TrendForce: 供給增速將超前需求成長，2H27 NAND Flash緊缺壓力可望獲得紓解 根據TrendForce最新2026年7月NAND Flash市場報告，2026年因AI需求爆發性成長，NAND Flash整體供給增速明顯落後需求，市場呈現供不應求局面。展望2027年，雖然伺服器需求持續強勁，但供應商透過製程升級與新產能開出，供給位元成長有望超越需求，預計下半年緊缺壓力可望獲得明顯紓解。 供給面：製程升級為主，中系業者貢獻提升 2026年受現有廠房空間限制，供應商優先將資源投入DRAM，NAND Flash主要仰賴先進製程升級來增加產出。2027年廠房吃緊情況仍未完全緩解，韓、美、日系業者將持續優化現有產線，並局部擴產；中國業者則因新設備陸續到位，產能大幅提升，預計在全球NAND Flash位元產出中的占比將提高至近19%。 需求面：伺服器強勁，消費性電子持續疲軟 伺服器仍是主要成長動能。2026年受Intel、AMD新平台帶動，全年伺服器出貨量年增約17%。2027年Agentic AI應用落地，通用型伺服器建置需求不減，加上CPU供應瓶頸改善與長期協議（LTA）穩定供貨，預期伺服器出貨年增幅度將進一步擴大。目前伺服器對NAND Flash位元需求占比已超過40%。相較之下，智慧手機與筆電需求持續低迷。TrendForce預估2026年手機產量年減15%至20%，2027年雖高階AI手機提供部分支撐，但因終端復甦有限與消費者價格敏感度提高，全年仍將維持年減態勢，降幅略為收斂。筆電方面，2026年出貨年減約10%，2027年受記憶體及CPU成本高漲影響，出貨量預計小幅衰退，合計消費性產品需求占比仍接近40%。 庫存與供需平衡 目前原廠庫存水位偏低，雖然模組廠因消費市場疲弱而庫存上升，但整體買家庫存仍屬可控。TrendForce預估2026年NAND Flash供給位元較需求短缺約4%至5%，全年維持缺貨格局。進入2027下半年，供給成長加速，供需位元差距有望轉為正值，市場緊繃情況將逐步緩解。 綜上，AI伺服器需求成為支撐NAND Flash市場的核心力量，但消費性電子復甦緩慢將使整體需求成長趨緩，供應商產能擴張進度將決定2027年市場是否真正回穩。

计算芯片我不是很了解，但是固态硬盘用的存储芯片是可以且听龙吟的，因为且（NAND Flash）听龙吟。 对于一些固件存储等低容量高可靠性场景所用的NOR Flash存储芯片，我们得或听龙吟。

TrendForce: 2027年記憶體市況分化，DRAM供給持續吃緊、NAND Flash轉趨寬鬆 TrendForce指出，2027年記憶體市況明顯分化：DRAM因AI與HBM需求強勁、供給成長受限，持續緊縮且價格偏強；NAND Flash則因新產能釋放、消費需求疲弱，下半年轉趨寬鬆、價格恐修正。 DRAM方面 原廠雖提早擴產並加速製程升級，但多數新廠投片放量落在2027下半年，顯著產出至2028年才發酵。HBM製程耗用晶圓遠高於一般DRAM，新增投片無法等比例轉為位元產出，限制整體供給成長。需求端則受惠北美CSP資本支出、Intel／AMD新CPU平台、Agentic AI商業化，server出貨年增幅度將擴大，單機HBM與SOCAMM容量提升，推升DRAM位元需求維持高檔。消費型終端（手機、筆電）則因售價上調，出貨預期衰退。2026年供需缺口約-1%至-2%，2027年需求增速更快，缺口擴大；惟高價記憶體恐墊高CSP資本支出占比，是否影響採購仍待觀察。 NAND Flash方面 2026年以製程升級與提高enterprise SSD比重為主。2027年高層數產品加速導入、新廠產能釋出，位元供給成長將超越前一年。需求由AI server與高容量enterprise SSD（尤以QLC）支撐，消費性電子買氣仍受壓抑。產能開出後供需結構反轉，sufficiency ratio轉正、市場趨向寬鬆。若Agentic AI普及加速高速SSD需求，則有望趨近平衡。

