過去兩年，一提到AI算力，投資者的第一反應幾乎都是GPU：英偉達的出貨節奏、臺積電的先進製程、HBM的產能排期。但進入2026年，市場的關注點正在悄悄擴容，在大模型從“訓練”轉向“推理”之後，存儲正在從算力的配角，變成決定整個AI基礎設施效率的第二戰場。對於美股投資者來說，存儲板塊的故事，值得重新講一遍。
一、推理時代，GPU“吃不飽”暴露了存儲短板
訓練大模型時，數據大多一次性灌進集群，瓶頸主要在芯片算力和互連帶寬；而推理是全天候、海量併發的在線服務，每時每刻都要把數據從硬盤搬到內存、再搬進HBM餵給GPU。數據搬運的速度跟不上，再強的GPU也只能“空轉”，這就是業內常說的“存儲牆”問題。
更關鍵的是，推理場景衍生出了幾種全新的存儲需求：
- KV Cache緩存：大模型推理時需要緩存中間計算結果，對話越長、上下文越大，佔用的內存和緩存空間就越大，直接推高高容量內存需求；
- 向量數據庫與RAG檢索：企業落地AI應用普遍採用“檢索增強生成”方案，需要把海量文檔向量化後存儲並低時延檢索，直接拉動企業級SSD的採購；
- 多模態數據湖：視頻、圖片、語音等非結構化數據是AI訓練和微調的原料，數據湖的容量需求以EB為單位增長，讓冷數據存儲意外走俏。
換句話說，推理把“存得下”和“取得快”同時變成了剛需，這讓存儲產業鏈的每一層，HBM、DRAM、NAND閃存、企業級SSD、近線機械硬盤——都找到了自己的位置。
二、HBM之外，NAND成了第二個主戰場
如果說HBM是AI存儲的“皇冠”，那麼NAND閃存就是正在被市場重新定價的“地基”。
企業級SSD進入百TB時代
AI數據湖最講究單位容量的成本和功耗，QLC閃存恰好卡中了這個痛點。目前頭部廠商的企業級QLC固態硬盤單盤容量已經突破100TB，功耗遠低於同容量機械硬盤陣列，正在數據中心快速替代傳統HDD。大模型語料庫、訓練檢查點、向量庫，都在往大容量SSD上搬。
供給端的故事同樣重要。2023年前後，存儲原廠經歷了一輪深度虧損，普遍收緊NAND資本開支、執行“以銷定產”的產能紀律；而AI需求在2025年之後突然放量，供需剪刀差迅速拉大，合約價持續走高。美光此前更是宣佈逐步收縮消費級零售業務，把產能向數據中心傾斜，存儲大廠“押注AI”的姿態已經非常明確。
近線機械硬盤意外翻紅
有意思的是，被普遍認為“夕陽”的機械硬盤，也在AI浪潮裡找到了第二春。超大規模雲廠商的冷數據、歸檔數據依然高度依賴大容量近線HDD，單盤容量正向30TB以上迭代，希捷、西部數據等廠商的訂單能見度明顯改善。存算分工的邏輯很樸素：熱數據用SSD拼速度，冷數據用HDD拼成本。
三、美股存儲產業鏈投資地圖
對普通投資者而言，存儲行情大致可以沿三條線索展開：
- HBM與DRAM主力：美光是美股唯一同時橫跨HBM、DRAM和NAND三大市場的存儲原廠，其HBM產品已進入頭部AI芯片客戶的供應體系，是存儲行情中業績彈性最大的標的之一；
- NAND陣營：閃迪從西部數據分拆獨立後專注閃存業務，彈性純粹；鎧俠雖未在美股上市，但其產能和定價動向通過行業價格傳導，持續影響板塊情緒；
- HDD雙雄：希捷和西部數據坐擁近線硬盤的寡頭格局，AI數據湖帶來量價齊升，同時兩家公司分紅與回購穩定，兼具週期與紅利雙重屬性。
此外，戴爾、超微電腦等服務器廠商的訂單節奏，以及各大雲巨頭的資本開支指引，是觀察存儲景氣度的高頻風向標，說到底，存儲需求是AI資本開支的“下游回聲”。
四、熱錢湧入之後，別忘了存儲的週期底色
需要提醒的是，存儲是一個典型的強週期行業，歷史上“缺貨—漲價—擴產—過剩”的劇本反覆上演。當前這輪行情的可持續性，取決於三點：
- AI推理需求能否持續超預期：如果智能體應用、多模態推理的放量速度放緩，存儲價格的彈性會迅速衰減；
- 原廠擴產的剋制程度：一旦資本開支重新失控，供需格局可能快速逆轉，漲價週期隨時可能被終結；
- 技術路線的變數：CXL內存擴展、存算一體等新技術，可能在中長期重塑存儲的競爭格局與估值邏輯。
大白話總結一下：AI算力這座大廈，過去大家只盯著“發動機”（GPU），現在發現“倉庫和傳送帶”（存儲）同樣卡脖子。HBM是明牌，NAND和HDD是正在補漲的暗線。對新手投資者來說，與其追逐單一龍頭的高位股，不如把存儲當作AI算力組合裡的“第二引擎”來配置，同時緊盯原廠資本開支和雲廠商訂單這兩個先行指標，及時感知週期拐點。存儲的故事才剛講到中段，但週期行業的鐵律永遠不會缺席，保持跟蹤、敬畏週期，才是長久之道。
