AI服务器需要HBM还是NAND?美光、闪迪和SK海力士业务有什么区别?
AI服务器需求增长带动HBM与NAND存储市场。HBM侧重AI训练加速,SK海力士受益直接;美光兼顾HBM与服务器DRAM;闪迪专注NAND与企业级SSD,受益推理阶段海量数据存储。未来AI从训练转向推理将同步拉动两类需求,需关注HBM竞争及NAND周期风险。

AI服务器需要HBM还是NAND?
一台完整的AI服务器通常会同时使用NAND、DDR内存和HBM。数据首先保存在基于NAND闪存的企业级SSD中,进入计算任务后被加载至系统内存,最后传输到靠近GPU或AI加速器的HBM中完成运算。
可以将这一过程简单理解为,NAND是容量巨大的仓库,DDR是中转区域,HBM则是紧邻GPU的高速工作台。缺少HBM,GPU可能因为等待数据而无法充分发挥算力,缺少NAND,服务器又难以保存规模不断扩大的训练数据、模型参数、向量数据库和推理缓存。
对比项目 | HBM | NAND |
技术属性 | 易失性DRAM,断电后数据消失 | 非易失性闪存,断电后仍可保存数据 |
主要形态 | 与GPU或AI加速器紧密连接的堆叠内存 | 企业级SSD及其他闪存设备 |
核心用途 | 模型权重、激活数据、热KV缓存和实时计算 | 训练数据、模型检查点、向量数据库、日志及持久化KV缓存 |
主要优势 | 带宽高、延迟低,能够提高GPU利用率 | 容量大、单位成本低,适合长期保存海量数据 |
主要限制 | 价格昂贵、容量有限、封装复杂 | 速度和延迟明显落后于HBM及DDR |
主要需求来源 | AI训练、高性能推理和先进GPU升级 | 数据湖、长上下文、AI智能体及大规模推理 |
在训练阶段,GPU需要频繁调用模型参数和中间计算结果,因此对HBM的带宽、容量和功耗非常敏感。HBM3E、HBM4等产品的升级,可以让单颗AI加速器处理更大的模型,并减少数据搬运造成的等待时间。
进入推理阶段后,NAND的重要性会进一步提高。大量用户同时调用模型会产生庞大的KV缓存、向量数据和交互记录,如果所有数据都保存在昂贵的HBM中,成本将难以控制。美光目前已经将产品组合覆盖HBM、DDR、LPDDR、NAND和数据中心SSD,并明确提出由HBM处理高频模型计算和热KV缓存,由企业级SSD承接持久化缓存与数据湖。
SK海力士也在推动分层存储架构,通过SALT-KV等方案,按照数据调用频率将KV缓存分配至HBM、DRAM和SSD。公司还在开发高带宽闪存HBF,希望在HBM与传统SSD之间建立新的存储层,以兼顾容量、速度与成本。
因此,HBM和NAND并不是相互替代的产品。AI训练更加依赖HBM,而推理、智能体和长上下文应用会同时拉动HBM、系统内存和NAND需求。
美光、闪迪和SK海力士业务有什么区别?
美光:HBM和服务器DRAM是核心AI增长点
美光是美国市场最具代表性的存储芯片公司之一,其AI业务主要集中在HBM、服务器DRAM和企业级SSD。
在AI服务器架构中,美光能够同时参与高速内存和服务器存储,因此AI资本支出增长对公司的影响比较直接。
美光近年来持续提高高价值数据中心产品的比重。公司此前披露,数据中心业务已经成为推动整体业绩增长的重要力量,而HBM则是其中最受市场关注的产品之一。随着AI加速器性能不断提升,单颗GPU对应的HBM容量也在增加,这会进一步提高每台AI服务器中的存储价值量。
与此同时,服务器DRAM也同样重要,传统服务器通常使用RDIMM等内存模组,而AI基础设施不断扩大之后,通用CPU服务器的数量同样增加,这会进一步推高服务器DRAM需求。
TrendForce在此前的DRAM研究中指出,由于供应商持续把部分产能转向HBM和服务器应用,PC和智能手机获得的DRAM供应受到挤压,整体DRAM市场继续处于紧张状态。
这也是美光与闪迪最大的区别之一。
闪迪主要受益于NAND和SSD价格,而美光可以同时受益于HBM和DRAM价格上涨。因此,如果AI服务器继续提高对高性能内存的需求,美光的收入和利润弹性可能更多来自DRAM及HBM。
但与此同时,美光也更容易受到HBM竞争格局和DRAM周期的影响。三星和SK海力士都在积极扩大HBM产能,因此未来随着更多供应进入市场,HBM价格和利润率也需要重新评估。
