Why Are Memory Manufacturers Not Rushing to Expand Production?

AI 驅動的存儲需求激增，NAND 價格飆升逾 20 倍，但無論是閃存廠商還是硬盤製造商，都對大規模擴產保持克制。這背後，是一套由經濟邏輯、技術壁壘與行業記憶共同構築的供給紀律。

據追風交易台，伯恩斯坦研究（Bernstein Research）近期舉辦的行業專家網絡研討會，NAND 價格的暴漲，正在重塑數據中心的存儲架構選擇。前西部數據（Western Digital）執行副總裁、SanDisk 閃存業務負責人 Robert Soderbery 指出，當前 NAND 與 HDD 的每 GB 價差已擴大至約 20 至 25 倍，遠超超大規模雲廠商實現總擁有成本（TCO）切換所需的 2 至 3 倍臨界點，這使得以 NAND 替代 HDD 在經濟上完全失去吸引力。

這一價差的擴大，正推動 AI 數據中心運營商重新審視存儲架構，部分需求有望從 NAND 回流至 HDD。與此同時，NAND 廠商在經歷多年虧損週期後，普遍對擴產持審慎態度，而 HDD 寡頭則主動維持供給紀律。對投資者而言，這意味着兩類存儲資產的供給約束短期內難以打破，價格強勢格局或將延續。

AI 重塑存儲架構，NAND 需求集中在最新制程節點

數據中心的存儲架構，已從傳統的"兩層模型"演變為由 AI 驅動的"三層架構"。Robert Soderbery 介紹，傳統數據中心以小容量企業級 SSD 承擔計算任務，以近線 HDD 承擔容量存儲，HDD 在總比特量中佔比約 80% 至 85%。

AI 數據中心的興起打破了這一格局。AI 工作負載中的數據預處理環節——包括向量化、嵌入等預計算任務——對存儲性能要求極高，傳統近線 HDD 無法勝任，由此催生了對大容量企業級 SSD 的爆發性需求。容量規格從此前的 2 至 8TB 躍升至 32TB、64TB 乃至 256TB，新增 AI 存儲部署中 NAND 佔比一度高達 60% 至 70%。

然而，NAND 的需求並非均勻分佈於全部產能。Robert Soderbery 指出，AI 工作負載所需的高性能、大容量 NAND，必須採用最新制程節點（當前為第 7 至 9 代），而由於過去數年 NAND 廠商持續承壓、資本開支不足，最新節點產能僅佔行業總產能的約 30% 至 35%。需求高度集中於這一有限產能，是本輪 NAND 價格急劇攀升的核心原因。

擴產回報不足，NAND 廠商選擇等待

面對價格暴漲，NAND 廠商為何不加速擴產？答案在於投資回報率依然不具吸引力。

Robert Soderbery 解釋，NAND 行業過去五至九年經歷了持續虧損，廠商普遍留有深刻的週期傷疤，對需求持續性缺乏信心。從資本開支到產能落地，通常需要約 15 個月的週期——設備交付約需一年，調試投產再需數月。這意味着，價格必須持續上漲並維持數個季度，廠商才會形成足夠的信心，進而啓動擴產決策，再等待約五個季度後新產能才能釋放。

更關鍵的是，即便在本輪漲價之前，NAND 廠商的毛利率也僅在 20% 左右，這一回報水平根本不足以支撐大規模資本投入。Robert Soderbery 指出，NAND 廠商當前的擴產重心，在於將現有產能從低世代節點遷移至更先進節點，以更好服務 AI 市場的高性能需求，而非單純增加總產能。行業通常以 20% 至 30% 的年度比特增長率為目標，且這一增長中相當部分來自 QLC 技術帶來的密度提升，而非實際晶圓投入的增加。

HDD 寡頭主動維持供給紀律

與 NAND 不同，HDD 市場的供給約束更多來自主動選擇，而非技術瓶頸。

當前 HDD 市場實際上只有西部數據（WDC）和希捷（Seagate）兩家主要供應商，東芝（Toshiba）的競爭力相對有限。Robert Soderbery 直言，"寡頭壟斷的第一條規則，就是在沒有達到目標利潤率之前不要擴產。"

