AI 推理正在改變 NAND 週期嗎？Sandisk 對記憶體股票意味著什麼

• AI 推理需要的不只是運算能力，大規模部署同樣需要持續增加、可快速存取且具成本效益的儲存容量。
• NAND 正逐步成為與 HBM、DRAM 並存的 AI 容量層，而不只是傳統商品型儲存產品。
• Sandisk 預估，到 2030 年企業資料中心快閃記憶體需求將達 1.2 ZB，並正在開發專門針對 AI 推理的 High Bandwidth Flash。
• Sandisk、Samsung 等記憶體廠商開始採用更長期的客戶協議，可能提高需求能見度並降低過度擴產風險。
• AI 不會讓 NAND 週期消失。真正值得關注的是，更強的 bit 需求與更好的供給紀律，是否能降低未來週期的波動幅度。

過去幾年的 AI 熱潮中，半導體投資邏輯有一條相對清楚的路徑：更多 AI 模型需要更多 GPU，GPU 需要更多 HBM，而越來越密集的運算叢集又需要更高速的網路與更多電力。儲存一直很重要，但很少得到與這些領域相同的關注。

AI 推理正逐步改變這種資源配置。

當 AI 從大型模型訓練轉向服務數十億次查詢、企業 AI agent、多模態應用與即時工作負載後，基礎設施不只需要進行運算，也必須持續儲存與反覆讀取大量資料。

這為記憶體產業帶來一個新的問題：NAND 是否可能成為 AI 基礎設施下一個重要的容量瓶頸？

Sandisk、Samsung、Kioxia 與其他記憶體廠商近期的發展顯示，答案可能越來越接近肯定。NAND 的投資邏輯也因此開始從短期快閃記憶體漲價，逐步轉向更結構性的 AI 儲存需求。

為什麼 AI 推理需要更多儲存容量？

AI 訓練與 AI 推理對基礎設施造成的壓力並不完全相同。

訓練前沿大型模型需要龐大的運算叢集，以及極高速的記憶體存取能力，這也是為什麼 GPU 與 HBM 最早成為 AI 供應鏈的核心瓶頸。

推理則發生在模型正式部署之後。每當 AI 系統回答問題、搜尋知識庫、分析圖片或執行 agent 任務時，都可能需要讀取模型參數、embedding、快取資料、使用者 context，以及越來越龐大的多模態資料集。

隨著查詢量增加，需要以經濟方式保持可存取狀態的資料量也同步成長。

將所有資料全部放在 HBM 中並不實際。HBM 擁有極高頻寬，但容量相對有限，且每 bit 成本遠高於 NAND。傳統 NAND 位於另一端，可以用遠低的成本提供大量容量，但頻寬較低、延遲較高。

兩者之間因此存在很大的架構空間。

未來的 AI 記憶體堆疊更可能不是 HBM 與 NAND 二選一，而是由不同記憶體服務不同層級：HBM 處理最需要頻寬的工作負載，DRAM 承擔工作記憶體需求，而高效能 NAND 則開始負責容量更大、但仍需靠近運算端的資料池。

Sandisk 正押注 NAND 會成為 AI 的容量層

Sandisk 是目前最明確公開主張這套邏輯的公司之一。在 2026 年投資者日，公司預估到 2030 年企業資料中心快閃記憶體市場可能達到 1.2 ZB，同時預期 FY2028 至 FY2030 營收將維持中高雙位數年成長。相關預期可參考 Reuters。

這一展望建立在 Sandisk 資料中心業務已經快速成長的基礎上。公司正逐步將長期策略與 AI 基礎設施綁定，而不再主要依賴消費電子產品或傳統企業儲存市場。

這個轉變很重要，因為 AI 系統需要的並不只是「更快的儲存」，而是 每套系統配置更多儲存容量。更大的模型、RAG、多模態內容與持續運作的 AI agent，都會增加需要長期保持可存取狀態的資料量。

如果 AI 推理成為未來資料中心最主要的工作負載之一，NAND 的需求驅動因素就可能從 PC、智慧型手機與傳統雲端儲存週期，逐步轉向 AI 產生與使用的資料本身。

這與十年前市場理解的 NAND 需求結構已經非常不同。

HBF 可能填補 NAND 與 HBM 之間的空缺

High Bandwidth Flash（HBF）是目前最有意思的記憶體階層解決方案之一。

Sandisk將 HBF 定位為一種 NAND 架構，目標是補充而不是取代HBM。公司表示，在部分AI推理配置中，HBF 希望提供接近 HBM 的頻寬，同時在類似成本下提供最高約八倍容量。Sandisk 也正在與 SK hynix 推動標準化，希望未來 AI 推理裝置能採用這項技術。更多資訊可參考 Sandisk 的 HBF 技術說明。

