伯恩斯坦——全球存储与NAND…

伯恩斯坦——全球存储与NAND：HBF深度解析——HBF能否成为突破内存瓶颈的终极方案？

• 内存墙与AI架构迁移：AI正从训练向高级推理及智能体工作负载演进，内存容量、带宽及数据复用的重要性日益凸显。模型参数膨胀与上下文长度扩展，将超出HBM承载能力，数据被迫向更广阔的存储层级扩散；同时缓存经济学（复用KV缓存的成本仅为重新计算的约10%）激励保留而非重算数据。这推动基础设施从“计算为中心”转向“内存为中心”，需求从单纯的GPU/HBM扩展至传统DRAM、NAND及HDD。

• HBF的核心价值：高带宽闪存（HBF）通过融合HBM级读取带宽与8-16倍于HBM的容量，且每GB成本显著降低，有望大幅提升AI推理的内存效率与经济性。在分层架构中，HBM保留对延迟敏感的活跃数据集，HBF则承载庞大模型参数（如非活跃MoE专家）及可复用的KV缓存。其价值主张并非简单廉价内存，而是通过减少托管大模型所需的GPU/HBM数量，并避免昂贵重算，实现资本开支与计算效率的双重优化。

• 高性能NAND作为新内存层级：多种技术正涌现以填补HBM与传统NAND间的空白，包括HBF、超高性能IOPS SSD（如Storage Next）、低延迟NAND（如Z-NAND）、池化闪存KV缓存平台（如NVIDIA CMX）及CXL附加DRAM。这些方案多基于NAND（尤其中低密度SLC），其采用将消耗大量NAND晶圆产能，无论哪种架构胜出，均将收紧NAND供需平衡，支撑行业定价。

• HBF经济性分析：由于采用高性能SLC闪存及额外硅片面积（TSV、高带宽I/O等），我们估算HBF的晶圆容量置换比（trade ratio）高达6.5倍（基准情景），远高于HBM的约3倍；成本比约为eSSD的10倍。但若按模块定价与HBM相近（容量8-16倍于HBM），HBF毛利率可达80-90%，与NAND闪存持平甚至更高，对NAND ASP、营收及利润具显著增厚效应。

• 对NAND及GPU/HBM需求的影响：HBF有望复刻HBM对DRAM行业的重塑——创造NAND增量需求的同时，因晶圆消耗比高而减少每片晶圆产出的GB数，结构性改善供需。尽管HBF可能降低单工作负载的GPU强度与HBM需求，但杰文斯悖论（Jevons Paradox）下，AI总成本下降将刺激更广泛的应用，反而驱动HBM与GPU的聚合需求增长。

• 技术实现与局限：HBF通过3D堆叠、CBA（CMOS键合阵列）架构、TSV垂直互连、UCIe接口及SLC模式，将NAND转化为高带宽内存。但其本质仍受限于NAND的物理特性：微秒级延迟、页级读取导致有效带宽打折、写入慢及耐久性有限，故无法替代HBM，而是作为互补的分层容量层。

• 商业化挑战：最大障碍是缺乏NVIDIA等关键玩家的背书。Google、Meta、SK海力士已组建HBF联盟，但NVIDIA、铠侠等力推Storage Next与CMX方案。此外，HBF需占用稀缺的CoWoS封装资源，且要求处理器与软件栈重新设计以优化数据放置。NVIDIA已规划至2028年的GPU路线图均未纳入HBF，意味着即便采用也可能在数年后。

• Sandisk的领先地位：Sandisk目标2027年推出首款HBF样品，二代面向边缘AI。其NAND IP、垂直整合制造及系统能力增强执行可信度。HBF尚未纳入公司财务指引，构成潜在上行期权。

投资逻辑与评级

报告覆盖多家存储及硬件公司，均给予跑赢大盘（Outperform）评级，目标价具显著上行空间：

• Sandisk (SNDK)：目标价3,000美元（现价1,255.58美元），评级跑赢。

• Seagate (STX)：目标价1,350美元（现价644.21美元），评级跑赢。

• Western Digital (WDC)：目标价600美元（现价356.13美元），评级跑赢。

• Samsung Electronics (005930.KS)：目标价440,000韩元（现价222,000韩元），评级跑赢。

• SK hynix (000660.KS)：目标价2,700,000韩元（现价1,341,000韩元），评级跑赢。

• Micron (MU)：目标价1,300美元（现价903.70美元），评级跑赢。

• KIOXIA (285A.JP)：目标价49,000日元（现价12,605日元），评级跑输（Underperform）。

主要下行风险：HBF商业化进度不及预期；NVIDIA等生态巨头持续不支持；CoWoS封装产能挤占；替代技术（如CXL、CMX）抢占市场；NAND晶圆产能转换导致短期供给波动；AI推理需求增长放缓。

估值与行业影响

HBF的引入将NAND从通用存储升维至AI内存层级，其高置换比（6.5倍）意味着少量需求即可吸收大量晶圆产能，行业供需趋紧将支撑NAND定价与利润率。长期来看，AI推理的爆发与MoE模型普及将放大分层内存架构的价值，具备先发技术优势与生态联盟的厂商将优先受益。