$SNDK 给出的数字，正在告诉市场一个非常重要的变化：AI 的下一轮瓶颈，可能不只在 GPU 和 HBM，而会越来越快地转向企业级 SSD 和 NAND Flash。 $SNDK 预计，未来几年数据中心业务会出现爆发式增长。最新 Investor Day 上，公司明确指出，随着 AI 推理和 Agent 工作负载快速增加，KV Cache 正在重新塑造整个内存与存储层级，而企业级闪存的市场空间会被明显放大。 为什么 Agentic AI 对存储这么重要？ 因为传统聊天机器人可能只是一次问答，但 AI Agent 会不断读取上下文、调用工具、执行任务、产生中间结果，再继续下一步推理。 这意味着 Token 越来越多，Context 越来越长，而 KV Cache 也会越来越庞大。 过去很多数据尽量留在昂贵的 DRAM/HBM 附近，但当 KV Cache 规模继续扩大，把所有数据都放在高成本内存里根本不现实。 所以越来越多 KV Cache 会开始分层： 最热的数据留在 GPU/HBM 附近， 较热和温热的数据迁移到高性能企业级 SSD， 更大规模的数据湖、RAG 数据库和长期数据则进入大容量 QLC Flash。 这也是为什么 $SNDK 明确说，随着 Agent 工作流产生越来越多 Token，KV Cache 的价值和容量都会同步增加，而高容量 KV Cache 会被分层放到 SSD 上。 这背后其实还有第二个更大的趋势： AI 正在加速数据中心从 HDD 向 Flash 转移。 过去企业级 SSD 最大的问题一直是成本，但 AI 数据中心真正看重的已经不只是每 TB 价格，而是延迟、吞吐、功耗，以及昂贵 GPU 到底有没有在等待数据。 当一张价值数万美元的 GPU 因为存储速度不够而空转时，Flash 贵一点反而已经不是最重要的问题。 所以 $SNDK 看到的机会，不只是“SSD 卖得更多”，而是整个 AI 存储架构正在发生变化。 而 $MU 已经提前向市场证明了一件事： 只要 AI 创造出新的存储瓶颈，供需结构改变的速度可以非常快。 过去两年市场先重新定价 HBM，接下来很可能开始重新定价 NAND、Enterprise SSD，以及 AI Storage。 所以我认为 AI 硬件投资的逻辑正在继续向外扩散： $NVDA / $AVGO —— 算力 $MU —— HBM / DRAM $ANET / $MRVL / $LITE —— 网络与互连 $SNDK —— NAND / Enterprise SSD GPU 是第一层受益者，但绝不会是最后一层。 真正值得关注的是：当 AI Agent 从“回答问题”进入“持续工作”，数据产生量、Context、KV Cache 和实时调用的数据都会出现指数级增长。 如果 $MU 已经向市场展示了 HBM 供需失衡可以把盈利能力推到什么程度，那么下一场市场会不会开始重估 $SNDK 所代表的 AI Flash 机会？:::

我恨AI，一样的配置的电脑，现在比一年前买贵了1倍多，存储内存贵了3倍，固态硬盘贵了2倍多。我用的机器128GB DRAM + 4TB NAND Flash，刚好踩中了 2026 年涨价最严重的两个零部件。 背后真正发生的是“AI 抢走了 PC 的产能” AI GPU → HBM爆发 → DRAM厂把晶圆产能转向HBM和服务器DRAM → 普通DDR5供给减少 → PC内存涨价。 Samsung 最新表示，HBM 对全球 DRAM wafer capacity 的占用预计会从目前约 20%进一步提高到接近30%。而 HBM 与普通 DDR5 本质上会竞争部分相同的 DRAM 制造资源。 这也是为什么有一个看起来很反常的现象： AI GPU 越卖越多，不仅 NVIDIA GPU 贵，连一台根本没有 HBM 的家用电脑，其 DDR5 内存也跟着涨。 这是典型的“产能挤出效应”。 SSD也是同样逻辑。 现在 hyperscaler 不只是买 GPU，还在疯狂购买 enterprise SSD。AI 从 training 向 inference、AI Agent、RAG、vector database 扩散以后，大量实时数据需要被读取、缓存、检索，所以服务器对 NAND 的需求爆炸。 TrendForce 预计，2026 年 enterprise SSD bit demand 同比增长超过 80%，而新增供应大量已经被云厂商提前锁定。 #美股# $MU $SNDK $WDC