HDD 廠商有充分的動機維持這一紀律。過去十年，HDD 行業長期處於產能過剩狀態，廠商對重蹈覆轍高度警惕。此外，HDD 技術本身的複雜性——涵蓋 HAMR（熱輔助磁記錄）技術、磁頭、機械結構及材料科學——使得擴產存在相當的摩擦成本，客觀上支撐了供給約束。Robert Soderbery 透露，西部數據 HDD 業務側的博士研究人員數量，甚至多於 NAND 業務側，足見其技術密集程度。

這意味着應將 HDD 廠商視為能夠長期維持合理回報的寡頭，而非單純的週期性標的。

NAND 替代 HDD 的長期威脅被高估

市場長期擔憂 NAND 將逐步蠶食 HDD 市場份額，但這一邏輯在經濟層面面臨重大障礙。

Robert Soderbery 測算，若 NAND 要在 TCO 層面對 HDD 形成實質性替代，價差需收窄至 2 至 3 倍以內。而要將 NAND 成本降至這一水平，需要行業完成多個製程節點的迭代，每次節點升級約需 500 億美元資本開支，實現對 HDD 的有效替代可能需要約 1500 億美元的累計投入——這還不包括服務 AI 市場所需的資本。

與此同時，NAND 的成本下降曲線正在趨緩。NAND 已從二維平面擴展轉向三維堆疊，層數增加帶來的邊際成本收益遞減，使得成本下降速度放緩。相比之下，HDD 的 HAMR 技術正在加速成本下降，兩者的成本曲線已趨於收斂。Robert Soderbery 認為，NAND 對 HDD 構成實質性替代威脅的時間節點，"還相當遙遠"。

長期協議轉型，改善行業規劃能見度

存儲行業的另一重要變化，是長期採購協議（LTA）正從歷史上的"單邊合同"向真正的雙向約束轉變。

Robert Soderbery 介紹，過去的 LTA 實質上只對供應商形成約束——供應商須保留產能，但客户若不需要可拒絕提貨，而供應商若無法交貨則須承擔違約責任。這種不對等結構使得廠商難以進行有效的資本規劃。

SanDisk 近期披露已簽署 5 份新型長期協議，涉及約 420 億美元採購義務，其中 110 億美元為財務擔保。Robert Soderbery 對此評價積極，認為這類雙向約束合同能夠顯著提升廠商的投資信心，有助於行業走出供給不足的困境。不過他也指出，若市場出現大幅下行，客户仍有動機通過支付違約金來重新談判，合同的實際約束力取決於市場條件。以 SanDisk 的數據為例，110 億美元擔保約佔總採購義務的 25%，意味着即便價格下跌 50%，有效價格降幅也將因此收窄約 25%。

HBF：NAND 進軍 AI 算力的新前沿

在存儲架構演進之外，高帶寬閃存（HBF）技術代表了 NAND 向 AI 算力層滲透的潛在機遇。

HBF 借鑑高帶寬內存（HBM）的封裝技術，採用堆疊結構與寬總線接口，旨在與 GPU 協同部署。其核心優勢在於利用了 AI 推理工作負載的特殊性——模型推理過程中，大量係數以流式方式傳入 GPU，而非頻繁讀寫。NAND 雖然動態讀寫速度較慢、延遲較高，但一旦開始流式傳輸，吞吐量相當可觀，恰好契合這一場景。結合 HBM 式的帶寬與 NAND 更高的存儲密度及差異化的成本結構，HBF 在 AI 推理場景中具備潛在競爭力。

Robert Soderbery 認為 HBF"非常有前景"，但目前仍處於早期階段，能否在功耗、性能與可靠性等維度達到商用要求，尚待驗證。他表示，無論 HBF 能否直接替代 HBM，NAND 在 AI 流水線中的創新空間依然廣闊，投資者可將其視為潛在的上行期權。