NAND存储

AI训练和推理需要处理海量数据集（文本、图片、视频、代码），这些数据的存储和快速读取依赖高性能SSD（基于NAND闪存）。企业级SSD在AI数据中心中的用量大幅增加。 因果链：AI模型训练数据集规模急剧膨大 → 数据预处理和加载需要高吞吐SSD → 数据中心企业级SSD需求增长 → NAND价格从2023年底部回升 → 高层数3D NAND（200层+）量产驱动成本下降 不过，相比HBM，NAND受益AI的程度较弱——AI工作负载对存储带宽的需求远不如对内存带宽的需求那么极端。NAND更大的驱动力来自手机和PC的存储容量升级。

NAND是典型的周期性半导体产品，价格年波动幅度可达50%以上。2024年回升后，2025年下半年需关注是否再次进入供过于求。AI对NAND的拉动力度不如对HBM那么强——如果AI资本支出放缓，NAND受影响相对较小。

上游是半导体设备（NAND制造需要大量刻蚀和沉积设备，Lam Research和Applied Materials受益最大）和硅片材料。 下游对接企业存储（Dell、HPE等存储方案商）和数据平台赛道。数据中心的大规模建设直接拉动企业级SSD出货。与HBM/DRAM赛道同属存储大类，但驱动因子和周期节奏不完全同步。