AI 热潮过去几年里，半导体投资主线相对直接：更多 AI 模型需要更多 GPU，GPU 又带动 HBM、高速网络和电力需求。存储始终重要，但市场关注度一直不如这些环节。
现在，AI 推理开始改变这套资源分配逻辑。
当 AI 从训练大型模型，转向支撑数十亿次查询、企业 AI agent、多模态应用和实时工作负载后，基础设施面对的问题不再只有算力，还包括持续存储和反复读取海量数据。由此带来的新问题是，NAND 会不会成为 AI 基础设施里下一个关键容量瓶颈。
Sandisk、Samsung、Kioxia 以及其他存储厂商近期的动作，正让这个答案越来越偏向肯定。NAND 的投资逻辑，也开始从短期闪存价格变化，转向更长期的 AI 存储需求。
AI 推理为什么把存储重新推到台前
AI 训练和 AI 推理，对基础设施造成的压力并不相同。
训练前沿大模型时，核心瓶颈是庞大的计算集群和极高速的内存访问能力，这也是 GPU 与 HBM 最早成为 AI 供应链核心环节的原因。推理则发生在模型部署之后。系统每次回答问题、检索知识库、分析图片或执行 agent 任务时，都可能要读取模型参数、embedding、缓存数据、用户 context，以及规模越来越大的多模态数据集。
查询量越高，需要以经济方式保持可访问的数据量也越大。
把所有数据都放进 HBM 并不现实。HBM 带宽极高，但容量有限，而且每 bit 成本明显高于 NAND。传统 NAND 则位于另一侧，能够以更低成本提供大容量，但带宽和延迟不及 HBM。
这中间留下了一块很大的架构空间。未来 AI 的内存堆栈，更可能不是 HBM 和 NAND 二选一，而是不同内存负责不同层级：HBM 处理最需要带宽的工作负载，DRAM 承担工作内存，高性能 NAND 则开始接手容量更大、但仍需靠近计算端的数据池。
Sandisk 押注 NAND 成为 AI 的容量层
在公开表态的公司中，Sandisk 是最明确支持这套逻辑的企业之一。公司在 2026 年投资者日预计，到 2030 年企业数据中心闪存市场需求可能达到 1.2 ZB，并预计 FY2028 至 FY2030 营收将保持中高双位数年增长，相关预期文中提到可参考 Reuters。
这一判断，建立在 Sandisk 数据中心业务已经快速增长的基础上。公司的长期战略正在逐步与 AI 基础设施绑定，而不是继续主要依赖消费电子或传统企业存储市场。
变化的关键在于，AI 系统需要的不只是更快的存储，还需要每套系统配置更多存储容量。更大的模型、RAG、多模态内容和持续运行的 AI agent，都会抬高必须长期保持可访问的数据规模。
如果 AI 推理成为未来数据中心最主要的工作负载之一，NAND 的需求驱动因素就可能从 PC、智能手机和传统云存储周期，逐步转向 AI 生成和使用的数据本身。这与十年前市场对 NAND 需求结构的理解已经明显不同。
HBF 试图填补 NAND 与 HBM 之间的空缺
High Bandwidth Flash，简称 HBF，是当前最受关注的内存层级方案之一。
Sandisk 将 HBF 定位为一种 NAND 架构，用来补充而非替代 HBM。公司表示，在部分 AI 推理配置中，HBF 目标是提供接近 HBM 的带宽，同时在类似成本下提供最高约 8 倍容量。Sandisk 也正与 SK hynix 推动这项技术的标准化，相关内容文中提到可参考 Sandisk 的 HBF 技术说明。
这项技术的吸引力很直接。AI 推理往往要求非常大的模型和数据集留在距离加速器足够近的位置，否则数据从传统存储层搬移时，就会变成性能瓶颈。单纯扩展 HBM 虽然能改善带宽问题，但成本和容量都会迅速变得沉重。
HBF 试图在两者之间找到中间位置：容量显著高于 HBM，性能又高于传统闪存。
不过，HBF 目前仍属于新兴架构，不能被当作已经成熟的大规模营收市场。它更重要的意义在于，存储厂商正尝试让 NAND 不再只是后端存储，而是逐步靠近 AI 计算本身。
QLC NAND 可能更早带来实际变化
HBF 因为是新技术，容易吸引更多关注，但传统 NAND 的持续演进，短期内可能带来更直接的影响。
QLC NAND 每个 cell 可存储 4 个 bits，因此在相同物理面积下，容量高于 TLC NAND。对于需要海量存储、又高度关注每 bit 成本的 hyperscale 数据中心来说，QLC 的吸引力非常直接。
