完善了国产产业链 [7] - **下游需求旺盛**：应用覆盖公共服务、互联网、金融等多领域，算力基础设施升级打开增长空间，2024年全国算力总规模达280 EFLOPS，智能算力规模达90 EFLOPS，预计2025年将分别突破300 EFLOPS和100 EFLOPS [1][8][9] 市场规模与现状 - **整体服务器市场**：2024年中国服务器市场规模达2492.1亿元，同比增长41.3%，预计2025年将增至2823.5亿元，同比增长13.3% [9] - **存储服务器市场**：2024年中国存储服务器市场规模达438.7亿元，预计2025年将增至521.9亿元，持续领跑整体服务器市场增速 [1][9] - **技术发展现状**：分布式存储架构成为市场主流，NVMeoF协议、全闪存阵列快速普及，PCIe 6.0接口搭载率已达40%，液冷技术的规模化应用将数据中心PUE降至1.1以下 [9] 产业链分析 - **上游**：聚焦CPU、GPU、存储芯片、PCB等核心零部件与软件供应，技术壁垒高，本土企业在性价比、定制化及政策支持下逐步突破高端领域 [6] - **中游**：为服务器制造与集成，厂商分为OEM品牌、ODM原始设计等模式，是连接上下游的核心纽带，技术推动从“组装集成”向“核心技术自主”转型 [6] - **下游**：覆盖互联网、云计算、金融、政府、电信等多样化应用市场，需求驱动服务器从“标准化”向“场景化定制”升级 [6] - **存储芯片市场**：2024年中国存储芯片市场规模达4267亿元，预计2025年将攀升至4580亿元 [7] 企业竞争格局 - 行业呈现“头部主导、ODM定制、特色深耕”的立体竞争格局，华为、浪潮信息等头部厂商占据国内超六成主流市场 [10] - **重点企业布局**： - 华为以自研芯片与多协议兼容的OceanStor系列中标国有银行核心项目 [10] - 浪潮信息以300余项液冷专利实现PUE低于1.1，全力适配AI算力需求 [10] - 长江存储基于Xtacking架构的NAND闪存已为阿里、腾讯云供货 [10] - 长鑫存储的DDR5芯片良率突破80%，已适配主流服务器 [10] - 易华录在全国建设30余个数据湖，主攻政务金融冷数据存储 [10] - 江波龙推出小尺寸高可靠性存储产品，其企业级SSD获字节跳动AI数据中心批量采购 [10] 行业发展趋势 - **技术迭代：高性能与绿色化双线并行**：全闪存阵列、分布式存储成主流，NVMeoF协议和新一代PCIe接口优化数据传输效率，液冷等低碳技术规模化落地，存算一体、软件定义存储等架构融合突破传统性能瓶颈 [12] - **市场格局：国产化替代与生态协同深化**：从存储芯片、控制器到操作系统的全产业链自主可控能力持续增强，市场竞争从单一产品比拼转向“存储+计算+网络”一体化解决方案竞争 [13] - **需求升级：场景化定制与服务模式创新**：AI大模型训练、自动驾驶等场景催生定制化产品，存储即服务模式逐步普及，数据安全合规要求推动加密存储等增值服务发展，行业向“产品+服务”综合模式转型 [14]