閃迪暴漲背後：三大催化共振，NAND成“必需品”，AI 重估儲存價值

過去三週，儲存板塊迎來罕見的"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，這是一輪典型的儲存週期反彈；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上提出全新的推理儲存架構，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"。

黃仁勳點燃第一把火：上下文成為瓶頸，儲存必須重構

AI推理規模的失控式成長，正在逼迫算力系統重構。

在CES2026上，英偉達CEO黃仁勳首次系統性地提出ICMS（InferenceContextMemoryStorage）的概念，並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。

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

英偉達的解法並非"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，除了運算與網路機架之外，英偉達首次引進了專門用於推理上下文的獨立儲存機架。這些機架透過BlueFieldDPU與Spectrum-X乙太網路連接計算體系，本質上承擔的是"工作記憶"的角色。

從需求測算來看，這項變化並非邊際改動：

• 每個SuperPOD的新增NAND規模約9.6PB

• 折算到單一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，而非傳統消費性電子。

DeepSeek Engram：NAND被第一次"當作慢速記憶體"使用

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

Engram的核心突破在於確定性記憶體存取（DeterministicLookup）。有別於MoE或稠密Transformer的動態路由，Engram在運算開始前，就能根據輸入token精確判斷需要存取的記憶體片段，以便提前完成預取。

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

• 性能損失低於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"

這意味著什麼？

這意味著NAND不再只是"冷資料儲存"，而是第一次被系統性地納入分層記憶體體系（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於DDR和HBM；一旦其在模型架構中具備"不可替代性"，其在資料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階AI算力上的資源約束，也向全球市場證明：高效的儲存-運算協同，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"，儲存需求指數級放大

第三個催化，來自應用層。

ClaudeCode的爆發，標誌著AI正從"對話工具"向長期運行的Agent演進。與一次性生成文字不同，寫程式的AI需要：

• 重複讀取、修改文件

• 多輪偵錯與回溯

• 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，恰好提供了一個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，而不是佔用算力資源。

這意味著，隨著AIAgent滲透率提升，儲存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——這是一種全新的成長邏輯。

為什麼是閃迪？為什麼是現在？

三條技術路徑，在2026年初同時落地，構成了極具說服力的結論：

• 英偉達在硬體架構層面，為NAND創造了全新應用場景

• DeepSeek在模型層面，驗證了NAND​​可作為"慢速記憶體"的可行性

• ClaudeCode在應用層面，放大了長期儲存的剛性需求

這並非單一客戶、單一產品的短期拉動，而是AI體系結構變化的訊號。

在此背景下，閃迪的股價表現，不再只是"儲存週期反彈"的映射，而是市場開始重新理解一個問題：在AI時代，什麼才是真正的基礎設施？

當NAND同時具備週期復甦+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後的真正原因。

來源: 華爾街見聞