閃迪暴漲背后：三大催化共振，NAND成“必需品”，AI 重估存儲價值

過去三周，存儲板塊迎來罕見的“完美風暴”。

閃迪股價累計漲幅超過100%，NAND相關標的集體上行。表面看，這是一輪典型的存儲周期反彈；但如果深入拆解年初以來的技術與需求變化，會發現這更像是一場由AI架構演進觸發的價值重估。

從英偉達在CES上提出全新的推理存儲架構，到DeepSeek發布的Engram模型，再到ClaudeCode推動“有狀態AIAgent”加速落地，三條原本分散的技術路徑，在2026年初同時指向同一個結論：

存儲，正在從“成本項”轉變為AI的“核心生產要素”。

AI推理規模的失控式增長，正在逼迫算力系統重構。

在CES2026上，英偉達CEO黃仁勛首次系統性提出ICMS（InferenceContextMemoryStorage）的概念，并給出了一個清晰判斷：上下文（Context），正在成為AI的新瓶頸，而不是算力本身。

隨著模型上下文窗口從幾十萬token邁向TB級別，KVCache、上下文記憶對HBM的擠占已難以持續。一方面，HBM3e單位成本遠高于NAND；另一方面，CoWoS封裝產能也對HBM供給形成硬約束。

英偉達的解法并非“堆更多GPU”，而是把上下文從HBM中卸載出來。

在最新發布的DGXVeraRubinNVL72SuperPOD架構中，除了計算與網絡機架之外，英偉達首次引入了專門用于推理上下文的獨立存儲機架。這些機架通過BlueFieldDPU與Spectrum-X以太網接入計算體系，本質上承擔的是“工作記憶”的角色。

從需求測算看，這一變化并非邊際改動：

• 每個SuperPOD的新增NAND規模約9.6PB
• 折算到單個NVL72計算機架，增量NAND約1.2PB
• 若2027年以SuperPOD形態出貨10萬個NVL72機架，對應120EB的新增NAND需求

在一個年需求約1.1–1.2ZB的全球NAND市場中，這意味著接近10%的結構性新增需求。更關鍵的是，這部分需求直接來自AI基礎設施，而非傳統消費電子。

DeepSeek Engram：NAND被第一次“當作慢速內存”使用

如果說英偉達解決的是工程架構問題，那么DeepSeek的Engram模型，則在算法層面為NAND正名。

Engram的核心突破在于確定性內存訪問（DeterministicLookup）。不同于MoE或稠密Transformer的動態路由，Engram在計算開始前，就能根據輸入token精確判斷需要訪問的內存片段，從而提前完成預取。

在傳統模型中，只有HBM這種超低延遲內存，才能支撐不確定訪問路徑；而Engram的確定性預取機制，有效“掩蓋”了SSD與HBM之間的延遲差距。

DeepSeek的論文已經驗證：

• 一個1000億參數規模的嵌入表，可以完全卸載到主機內存
• 性能損失低于3%
• 隨著模型規模擴大，20–25%的參數天然適合成為“可卸載的靜態記憶”

這意味著什么？

這意味著NAND不再只是“冷數據存儲”，而是第一次被系統性地納入分層內存體系（TieredMemory），成為AI的“慢速RAM”，專門承載龐大的、低頻但不可或缺的知識庫。

在成本維度上，NAND的單位價格仍顯著低于DDR和HBM；一旦其在模型架構中具備“不可替代性”，其在數據中心中的戰略價值將被重新定價。

摩根士丹利分析師 Shawn Kim 及其團隊認為，DeepSeek 展示了一條“少花錢多辦事（Doing More With Less）”的技術路徑。這種混合架構思路，不僅在現實層面緩解了在高端 AI 算力上的資源約束，也向全球市場證明：高效的存儲-計算協同，可能比單純擴大算力規模更具性價比。

ClaudeCode：AI從“無狀態”走向“有狀態”，存儲需求指數級放大

第三個催化，來自應用層。

ClaudeCode的爆發，標志著AI正從“對話工具”向長期運行的Agent演進。與一次性生成文本不同，寫代碼的AI需要：

• 反復讀取、修改文件
• 多輪調試與回溯
• 持續數天的會話狀態

這類AI的本質，是擁有長期工作記憶（Long-TermWorkingMemory）的“有狀態系統”。

而這種工作記憶，顯然無法長期駐留在昂貴的GPUHBM中。

BlueFieldDPU+NAND的組合，恰好提供了一種成本可控的解決方案：Agent的會話狀態、歷史上下文，可以常駐在NAND層，而不是占用算力資源。

這意味著，隨著AIAgent滲透率提升，存儲的需求函數將與推理調用次數脫鉤，轉而與“狀態持續時間”掛鉤——這是一種全新的增長邏輯。

為什么是閃迪？為什么是現在？

三條技術路徑，在2026年初同時落地，構成了一個極具說服力的結論：

• 英偉達在硬件架構層面，為NAND創造了全新應用場景
• DeepSeek在模型層面，驗證了NAND可作為“慢速內存”的可行性
• ClaudeCode在應用層面，放大了長期存儲的剛性需求

這并非單一客戶、單一產品的短期拉動，而是AI體系結構發生變化的信號。

在此背景下，閃迪的股價表現，不再只是“存儲周期反彈”的映射，而是市場開始重新理解一個問題：在AI時代，什么才是真正的基礎設施？

當NAND同時具備周期復蘇+長期需求+結構性重估三重驅動時，其定價邏輯自然會發生躍遷。這，或許才是閃迪暴漲背后的真正原因。