AI 浪潮下的存储芯片投资机遇：从端侧到云端

AI 浪潮下的存储芯片投资机遇：从端侧到云端

近年来，人工智能(AI)技术的飞速发展深刻地改变着我们的生活，而AI的应用也对底层硬件，特别是存储芯片提出了更高的要求。本文将深入探讨AI时代下存储芯片的机遇与挑战，并对相关投资方向进行分析。

一、 容量需求的激增：云端与端侧的双重驱动

AI的蓬勃发展带来了前所未有的数据增长，无论是云端还是端侧，对存储容量的需求都呈指数级上升。

• 云端: 大规模数据中心是AI训练和推理的基础，需要海量存储空间来存储训练数据和模型参数。随着AI模型参数量的不断增加（例如，千亿甚至万亿参数的大模型），对云端存储容量的需求将持续增长，推动数据中心建设和相关存储硬件的升级换代。
• 端侧: AI正快速渗透到各种智能终端设备，例如智能手机、AI PC、AI TWS耳机等。这些设备虽然计算资源和存储资源有限，但为了实现实时、低功耗的AI应用，需要更高容量、更高速度和更高能效的存储芯片。
  • AI 手机: 高端AI手机已将16GB DRAM作为最低配置，甚至普遍采用16GB+512GB的存储组合，以满足运行大型AI模型和应用程序的需求。
  • AI PC: 为了支持更强大的AI模型和更流畅的运行体验，AI PC的内存容量普遍提升至32GB甚至更大，LPDDR5x和LPDDR5T等高速内存也成为主流。
  • AI TWS耳机: AI功能的加入增加了固件和代码程序的存储需求，导致AI TWS耳机的NOR Flash容量显著增加，例如某些型号的AI耳机单只耳机存储容量已达到32MB。

二、 存算一体技术：打破传统存储瓶颈

传统的冯·诺依曼架构存在着存储墙问题，即数据在存储单元和计算单元之间频繁传输会带来巨大的功耗和延迟。为了解决这一瓶颈，存算一体技术应运而生。

存算一体技术将存储单元和计算单元集成在一个芯片上，直接利用存储单元进行数据处理，从而消除数据搬运带来的消耗，大幅提升计算效率并降低功耗。

• 优势: 存算一体芯片在特定领域可提供超过1000TOPS的算力和超过10-100TOPS/W的能效，显著优于现有的ASIC算力芯片。
• 分类: 根据存储与计算的距离，存算一体技术方案可分为近存计算(PNM)、存内处理(PIM)和存内计算(CIM)三大类。其中，近存计算因其接近工程落地，成为大厂的首选。国内初创企业则更多关注存内计算。
• 应用场景: 存算一体技术适用于各类人工智能场景和元宇宙计算，包括可穿戴设备、移动终端、智能驾驶、数据中心等。在端侧应用中，存算一体技术的竞争力约占30%；而在云计算和边缘计算等大算力领域，其竞争力则高达90%。

三、 投资建议与风险提示

AI技术与终端产品的快速融合，将持续推动存储芯片产业的创新和发展。建议关注以下投资方向：

• 存储芯片: 兆易创新、北京君正、东芯股份、佰维存储、普冉股份、江波龙、德明利等。
• 先进封装: 长电科技、通富微电、华天科技、甬矽电子等。

风险提示:

• 下游需求复苏低于预期
• 对前瞻重点技术产业化进程敏感性不强
• 相关厂商研发进程不及预期
• 系统性风险

免责声明: 本文仅供参考，不构成投资建议。投资者应独立判断并承担投资风险。