对应的代价也很清楚。每个 cell 存储更多 bits 后，耐久性和性能可能受到影响，所以 QLC 并不适合所有工作负载。不过随着控制器、错误校正和 NAND 架构进步，能够采用 QLC 的场景正在扩大。
文中认为，AI 可能继续加快这一转换，因为推理工作负载本身就重视容量、能效和整体成本。
Sandisk 正在开发更高密度的 QLC 产品，Samsung 和 Kioxia 也通过 wafer bonding 与新一代 NAND 设计提升密度和性能。文中举例称，Samsung 最新 BV-NAND 架构较上一代可提升约 58% 的存储密度，以应对增长中的 AI 存储需求。
这意味着，AI 存储市场的增长并不完全依赖 HBF 是否成功。高容量企业级 SSD 和更高效率的 QLC NAND，同样能直接受益于数据密度持续上升。
NAND 周期为什么一直剧烈波动
更大的投资问题，不在于 NAND 是否有需求，而在于 AI 需求能否真正改变这个行业长期以来的剧烈周期。
历史上，NAND 的问题从来不只是需求不足，而是需求与供应的互动方式。
当供应偏紧时，价格会快速上涨，厂商毛利率扩张。高回报又会刺激更多产能投资，但半导体工厂规划和建设需要时间。等新产能真正上线，最初的供应缺口往往已经缩小，价格随之回落，毛利率再度被压缩，厂商又开始减少投资，市场进入下一轮循环。
AI 并不会自动消除这套机制。即便终端需求很强，一旦制造商扩产过度，供应仍可能超过需求。
真正可能发生变化的，是供应商在做投资决策前，能掌握多少需求可见度。
长期协议可能改变供应纪律
Sandisk 正推动客户转向多年期协议，而不再主要依赖短期交易。
文中援引 Reuters 在 Sandisk 最新财报后的报道称，公司已与 6 家客户签署 8 份长期协议，合同总价值约 939 亿美元，平均期限约 4 年。约一半 FY2027 产出预计由这些协议覆盖，到 FY2028 这一比例将提高至约三分之二。
这种模式的作用，在于同时提升供应商和客户的可见度。Hyperscaler 可以更早锁定未来存储产能，Sandisk 也能在决定扩产幅度前，掌握更多已经承诺的需求。
采用这种做法的并不只有 Sandisk。文中提到，Samsung 也曾表示，长期客户协议未来可能占其存储销售的 60% 至 70%，这显示存储行业可能正在出现更广泛的商业模式变化。
如果供应商未来更倾向根据多年期已承诺需求安排扩产，而不是看到现货价格上涨就立刻积极加产，那么存储行业过去那种极端供应过剩的风险，可能会有所下降。
周期不会消失，但剧烈程度可能改变。
这对 Sandisk、Micron 等存储股意味着什么
AI 存储需求增长，并不会让所有存储公司以同一种方式受益。
Sandisk 是 NAND 与企业级闪存最直接的代表之一。围绕公司的投资逻辑，当前已同时叠加 AI 带来的 bit 需求、长期客户承诺、QLC 和 HBF 几条主线，因此 SNDK 特别容易受到市场是否相信当前 NAND 高盈利能够延续的影响。
Micron 的产品组合同时覆盖 DRAM、HBM 和 NAND，因此它暴露在 AI 内存层级的两端：既包括靠近加速器的高价高带宽内存，也包括容量更大的闪存。文中认为，强劲的 AI 需求也提升了 Micron 多项产品的供应可见度。
SK hynix 在 AI 主题中的主要角色仍是 HBM，但其与 Sandisk 在 HBF 上的合作同样值得关注。这说明领先的 HBM 厂商也认为，未来 AI 推理架构中可能存在 NAND 型高容量内存层。
Kioxia 则提供了另一个直接观察 NAND 的窗口。随着 AI 工作负载提高高容量存储需求，公司正在加快下一代闪存量产，AI 热潮也明显改善了其运营和估值。
Western Digital 在 Sandisk 分拆后，核心业务已经转向硬盘而非 NAND。但如果 AI 生成的数据量继续快速增长，就可能同时支撑多个存储层级：Flash 更适合高性能、低延迟工作负载，HDD 在大规模冷数据存储里仍保有成本优势。
文章给出的更大判断是，AI 存储不是单一产品交易。AI 数据持续增长，可能同时推高 HBM、DRAM、NAND、企业级 SSD 和高容量 HDD 的需求，不同技术将分别承担存储层级中的不同位置。