HBF不是更便宜的HBM HBF，是在hbm和ssd之间插入一个新的层。 解决的是hbm不够，和ssd太“慢”的问题 但 HBF 仍然是 NAND Flash，这一点决定了其适合存模型权重存储。 Weights 基本属于 Write Once, Read Many，很少修改。这几乎是 NAND 最理想的 workload。未来数 TB 甚至十几 TB 的模型，可以大量驻留 HBF，HBM 只保存真正需要高速访问的 hot working set。 但KV Cache 会随着 token 生成不断写入，Session 结束后又被释放。NAND 不像 DRAM 可以任意覆盖，它存在 page/block、erase-before-write 和有限 P/E cycle。如果简单把 HBF 当成 DRAM 使用，很容易经常移动、擦除并重写大量数据，最终浪费带宽、增加功耗并缩短寿命。 这也是 HBF 规范开始强调 Weights 与 KV Cache 分 Channel 的原因。两者读写模式和生命周期完全不同，不能再粗暴地混在一个资源池里。 但 KV Cache 未必因此不适合 HBF。它有一个重要特点：很多情况下并不是反复覆盖，而是 Append → Read Many → Bulk Release。如果 Runtime 能进行连续写入、批量回收，再结合 wear leveling、over-provisioning 和 hot/cold KV 分层，耐久性就可能从物理死穴变成工程优化问题。 这也揭示了 HBF 以及各种存储优化的一个新趋势：AI 内存正在从硬件问题变成软硬件协同问题。 未来 GPU 的内存体系可能变成： SRAM → HBM → HBF → SSD HBM 保存最热的数据；HBF 保存大量权重和较冷 KV；SSD 保存更冷的数据。Compiler 和 Runtime 自动决定数据放在哪里、何时 Prefetch、何时迁移、何时释放。 因此接下来存储架构设计的核心是，谁能最高效地管理数 TB 甚至数十 TB 的异构 AI 内存。 和历史上所有计算机架构优化的底层原因一样，这是资源不足逼出来的“创新” 当然，这并不能解决存储瓶颈，只能一定程度的缓解，或者说，用相对便宜量大的存储顶一部分昂贵且量小的存储的需求

今天新闻流里最有价值的一条就是 ，SK海力士和闪迪在FMS 2026上发布了全球首个HBF开放技术标准。Google和Tenstorrent也参与技术验证和标准建立。 规格具体如下：存储介质3D NAND Flash，堆叠支持8层和16层两种配置，单颗容量最高512GB，带宽分三个等级覆盖0.4TB/s到3.0TB/s。接xPU的接口选了UCIe，GPU、CPU、各类AI加速器都能接入。联盟成员包括Google和Tenstorrent，Google DeepMind的工程师会在FMS上参加一场关于HBF突破memory wall的panel。 HBF的定位比较清楚，在HBM和SSD之间插入一个新的存储层级。HBM带宽高但容量有限、成本极高。SSD容量大但延迟太高。HBF用NAND的成本结构去逼近HBM的带宽能力，同时容量远超HBM。 为什么这个新闻很重要？因为MoE已经成了frontier model的主流架构，而MoE的参数结构天然适配HBF。 拿Kimi K3举例，2.8T参数，896个专家每次激活16个，单token实际参与计算的参数大概50-104B。剩下占总量95%以上的专家权重，读多写少，稀疏访问，每次推理只用到一小部分。对延迟的容忍度远高于KV cache，但对容量的要求很大。 你今天想跑一个K3，2.8T参数分布在几十张卡上，专家路由的跨卡通信量极大，基本上要上英伟达NVL72这种scale-up系统才能跑。一套NVL72的采购成本是千万美元级别，小团队和一般公司根本不用考虑。 HBF改变的可能还不只是成本，是MoE的部署方式本身。现在跑大MoE模型，专家权重分散在多张卡上，推理时跨卡通信量很大，对NVLink和网络带宽的依赖非常重。HBF通过UCIe直接挂在xPU旁边，每颗最高512GB，相当一部分专家可以变成本地访问，不用走卡间互联。专家并行从大规模跨卡通信问题，部分转化成了本地HBF读取问题。这对部署门槛的影响可能比单纯降成本还大。 存储成本从纯DRAM/HBM变成DRAM+NAND混合，量级差距10倍以上。DRAM只留给KV cache和当前激活的参数，50-100GB可能就够。 MoE的参数量还在膨胀，K2是1T，K3已经2.8T，10T级别的MoE大概率两三年内就会出现。如果推理侧存储还是只能靠DRAM和HBM，成本门槛只会越来越高。HBF提供了让推理成本和参数膨胀脱钩的可能性。 时间线上，SK海力士给的full commercialization目标是2030年前后，但闪迪今年下半年可能已经在日本建pilot line，商用有机会提前到2027年。