這項技術的吸引力很直接。AI 推理常需要讓非常大的模型與資料集保持在距離加速器足夠近的位置，否則從傳統儲存層搬移資料就可能成為效能瓶頸。無限擴大 HBM 可以改善頻寬，但成本與容量都會成為巨大問題。

HBF 嘗試尋找一個中間位置：容量顯著高於 HBM，同時效能又遠高於傳統快閃儲存。

目前 HBF 仍屬新興架構，不應被視為已經成熟的大型營收市場。但它說明了一個更重要的產業方向：記憶體公司正在嘗試讓 NAND 不再只停留於後端儲存，而是逐步靠近 AI 運算本身。

QLC NAND 可能比 HBF 更早產生實際影響

HBF 因為屬於新技術，容易吸引更多關注，但傳統 NAND 的持續創新，短期內可能帶來更大影響。

QLC NAND 每個 cell 可儲存四個 bits，因此可以在相同實體面積下提供比 TLC NAND 更高的容量。對需要大量儲存，且高度在意每 bit 成本的 hyperscale 資料中心而言，QLC 特別具有吸引力。

代價是，每個 cell 儲存更多 bits 後，耐久性與效能可能受到影響，因此 QLC 並不適用所有工作負載。不過，隨著控制器、錯誤更正與 NAND 架構持續進步，可使用 QLC 的場景也在不斷增加。

AI 可能進一步加速這項轉換，因為推理工作負載正好特別重視 容量、能源效率與整體成本。

Sandisk 正持續開發更高密度的 QLC 產品，而 Samsung 與 Kioxia 也透過 wafer bonding 與新一代 NAND 設計，提高密度與效能。例如 Samsung 最新 BV-NAND 架構，相較前一代可提升約 58% 的記憶體密度，以因應持續增加的 AI 儲存需求。

因此，AI 儲存市場的成長並不需要完全依賴 HBF 成功。高容量企業級 SSD 與更高效率的 QLC NAND，同樣可以直接受惠於資料密度持續提升。

為什麼 NAND 週期過去一直如此劇烈？

真正更大的投資問題，是 AI 需求能否真正改變 NAND 長期以來高度劇烈的週期。

歷史上，問題並不只是需求不足，而是需求與供給之間的互動。

當 NAND 供給不足時，價格快速上漲，製造商獲得高毛利。更高的報酬吸引更多產能投資，但半導體廠的規劃與建設需要時間，等到新產能真正上線時，最初的供應缺口往往已經縮小。

價格隨後下跌，毛利率快速壓縮，廠商再減少投資。

接著進入下一個週期。

AI 並不會自動消除這套機制。即使終端需求非常強勁，如果製造商最終擴產過度，供給仍然可以壓過需求。

真正可能發生改變的，是供應商在投資之前能掌握多少需求能見度。

長期協議可能改變供給紀律

Sandisk 正逐步將客戶轉向多年期協議，而不是主要依賴短期交易。

Reuters 在 Sandisk 最新財報後報導，公司已與六家客戶簽訂八份長期協議，合約總價值約 939 億美元，平均合約期限約四年。約一半 FY2027 產出預計由這些協議覆蓋，到 FY2028 則提高至約三分之二。相關資料可參考 Reuters。

這種模式的重要性在於，它同時提高供應商與客戶的能見度。

Hyperscaler 可以提前鎖定未來儲存產能，而 Sandisk 在決定擴產幅度之前，也能掌握更多已承諾需求。

Sandisk 並不是唯一採取這種模式的公司。Samsung 也曾表示，長期客戶協議未來可能占記憶體銷售的 60% 至 70%，顯示整個記憶體產業可能正在出現更廣泛的商業模式變化。

如果供應商未來更傾向根據多年期已承諾需求擴產，而不是看到現貨價格上漲就立刻積極增加產能，記憶體產業或許可以降低過去那種極端供給過剩的風險。

這不會消除週期，但可能改變週期的劇烈程度。

這對 Sandisk、Micron 與其他記憶體股票意味著什麼？

AI 儲存需求增加，不會讓所有記憶體公司以完全相同方式受惠。

Sandisk 是 NAND 與企業級快閃記憶體最直接的代表之一。公司的投資邏輯正在結合 AI 帶動的 bit 需求、多年期客戶承諾、QLC 與 HBF，因此 SNDK 特別容易受到市場是否相信當前 NAND 高獲利可以延續的影響。

Micron 的產品組合涵蓋 DRAM、HBM 與 NAND，因此同時曝險於 AI 記憶體階層的兩端：靠近加速器的高價高頻寬記憶體，以及容量更大的快閃記憶體。AI 需求強勁也提高 Micron 多項產品的供給能見度。

