电话会议纪要关键要点 涉及的行业与公司 * 行业: 美国IT硬件，数据中心存储，NAND闪存与硬盘驱动器行业[1][2] * 公司: SanDisk (SNDK), Western Digital (WDC), Seagate (STX)，提及了Micron, Samsung, Toshiba, VAST Data, Pure Storage, Nvidia等[8][28][45][48][64] 数据中心存储架构演变 * 历史两阶段架构: 传统数据中心采用两阶段架构，HDD用于大容量存储，占比特总量的80%-85%，小容量企业级SSD用于计算[2][11][12] * AI驱动的三阶段架构: AI数据中心需求催生了三阶段架构，包括高性能计算SSD、高容量企业级SSD和近线HDD[2][15][16] * AI初期推动NAND需求: AI数据预处理任务性能要求高，HDD无法胜任，导致初期AI部署大量采用高容量企业级SSD，在新增业务中NAND占比可能达到60%-70%[2][14][15] NAND与HDD的供需动态与价格 * NAND价格飙升原因: AI需求集中在最新制程节点的高容量NAND上，这部分产能仅占行业总产能的30%-35%，需求集中导致ASP急剧上涨[3][5][45] * HDD价格温和上涨: HDD市场呈现更常规的供需失衡，需求超过供给，但程度不如NAND极端[5][43] * 巨大的价格差距: 当前NAND与HDD的每GB价格差距已从去年8月的4-5倍扩大至约20-25倍，使得SSD替代HDD在经济上失去吸引力[3][19] * HDD供应纪律: HDD厂商处于紧密的寡头垄断格局，有意避免产能扩张，技术复杂性（如HAMR、磁头、机械、材料科学）增加了扩产摩擦，支持长期供应自律[6][49] 总拥有成本与替代经济性 * TCO交叉点: 超大规模数据中心NAND替代HDD的TCO交叉点要求NAND与HDD的ASP差距在2-3倍以内，当前超过20倍的差距使得替代不经济[3][19][24] * 替代HDD的资本障碍: 从NAND供应商角度看，替代HDD需要跨越多个技术节点进行巨额增量资本支出，但回报率低，可能性极低[3][52] * 成本下降曲线趋同: NAND成本下降速度正在放缓，而HDD在HAMR技术推动下成本下降可能加速，两者成本下降曲线正在趋同[55][56] 长期协议与行业结构变化 * 从单向到双向LTA的转变: 行业正从历史上单方面的长期协议转向包含客户采购承诺和财务担保的真正双向LTA，改善了规划可见性并支持投资[4][28][35] * LTA的可执行性与灵活性: 新LTA具有法律可执行性，但若市场严重恶化，双方可能重新谈判以延长周期等方式缓和冲击，而非严格执行[32][35][36] * SanDisk的LTA示例: SanDisk报告了约420亿美元的采购义务，其中110亿美元为财务担保，约占25%[28][37][40] 技术趋势与创新 * 高带宽闪存: HBF采用类似HBM的堆叠、宽接口和先进封装，利用AI推理数据流式读取而非频繁重写的特性，结合了HBM级带宽与NAND的高密度及不同成本结构，适用于AI工作负载，但仍处于早期阶段[7][62] * QLC的重要性: 几乎所有高容量AI驱动器都采用QLC技术，这是实现128TB或256TB驱动器的唯一途径，不同供应商在QLC上的表现存在差异[46] * 边缘计算利好NAND: 任何计算从云向边缘的转移都更有利于NAND，因为NAND在空间、能效和性能方面具有优势[4][42] * Pure Storage的直接闪存模块: 其技术忽略传统驱动器外形尺寸，围绕NAND最佳布局进行架构设计，已在超大规模数据中心获得发展势头[48] 投资观点与风险 (来自报告附件) * 公司评级与目标价: SanDisk (SNDK): 跑赢大盘，目标价1700美元[8][73]；Western Digital (WDC): 跑赢大盘，目标价590美元[8][74]；Seagate (STX): 跑赢大盘，目标价1000美元[8][75] * 主要下行风险: * SanDisk: NAND周期性下行、信息披露混乱、NAND疲软可能更具结构性[76] * Western Digital: 云资本支出消化、NAND技术超预期改进抢占HDD份额、HAMR技术转型风险[77] * Seagate: 云资本支出消化、WDC在HAMR上快速追赶、NAND技术超预期改进抢占HDD份额[78] 其他重要观察 * 需求混合可能回调: 由于NAND价格高企，AI数据中心架构可能趋向更高效的分层设计，预计需求曲线将部分回调至HDD，但会有所缓和，因为双方都受供应限制[22][23] * 超大规模客户策略差异: 不同超大规模客户架构不同，例如Google采用以HDD为中心的自适应多层架构，对向NAND转型兴趣最小；Meta则更关注应用性能，更倾向于基于TCO的经济性[25][26] * NAND产能扩张谨慎: NAND制造商在经历多年惨淡经营后非常谨慎，需要价格持续上涨几个季度以建立信心，再加上约15个月的设备交付和调试周期，才会承诺进行有意义的资本支出[57][58] * 去商品化趋势: AI带来了更多创新、技术需求和差异化，导致出现更多高价值、定价更高的技术领域（如HBM、HBF），与过去高度同质化的商品世界相比，去商品化程度提高[60][61] * VAST Data的成功: 其成功在于最早理解了AI工作负载的特性，并构建了可扩展的架构来服务AI数据预处理层，巧妙地使用了多层和缓存技术[64]