【内容目录】
一、一份数据究竟怎样从企业级SSD走到GPU？
二、HBM4、DDR、SOCAMM、CXL、企业级SSD和KV Cache是什么关系？
三、每一层的技术壁垒，为什么都不只是“速度更快”？
四、KV Cache为何把几层存储重新连接起来？
五、全球与中国企业分别控制哪一道交付门？
引言
2026年8月，闪迪披露第四财季公司整体毛利率达到84.6%，数据中心收入29.77亿美元。公司称，本季度环比收入增量约三分之二来自涨价，约三分之一来自销量增长[1]。
高毛利不只因为涨价，还与闪迪取得晶圆的方式有关。闪迪通过与铠侠共同投资的Flash Ventures分享晶圆产出，通常取得约一半产出，采购价格主要按生产成本加少量加成确定。当市场售价上涨得比晶圆成本更快，利润空间就会迅速扩大[1]。
这套机制也会反向放大下行压力。闪迪需要承担约一半固定成本和资本投入；价格下跌时，这些成本不会同步消失。因此，这套机制可以解释闪迪当季为何赚得多，却不代表整个AI存储产业都在获得同样的利润[1]。
几乎同时，美光披露16份战略客户协议，典型期限延续至2030年，覆盖约20%的工作内存和约三分之一的闪存出货量。闪迪的高毛利反映眼前涨价，美光的长约则反映客户担心未来拿不到足够、合格的存储芯片。但芯片到货只是第一步。进入AI服务器后，模型和数据还要从企业级SSD出发，经过CPU主存和HBM，及时送到GPU。下面就跟着一份数据走完这条路径[2]。
一、一份数据怎样抵达GPU
如果把AI服务器看成一条生产线，企业级SSD相当于仓库，负责长期保存模型和数据；CPU主存是备料区，提前展开、整理下一批数据；紧贴GPU的HBM则像高速工作台，只容纳即将参与计算的内容。GPU是这条生产线上的计算机器，而数据越靠近它，读取速度通常越快，但可用容量越小，单位成本也越高[3][4]。
图1｜一份数据从企业级SSD进入CPU主存，再进入HBM4与GPU/NPU。作者综合示意[3][4]。
把所有数据都放进HBM，系统成本很难承受；如果主要依赖SSD，数据搬运又可能让GPU长时间等待。因此，AI服务器需要让不同层级的存储分工协作。英伟达的直接存储技术就是一个例子：它让数据减少绕行CPU和反复复制，从而缩短从SSD到GPU的搬运路径[3]。
六个名词，其实只有四种角色
这些术语看起来分散，其实承担的角色并不相同。HBM、DDR和LPDDR都属于工作内存，只是服务对象和产品形态不同：HBM主要服务GPU，DDR主要服务CPU，SOCAMM则把低功耗内存做成可更换的服务器模块。企业级SSD负责长期保存数据，CXL为CPU连接额外内存提供高速通道，KV Cache则不是一种芯片，而是模型已经计算过、以后可能再次调用的一份“工作笔记”[5][6][7][12]。
图2｜工作内存负责眼前计算，企业级SSD负责长期保存，CXL负责连接扩展内存。作者综合示意[4][5][6]。
二、真正的壁垒，是跨过三道交付门
从晶圆进入服务器，一款存储产品要依次解决稳定制造、产品化和整机验证三个问题。在制造端，竞争不能只看标称速度，还要看同一片晶圆能够产出多少合格芯片，以及产品能否在性能、功耗和可靠性之间保持平衡。长鑫已经从LPDDR5推进到LPDDR5X，下一代产品仍在研发；长江存储则构成国内闪存制造的重要底座[14][15]。
到了产品端，HBM不仅要堆叠多层内存，还要与GPU完成高密度封装和联合测试；企业级SSD则需要控制芯片和软件共同处理纠错、磨损、温度以及断电恢复。三星、SK海力士与台积电把HBM竞争推向联合封装，大普微和忆联则从SSD控制、软件和平台适配切入[4][11][16][20]。
进入整机后，存储还需要与处理器、服务器、操作系统和AI软件长期协同，客户一旦完成整套验证，通常也不会轻易更换供应商。澜起的CXL控制器已经进入送样阶段，接下来要看的就是平台导入和规模交付，因为客户最终购买的是长期稳定运行，而不是一组峰值参数[7]。
三、KV Cache为什么把几层存储重新连起来
模型第一次读入长文本时，会把已经处理过的上下文整理成KV Cache，可以把它理解为一份“工作笔记”。下一次遇到相同或相近的开头，系统直接取回这份笔记，就不必把前面的内容完整重算一遍[8]。
但这份工作笔记会随着上下文不断增长，不可能全部留在昂贵的HBM中，因此也需要分层保存：正在使用的部分留在HBM，近期可能调用的内容放到CPU主存或扩展内存，更冷的部分再下沉到SSD。当相似请求到来时，调度软件把需要的内容提前取回，让GPU尽量少做重复工作。
图3｜KV Cache让已经算过的内容可以跨层保存和再次使用。作者综合示意[8][10]。
英伟达正在尝试统一管理GPU内存、CPU主存、本地SSD和共享存储，华为也在建设共享上下文池。两条路线都在把KV Cache从软件中的临时数据，变成可以跨层保存、调度和复用的系统资源。它们能否形成独立市场，最终仍要算一笔经济账：省下的GPU计算成本，能否覆盖新增的存储、网络和软件投入[8][9][10]。
四、一条AI存储产业链，企业分别站在哪里
沿着这条数据路径向产业链上游看，首先是工作内存和闪存芯片的制造。三星、SK海力士、美光、闪迪与铠侠掌握全球主要先进供给，长鑫和长江存储构成国内制造底座；到了中游，企业再把芯片做成内存模块、企业级SSD和服务器部件。江波龙2025年企业级存储业务收入达到17.83亿元，同比增长93.30%，说明AI需求已经开始从芯片价格传导到产品环节[1][2][4][5][12][14][15]。
