AI推理成为存储需求核心驱动力，范式升级重塑产业格局
存储是AI推理的核心瓶颈，大模型推理的解码阶段本质是memory-bound，核心存储负载包括模型权重、KV Cache、激活值及RAG向量库等。相较于训练阶段，推理阶段对延迟高度敏感，KV Cache随上下文长度和并发数动态膨胀，严重加剧了内存墙问题。黄仁勋指出“GPU大部分时间都在等数据”，提升存储带宽和容量可显著增强推理性能并降低推理成本，“以存代算”成为必然趋势。随着模型参数扩大、上下文变长及用户爆发，AI推理带动HBM、DRAM、SSD、HDD需求全面爆发，存储架构从单一层级向高带宽+大容量+分级管理的协同架构演进，存储与计算关系由解耦走向协同优化。
存储需求结构从消费电子主导转向服务器主导
2026年存储器下游需求中，服务器占比有望提升至40%左右，DRAM下游需求中服务器占比有望提升至50%-60%。手机和PC出货量趋于稳态，单机容量提升有限，而服务器出货量和单机容量均在快速提升。2021-2026E，服务器出货量CAGR为5%，单机DRAM容量CAGR为14%，NAND容量CAGR高达27%。在存储涨价周期下，手机、PC及服务器的存储成本占比显著提升，例如低端机存储成本占比从11%提升至55%，AI服务器中存储价值量占比达8-17%。存储涨价导致消费电子终端出货承压，全球手机和PC出货量预期同步下修，进一步凸显服务器作为存储需求最强驱动力的地位。
供需持续紧张，长协签订拉长周期能见度
本轮存储周期由AI需求驱动，供需高度紧张，预计26年全年价格上涨，27年至少保持高位。现货价占市场10%左右，近期因获利了结心理有回调；合约价占90%左右，北美CSP因担心产能不足，陆续与原厂签订3-5年长约，国内模组厂也有签署。合约价涨幅超预期，26Q1涨幅最大，预计逐季收敛。原厂与客户签订长协（LTA）锁定高底价，要求高额预付款，违约成本高，议价权完全逆转至供应商。LTA不仅提供关键资金来源，还减少需求收缩冲击，提升资本开支效率，使存储厂商利润率维持在更高且更稳定的水平，周期能见度大幅拉长。
存储是AI硬件中短期业绩确定性最强、估值最低方向
存储是AI硬件板块中短期业绩确定性最强，供需在可见的2年内持续紧张，同时估值中枢有提升的潜在可能性。服务器占存储敞口提升到50%-60%，存储的容量和性能是AI推理的核心瓶颈环节。相比AI芯片、光模块等高估值板块，存储板块估值较低，但业绩弹性巨大。
报告全文可扫描下方图片二维码进入星球社群查阅下载
（报告来源：中泰证券。本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