AI 可能改变 NAND 周期，但不会让周期消失
把这一轮存储行情理解为行业从此永久脱离周期，文中认为仍然过于乐观。
NAND 依旧是高度资本密集型行业。即便不新建全新晶圆厂，技术升级也能提高单片晶圆可提供的 bits；竞争对手也可能因高毛利率重新增加供应，而 AI 资本开支本身同样不可能永远维持相同增速。
近期股价波动已经反映出这种风险。文中提到，Sandisk 和 Western Digital 在 8 月公布强劲财报后都曾大幅下跌，原因是市场预期已很高，即使公司给出乐观展望，也仍不足以满足投资者。
因此，更合理的结构性观点是：AI 可以让 NAND 的长期 bit 需求更强，也更可预测；多年期客户协议和更严格的供应纪律，则可能降低未来存储周期的波动幅度。
这与“存储价格会一直上涨”不是一回事。关键在于，即使价格恢复正常波动，供应商是否仍能维持合理盈利，而不是反复从供应不足走向严重供应过剩。
如果这种变化最终成立，Sandisk 等公司的估值框架也可能随之调整。
MEXC 列出 SNDK 相关市场入口
文章还提到，对于希望借由 Sandisk 跟踪 AI 存储和 NAND 主题的合资格用户，MEXC 提供多种与 SNDK 相关的市场入口。
SNDKSTOCK_USDT 永续合约可提供与 SNDK 价格波动相关的杠杆多空敞口；希望了解真实美股交易服务的用户，也可通过 MEXC RealStocks 查看相关市场入口。
MEXC 同时上线 SNDKON/USDT。文中称，这是 Ondo Finance 提供的 Sandisk 代币化股票。SNDKON 提供的是 Sandisk 的代币化经济敞口，并不等于直接持有 Sandisk 普通股。
希望继续研究 Sandisk 的读者，还可参考 MEXC 的 Sandisk 股票指南，查看其商业模式、产品和主要风险。
文中提醒，不同产品对应不同市场结构和风险。永续合约涉及杠杆、资金费率和强平风险；代币化资产还涉及发行方、流动性、区块链和监管等额外风险，产品可用性也可能因地区而异。
文中 FAQ 的几个核心问题
AI 推理会使用 NAND 闪存吗
会。文章给出的解释是，AI 推理系统可使用 NAND 型企业级 SSD 存储模型数据、embedding、缓存信息和其他大型数据集，尤其是那些不需要长期保存在昂贵 HBM 或 DRAM 中的数据。随着模型和数据集继续扩大，这一容量层的重要性可能继续上升。
NAND 能取代 HBM 吗
不能直接取代。HBM 靠近 AI 加速器，可提供极高带宽和低延迟；NAND 则以远低于 HBM 的每 bit 成本提供更大容量。HBF 等新技术的目标是缩小性能差距，但 Sandisk 自身也把 HBF 定义为 HBM 的补充，而不是替代品。
什么是 High Bandwidth Flash
文章将 HBF 描述为一种面向 AI 推理设计的新型 NAND 内存架构。按照文中的说法，Sandisk 的 HBF 设计通过堆叠式闪存和先进 bonding 技术，希望在保留远高于 HBM 容量的同时，提供比传统 NAND 更高的带宽。
AI 是否意味着 NAND 周期已经结束
答案是否定的。NAND 仍是一个高度周期性、资本密集的行业。AI 可以提高长期 bit 需求，多年期客户协议也可能改善供应纪律，但价格变化、产能增加和技术升级，仍可能带来供应过剩和毛利率下滑。
更大的变化在于 AI 需要容量，不只是算力
AI 基础设施热潮的第一阶段，核心约束是算力稀缺。GPU、HBM 和高速网络之所以迅速抬升价值，是因为市场短时间内缺少足够性能来匹配需求。
推理带来的下一个限制，则是容量。
如果 AI 最终要在全球规模上运行，大量数据就必须持续保持可访问状态，同时又不能全部放进成本最高的内存中。这给 NAND 提供了向 AI 内存层级继续上移的空间，覆盖企业级 SSD、QLC，以及未来可能出现的 HBF。
在文中的公司里，Sandisk 是最积极主张这一变化可能带来更稳定 NAND 商业模式的企业之一。但这股趋势的意义并不只属于 SNDK。
如果 AI 推理持续推高存储密度需求，而存储厂商又能保持产能纪律，那么下一轮 NAND 周期依旧会是周期，只是它可能与投资者过去熟悉的 NAND 周期很不一样。