文章核心观点 - AI体系结构正在发生根本性变化，存储（特别是NAND）的角色从“成本项”转变为AI的“核心生产要素”，这引发了市场对存储板块的价值重估，闪迪股价在三周内累计涨幅超过100%即是例证 [3][19] AI推理架构演进与存储需求重构 - 英伟达CEO黄仁勋在CES 2026上提出ICMS概念，指出“上下文”正取代算力成为AI的新瓶颈，原因是模型上下文窗口迈向TB级别，KVCache等对HBM的挤占难以持续 [4][5] - 英伟达的解决方案是将上下文从HBM卸载到独立存储机架，在DGX Vera Rubin NVL72 SuperPOD架构中首次引入专门用于推理上下文的存储机架，通过BlueField DPU与Spectrum-X以太网接入 [6] - 这一架构变化带来巨大的新增NAND需求：每个SuperPOD新增NAND约9.6PB，单个NVL72计算机架增量约1.2PB；若2027年出货10万个NVL72机架，将对应120EB的新增NAND需求，这相当于在全球年需求约1.1-1.2ZB的NAND市场中，创造接近10%的结构性新增需求，且需求直接来自AI基础设施 [7][9] 模型算法验证NAND作为“慢速内存” - DeepSeek的Engram模型在算法层面取得突破，其“确定性内存访问”机制能在计算前根据输入token精确预取所需内存片段，有效掩盖了SSD与HBM之间的延迟差距 [11] - 论文验证，一个1000亿参数规模的嵌入表可完全卸载到主机内存，且性能损失低于3%；随着模型规模扩大，20-25%的参数天然适合成为“可卸载的静态记忆” [12] - 这意味着NAND首次被系统性地纳入分层内存体系，成为AI的“慢速RAM”，用于承载庞大、低频但不可或缺的知识库，其在数据中心中的战略价值将被重新定价 [12][13] - 摩根士丹利分析师认为，这种混合架构展示了“少花钱多办事”的技术路径，高效的存储-计算协同可能比单纯扩大算力规模更具性价比 [13] 应用层催化：AI Agent推动长期存储需求 - ClaudeCode的爆发标志着AI正从“无状态”的对话工具向“有状态”的长期运行Agent演进，写代码的AI需要反复读写文件、多轮调试和持续数天的会话状态 [14][15] - 这种长期工作记忆无法驻留在昂贵的GPU HBM中，BlueField DPU与NAND的组合提供了成本可控的解决方案，使Agent的会话状态和历史上下文常驻在NAND层 [16] - 随着AI Agent渗透率提升，存储需求函数将与“状态持续时间”挂钩，而非推理调用次数，这是一种全新的增长逻辑 [16] 技术路径汇聚与市场影响 - 2026年初，英伟达在硬件架构、DeepSeek在模型算法、ClaudeCode在应用层面，三条技术路径同时指向同一结论：存储正成为AI的核心生产要素 [3][18][19] - 闪迪的股价表现不仅是“存储周期反弹”，更反映了市场开始重新评估AI时代真正的基础设施；NAND同时具备周期复苏、长期需求增长和结构性价值重估三重驱动，其定价逻辑发生跃迁 [19]