在中国企业中，深圳企业最集中的位置，是“芯片之后、整机之前”的产品化环节。大普微覆盖控制芯片、软件和成品SSD，忆联聚焦企业级SSD与平台适配，江波龙、佰维和记忆科技覆盖模块及成品，深科技、沛顿与精智达进入封装测试，华为则站在服务器、存储系统和上下文调度入口。这意味着深圳增加产业价值的机会，更多来自控制软件、测试能力、客户认证和系统调度，而不只是扩大硬件产量[10][11][12][16][17][18][19]。
五、利润最终沉淀在哪里
闪迪的84.6%是公司整体毛利率，不是企业级SSD的单项毛利率。NAND涨价是直接原因；Flash Ventures按成本加少量加成供应晶圆，进一步放大了利润。但闪迪也要承担约一半固定成本和资本投入，下行时压力同样会被放大[1]。
涨价也不会让整条产业链同步增利。NAND原厂可能受益，采购颗粒、生产成品SSD的企业却要承担涨价和库存风险。大普微2025年仍亏损，说明收入增长不等于利润兑现[13]。
长期看，产业价值会沉淀在三类位置：稳定量产先进芯片，把芯片做成可靠产品，以及进入客户系统、持续降低GPU等待。AI正把存储从“数据仓库”变成计算流水线；真正要降低的也不只是每GB价格，而是GPU等待和重复计算的时间。
参考资料：（上下滑动可查看）：
[1] 闪迪：《FY2026 Q4财务结果；Q3 10-Q；Flash Ventures SEC披露；AI数据层；HBF首份OCP技术规格发布》｜ https://www.sec.gov/Archives/edgar/data/2023554/000162828026053346/sndkq4-26ex991xpressrelease.htm； https://www.sec.gov/Archives/edgar/data/2023554/000162828026029401/sndk-20260403.htm； https://www.sec.gov/Archives/edgar/data/2023554/000119312526054652/d947131ds3asr.htm； https://www.sandisk.com/company/newsroom/blogs/2026/powering-ai-factories-from-the-data-layer-up； https://www.sandisk.com/company/newsroom/press-releases/2026/2026-08-03-Sandisk-and-sk-hynix-advance-global-standardization-of-hbf
[2] 美光：《FY2026 Q3 Prepared Remarks；FY2026 Q3 Earnings Presentation》｜ https://investors.micron.com/static-files/631b1a32-5537-46ae-8f40-82e42fc79dfe； https://investors.micron.com/static-files/2354ecda-77a0-4ddd-8462-a631eb491356
[3] NVIDIA：《GPUDirect Storage Design Guide》｜ https://docs.nvidia.com/gpudirect-storage/design-guide/index.html
[4] 三星电子：《Samsung Ships Industry-First Commercial HBM4；HBM4 Product Page》｜ https://news.samsung.com/global/samsung-ships-industry-first-commercial-hbm4-with-ultimate-performance-for-ai-computing； https://semiconductor.samsung.com/dram/hbm/hbm4/
[5] SK海力士：《SOCAMM2量产；HBF首份OCP技术规格；From HBM to eSSD》｜ https://news.skhynix.com/en/mass-production-socamm2-192gb/； https://news.skhynix.com/en/hbf-at-fms-2026/； https://news.skhynix.com/en/hbm-to-essd/
[6] CXL Consortium：《CXL Memory Expansion Technical Explanations》｜ https://computeexpresslink.org/blog/introducing-the-cxl-3-1-specification-webinar-qa-recap-2307/； https://computeexpresslink.org/blog/enabling-cxl-memory-expansion-module-with-the-cxl-3-1-specification-2298/