SK海力士:AI存储逻辑最突出的是HBM
SK海力士长期深耕DRAM,并较早进入HBM市场。随着英伟达等AI芯片厂商不断提高计算性能,HBM已经成为AI加速器周边最重要的高价值存储产品之一。
SK海力士目前正在推进HBM4,并进一步研发下一代产品。公司2026年第二季度业绩显示,高性能DRAM和HBM需求持续推动收入增长,公司也表示HBM4已经达到客户要求的性能和功耗标准,并开始扩大供应。
这意味着,只要AI加速器出货继续增加,或者每颗AI芯片搭载的HBM容量持续提高,SK海力士就有机会继续获得增长。
但SK海力士并不只有HBM。
通过旗下Solidigm,公司同样参与NAND和企业级SSD市场。近年来,Solidigm重点发展高容量QLC企业级SSD,而这正好契合AI数据中心对于大容量、低成本存储的需求。
因此,SK海力士实际上同时覆盖AI服务器的两种重要存储需求,SK海力士本体重点受益于HBM和服务器DRAM,而Solidigm则参与企业级SSD市场。
闪迪:AI带来的主要机会来自NAND和企业级SSD
闪迪与美光、SK海力士最大的区别,是它并不生产HBM。
闪迪主要专注于NAND Flash及相关存储产品,因此AI带来的机会主要来自企业级SSD和大容量存储需求,而不是AI加速器所使用的HBM。
这并不意味着闪迪在AI服务器中的作用较小。
恰恰相反,随着AI模型从训练阶段进入大量实际应用,数据中心需要保存的数据量可能不断增加。尤其是AI推理、AI代理以及长期数据归档,会产生大量需要高速读取和长期保存的数据。
因此,AI服务器不仅需要GPU和HBM,也需要越来越多高容量企业级SSD。
TrendForce预计,2026年企业级SSD需求继续受到生成式AI、AI代理服务和大型数据中心建设推动。美国大型云服务商近期还进一步上调了企业级SSD采购预期,因此2026年第四季度企业级SSD订单预计仍将维持增长。
这正是闪迪目前最大的行业机会。
不过,闪迪与美光和SK海力士相比,也面临更加明显的NAND周期风险。TrendForce预计,NAND供应紧张状态可能在2027年下半年开始缓解,新产能释放以及消费电子需求疲弱可能使供需关系逐渐改善。
因此,SNDK的股价和盈利不仅取决于AI数据中心需求,也会受到NAND价格周期影响。
总结:AI存储需求增长,谁的受益路径更直接?
三家公司最大的区别,在于产品覆盖范围以及对HBM和NAND市场的依赖程度。美光和SK海力士同时经营DRAM、HBM及NAND业务,闪迪则主要聚焦NAND闪存和SSD。
公司 | 主要业务 | HBM布局 | NAND布局 | AI服务器受益方向 |
美光 | DRAM、HBM、NAND和SSD | 已布局HBM3E、HBM4等高端产品 | 覆盖NAND及企业级SSD | 同时受益于GPU内存、服务器内存和AI存储扩张 |
闪迪 | NAND闪存、企业级SSD及消费存储 | 目前没有HBM产品 | 业务高度集中于NAND和SSD | 主要受益于推理数据、企业级SSD和NAND价格周期 |
SK海力士 | DRAM、HBM、NAND及企业级SSD | HBM竞争优势突出,持续推进HBM4与定制HBM | 通过自身NAND及Solidigm布局企业级SSD | 同时覆盖高端AI内存和大容量数据中心存储 |
如果AI服务器继续围绕GPU集群和大模型训练扩张,HBM仍然是价值量增长最明确的环节之一。在这种情景下,SK海力士对HBM的业务敞口更直接,美光则同时受益于HBM、服务器DRAM和数据中心SSD需求。
如果AI产业的增长重心逐渐从训练转向推理,NAND的重要性将明显上升。智能体应用、企业知识库、视频生成和长上下文模型都会产生更多需要长期保存的数据,企业无法将所有内容放在成本高昂的HBM中,因此需要依靠大容量SSD建立分层存储架构。在这一趋势下,闪迪对NAND和企业级SSD需求变化的敏感度较高,SK海力士和美光也会通过各自的NAND业务获得增量。
值得注意的是,HBF等新技术可能进一步模糊内存与存储之间的界限,HBF试图采用类似HBM的堆叠方式提升NAND带宽,在容量远高于HBM的同时,缩小与传统SSD之间的性能差距。不过,HBF短期内更可能成为HBM和SSD之间的补充层,而不是取代HBM。