中国存储行业9大千亿市值大佬： 1、朱一明 任职：长鑫科技董事长、兆易创新董事长 赛道细分：DRAM（长鑫科技）、NOR Flash（兆易创新） 企业定位： 1. 长鑫科技：国内DRAM领先企业，主营DRAM芯片研发、晶圆制造 2. 兆易创新：国内NOR Flash行业龙头，主打NOR Flash芯片设计 中国DRAM关键人物、NOR Flash创业者，长期深耕存储产业 如果说中国存储有一个必须单独讲的人，朱一明就是那个名字 2、陈南翔 任职：长江存储董事长、代理CEO 赛道细分：3D NAND Flash（大容量闪存颗粒） 企业定位：长江存储代表国内NAND闪存最高技术水准，是全球少数可自研、量产先进3D NAND产品的厂商 3、杨崇和 任职：澜起科技董事长、CEO、首席科学家 赛道细分：AI服务器内存接口芯片 产业价值：AI服务器整机性能不止由GPU决定，内存配套系统的性能至关重要；澜起科技是该赛道全球核心供应商之一 4、杨亚飞 任职：大普微董事长 赛道细分：企业级SSD、PCIe高端存储硬件 产业价值：AI产业发展除算力外，高性能数据存力同样刚需；大普微是国产高端企业级固态硬盘赛道的核心厂商 5、蔡华波 任职：江波龙董事长 赛道细分：存储模组、消费/商用存储品牌运营 企业成果：运营FORESEE、Lexar（雷克沙）两大知名存储品牌，位列国内头部存储模组厂商，产品销往全球市场 6、孙成思 任职：佰维存储（Biwin）董事长 赛道细分：存储晶圆测试、芯片封装、企业级存储产品 企业定位：国内稀缺具备存储全产业链配套能力的企业，打通芯片代工后端环节与终端商用市场 7、程作涛 任职：聚辰股份（Giantec）董事长 赛道细分：EEPROM（小容量可擦写存储芯片） 产品落地场景：汽车电子、工业自动化设备、消费电子，是国内EEPROM细分赛道龙头企业 8、王楠 任职：普冉股份（Puya）董事长 赛道细分：NOR Flash、EEPROM低功耗存储芯片 产品特性：主打低功耗、高可靠性，适配物联网、便携硬件等对功耗敏感的设备场景，代表国产低功耗存储的技术实力 9、刘强 任职：北京君正（Ingenic）董事长 赛道细分：车规级存储芯片（通过收购北京矽成完成赛道布局） 产品落地场景：智能车载系统、工业控制硬件，补齐国产汽车高端存储供应链短板

TrendForce: 3Q26記憶體價格持續受AI server需求支撐，惟因消費端壓力擴大、高基期影響，漲幅收斂 TrendForce最新報告，2026年第三季記憶體市場仍受AI server需求強力支撐，但消費端壓力擴大加上高基期影響，價格漲幅明顯縮減。 預估一般型DRAM合約價季增13-18%，NAND Flash合約價季增10-15%。雖然整體供需仍緊，但PC、智慧手機等消費客戶承受力已達極限，導致漲勢趨緩。 - PC DRAM：OEM庫存回補提供支撐，但高成本原料推升整機價格，衝擊全年出貨；原廠持續轉產能至server，供給受限。 - Server DRAM：AI應用與RDIMM需求強勁，供不應求延續，惟長約限制使漲幅收斂。 - 智慧手機LPDRAM：品牌調漲售價平衡成本，需求進一步衰退，但供給緊繃仍支撐價格上行。 - Graphics DRAM：GDDR6/7需求偏弱，然產能轉移使供給維持緊缺，價格隨主流DRAM上漲。 - Client SSD：OEM庫存偏高，買方抗漲，漲幅壓縮。 - Enterprise SSD：原廠擴產，但DRAM短缺導致小容量高速產品仍吃緊，價格維持上漲。 - eMMC/UFS：手機下半年備貨低迷，供給相對充足，漲勢趨緩。

📋今日A股上市公司提价函/涨价汇总（2026-05-18） ━━━━━━━━━━━━━━━━━━━━━━━━━━━ 1. 武汉芯源半导体（力源信息亮相） 时间：2026年5月6日起 内容：全系列产品实施新价格体系 原因：半导体产业链晶圆、封测等核心上游原料持续涨价 2. 味之素ABF（关键材料） 时间：2026年Q1首轮+3%~5%，Q2（4月起）第二轮，累计总量约20% 高端型号：常规+30%~35% 确认：2026年5月11日已正式启动涨价，采取逐客调整方式 影响：欣兴、南电等ABF载板厂商受益 3.存储芯片 趋势：涨价贯穿2026年全年，供不应求格局至少持续至2027年 代表：DRAM、NAND Flash等 4. 半导体材料 硅片：Q2涨价有望兑现 靶材：Q1已涨60%-70% 光刻胶：国产化率仅3%-10%，替代最烦 涉及：彤程新材、江丰电子等 5. MLCC（电容） 顺络电子：密切关注市场变化，若上涨提价利润端最快2026年Q2体现 行业背景：台系MLCC涨价，交期约3个月 6. TDI（沧州大化） 逻辑：全球TDI价格持续上涨，沧州大化是最大的行业龙头 ━━━━━━━━━━━━━━━━━━━━━━━━━━━ ⚠️风险提示：以上内容仅供参考，不构成投资建议。涨价信息变化快，请以上市公司正式公告为准。