[7] 澜起科技：《2026年第一季度报告；2026年半年度业绩预增公告；M88MX6852产品页及CXL控制器送样进展》｜ https://star.sse.com.cn/disclosure/listedinfo/announcement/c/new/2026-04-28/688008_20260428_JP30.pdf； https://star.sse.com.cn/disclosure/listedinfo/announcement/c/new/2026-07-17/688008_20260717_5PB8.pdf； https://www.montage-tech.com/cn/MXC/M88MX6852； https://www.montage-tech.com/cn/Press_Releases/20250901
[8] NVIDIA：《NVIDIA Dynamo 1.0；TensorRT-LLM KV Cache Reuse》｜ https://developer.nvidia.com/blog/nvidia-dynamo-1-production-ready/； https://nvidia.github.io/TensorRT-LLM/latest/legacy/advanced/kv-cache-reuse.html
[9] NVIDIA：《BlueField-4 STX and CMX Announcements》｜ https://nvidianews.nvidia.com/news/nvidia-launches-bluefield-4-stx-storage-architecture-with-broad-industry-adoption； https://nvidianews.nvidia.com/news/nvidia-vera-bluefield-4-stx-brings-agentic-ai-storage-processing-with-in-silicon-security
[10] 华为：《AI数据中心全栈数据基础设施；UCM方案；湖北移动现网验证》｜ https://www.huawei.com/cn/news/2026/5/idi-forum-data； https://e.huawei.com/cn/solutions/storage/ai-storage/ai-inference-acceleration； https://www.huawei.com/cn/news/2026/6/mwcs-cmcc-token-economy
[11] 大普微：《X5900P产品页；WAIC 2026 AI Storage Portfolio》｜ https://www.dapustor.com/product/21.html； https://en.dapustor.com/news/150.html
[12] 江波龙：《2025年年度报告》｜ https://static.cninfo.com.cn/finalpage/2026-04-28/1225214128.PDF
[13] 大普微：《2025年年度报告》｜ https://static.cninfo.com.cn/finalpage/2026-04-29/1225251260.PDF
[14] 长鑫存储：《首次公开发行股票并在科创板上市招股说明书》｜ https://static.sse.com.cn/disclosure/listedinfo/announcement/c/new/2026-07-22/688825_20260722_Q1T7.pdf
[15] 长江存储：《X4-9070产品页》｜ https://www.ymtc.com/cn/products_x4-9070.html
[16] 忆联、英特尔：《忆联援引IDC的企业级SSD市场份额；UH812a与至强6平台联合最佳实践》｜ https://www.unionmem.com/news_detail-31-199.html； https://www.unionmem.com/news_detail-107-166.html； https://www.intel.cn/content/www/cn/zh/artificial-intelligence/xeon-6-union-memory-enterprise-ssds.html
[17] 精智达：《2025年年度报告》｜ https://static.cninfo.com.cn/finalpage/2026-04-11/1225096498.PDF
[18] 深科技：《高端存储封测扩产项目公告》｜ https://static.cninfo.com.cn/finalpage/2026-05-27/1225331325.PDF
[19] 深圳市工业和信息化局：《深圳市加快推进人工智能服务器产业链高质量发展行动计划（2026—2028年）》｜ https://gxj.sz.gov.cn/gkmlpt/content/12/12701/post_12701358.html
[20] SK海力士：《SK hynix Partners with TSMC to Strengthen HBM Technological Leadership》｜ https://news.skhynix.com/en/sk-hynix-partners-with-tsmc-to-strengthen-hbm-technological-leadership/
