闪迪暴涨背后：三大催化共振，NAND成“必需品”，AI 重估存储价值

过去三周,存储板块迎来罕见的“完美风暴”。

闪迪股价累计涨幅超过100%,NAND相关标的集体上行。表面看,这是一轮典型的存储周期反弹;但如果深入拆解年初以来的技术与需求变化,会发现这更像是一场由AI架构演进触发的价值重估。

从英伟达在CES上提出全新的推理存储架构,到DeepSeek发布的Engram模型,再到ClaudeCode推动“有状态AIAgent”加速落地,三条原本分散的技术路径,在2026年初同时指向同一个结论:

存储,正在从“成本项”转变为AI的“核心生产要素”。

黄仁勋点燃第一把火:上下文成为瓶颈,存储必须被重构

AI推理规模的失控式增长,正在逼迫算力系统重构。

在CES2026上,英伟达CEO黄仁勋首次系统性提出ICMS(InferenceContextMemoryStorage)的概念,并给出了一个清晰判断:上下文(Context),正在成为AI的新瓶颈,而不是算力本身。

随着模型上下文窗口从几十万token迈向TB级别,KVCache、上下文记忆对HBM的挤占已难以持续。一方面,HBM3e单位成本远高于NAND;另一方面,CoWoS封装产能也对HBM供给形成硬约束。

英伟达的解法并非“堆更多GPU”,而是把上下文从HBM中卸载出来。

在最新发布的DGXVeraRubinNVL72SuperPOD架构中,除了计算与网络机架之外,英伟达首次引入了专门用于推理上下文的独立存储机架。这些机架通过BlueFieldDPU与Spectrum-X以太网接入计算体系,本质上承担的是“工作记忆”的角色。

从需求测算看,这一变化并非边际改动:

• 每个SuperPOD的新增NAND规模约9.6PB
• 折算到单个NVL72计算机架,增量NAND约1.2PB
• 若2027年以SuperPOD形态出货10万个NVL72机架,对应120EB的新增NAND需求

在一个年需求约1.1–1.2ZB的全球NAND市场中,这意味着接近10%的结构性新增需求。更关键的是,这部分需求直接来自AI基础设施,而非传统消费电子。

DeepSeek Engram:NAND被第一次“当作慢速内存”使用

如果说英伟达解决的是工程架构问题,那么DeepSeek的Engram模型,则在算法层面为NAND正名。

Engram的核心突破在于确定性内存访问(DeterministicLookup)。不同于MoE或稠密Transformer的动态路由,Engram在计算开始前,就能根据输入token精确判断需要访问的内存片段,从而提前完成预取。

在传统模型中,只有HBM这种超低延迟内存,才能支撑不确定访问路径;而Engram的确定性预取机制,有效“掩盖”了SSD与HBM之间的延迟差距。

DeepSeek的论文已经验证:

• 一个1000亿参数规模的嵌入表,可以完全卸载到主机内存
• 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”

这意味着什么?

这意味着NAND不再只是“冷数据存储”,而是第一次被系统性地纳入分层内存体系(TieredMemory),成为AI的“慢速RAM”,专门承载庞大的、低频但不可或缺的知识库。

在成本维度上,NAND的单位价格仍显著低于DDR和HBM;一旦其在模型架构中具备“不可替代性”,其在数据中心中的战略价值将被重新定价。

摩根士丹利分析师 Shawn Kim 及其团队认为,DeepSeek 展示了一条“少花钱多办事(Doing More With Less)”的技术路径。这种混合架构思路,不仅在现实层面缓解了在高端 AI 算力上的资源约束,也向全球市场证明: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。

ClaudeCode:AI从“无状态”走向“有状态”,存储需求指数级放大

第三个催化,来自应用层。

ClaudeCode的爆发,标志着AI正从“对话工具”向长期运行的Agent演进。与一次性生成文本不同,写代码的AI需要:

• 反复读取、修改文件
• 多轮调试与回溯
• 持续数天的会话状态

这类AI的本质,是拥有长期工作记忆(Long-TermWorkingMemory)的“有状态系统”。

而这种工作记忆,显然无法长期驻留在昂贵的GPUHBM中。

BlueFieldDPU+NAND的组合,恰好提供了一种成本可控的解决方案:Agent的会话状态、历史上下文,可以常驻在NAND层,而不是占用算力资源。

这意味着,随着AIAgent渗透率提升,存储的需求函数将与推理调用次数脱钩,转而与“状态持续时间”挂钩——这是一种全新的增长逻辑。

为什么是闪迪?为什么是现在?

三条技术路径,在2026年初同时落地,构成了一个极具说服力的结论:

• 英伟达在硬件架构层面,为NAND创造了全新应用场景
• DeepSeek在模型层面,验证了NAND可作为“慢速内存”的可行性
• ClaudeCode在应用层面,放大了长期存储的刚性需求

这并非单一客户、单一产品的短期拉动,而是AI体系结构发生变化的信号。

在此背景下,闪迪的股价表现,不再只是“存储周期反弹”的映射,而是市场开始重新理解一个问题:在AI时代,什么才是真正的基础设施?

当NAND同时具备周期复苏+长期需求+结构性重估三重驱动时,其定价逻辑自然会发生跃迁。这,或许才是闪迪暴涨背后的真正原因。