SK hynix 在 AI 投資主題中最主要的角色是 HBM，但它與 Sandisk 在 HBF 上的合作值得注意，因為這代表領先的 HBM 廠商同樣認為，未來 AI 推理架構中可能存在 NAND 型高容量記憶體層。

Kioxia 則提供另一個直接觀察 NAND 的窗口。隨著 AI 工作負載提高高容量儲存需求，公司正加速下一代快閃記憶體量產，而 AI 熱潮也大幅改善其營運與估值。

Western Digital 在 Sandisk 分拆後的核心業務已轉向硬碟，而不是 NAND。但 AI 產生的資料量如果持續爆炸性成長，就可能同時支撐多個儲存層級。Flash 適合高效能、低延遲工作負載，HDD 則在大規模冷資料儲存中仍具有成本優勢。

更大的結論是：AI 儲存不是單一產品交易。

AI 資料持續成長，可能同時推升 HBM、DRAM、NAND、企業級 SSD 與高容量 HDD 的需求，而不同技術將各自負責儲存階層中的不同位置。

AI 可能改變 NAND 週期，但不會讓它消失

把目前這輪記憶體行情描述為產業永久脫離週期，可能過於樂觀。

NAND 仍然是高度資本密集的產業。即使不興建全新晶圓廠，技術升級仍可以增加每片晶圓可提供的 bits；競爭對手也可能因高毛利率重新增加供給，而 AI 資本支出本身也不可能永遠維持同樣的成長速度。

近期股價波動就反映這項風險。Sandisk 與 Western Digital 在 8 月公布強勁財報後都曾大幅下跌，因為市場預期已經非常高，即使公司提供樂觀展望仍不足以滿足投資者。

因此，更合理的結構性論點應該收斂為：

AI 可以讓 NAND 的長期 bit 需求更強、更可預測，而多年期客戶協議與更嚴格的供給紀律，則可能降低未來記憶體週期的劇烈程度。

這個差異非常重要。

降低 NAND 週期波動，並不需要記憶體價格永遠上漲。真正需要的是，即使價格回歸正常波動，供應商仍能維持合理獲利，而不是反覆從供給不足走向嚴重供給過剩。

如果這種改變真的發生，Sandisk 等公司的估值框架最終也可能跟著改變。

在 MEXC 探索 SNDK 相關市場

對希望透過 Sandisk 追蹤 AI 儲存與 NAND 主題的符合資格使用者，MEXC 提供多種 SNDK 相關市場入口。

SNDKSTOCK_USDT 永續合約 可提供 SNDK 相關價格波動的槓桿多空曝險；希望探索真實美股交易服務的使用者，則可透過 MEXC RealStocks 了解相關市場入口。

MEXC 同時上架 SNDKON/USDT，這是 Ondo Finance 提供的 Sandisk 代幣化股票。SNDKON 提供的是 Sandisk 的代幣化經濟曝險，而不是直接持有 Sandisk 普通股。

希望進一步研究 Sandisk 的讀者，也可參考 MEXC 的 Sandisk 股票指南，了解其商業模式、產品與主要風險。

不同產品具有不同市場結構與風險。永續合約涉及槓桿、資金費率與強制平倉風險；代幣化資產則還涉及發行方、流動性、區塊鏈與監管等額外風險。產品可用性亦可能因地區而異。

FAQ

AI 推理會使用 NAND 快閃記憶體嗎？

會。AI 推理系統可以使用 NAND 型企業級 SSD 儲存模型資料、embedding、快取資訊與其他大型資料集，特別是那些不需要長期放在昂貴 HBM 或 DRAM 中的資料。隨著模型與資料集持續變大，這個容量層的重要性可能進一步提升。

NAND 可以取代 AI 使用的 HBM 嗎？

不能直接取代。HBM 可以在靠近 AI 加速器的位置提供極高頻寬與低延遲，而 NAND 則能以遠低於 HBM 的每 bit 成本提供大得多的容量。HBF 等新技術的目標是縮小效能差距，但 Sandisk 本身也將 HBF 定位為 HBM 的補充，而不是替代品。

什麼是 High Bandwidth Flash？

High Bandwidth Flash（HBF）是一種針對 AI 推理設計的新型 NAND 記憶體架構。Sandisk 的 HBF 設計透過堆疊式快閃記憶體與先進 bonding 技術，希望在保留遠高於 HBM 容量的同時，提供比傳統 NAND 更高的頻寬。

AI 是否代表 NAND 週期已經結束？

不是。NAND 仍然是一個具有高度週期性、且資本密集的產業。AI 可以提高長期 bit 需求，多年期客戶協議也可能改善供給紀律，但價格、產能增加與技術升級仍然可能造成供給過剩與毛利率下滑。

更大的轉變：AI 需要的不只是算力，還需要容量

AI 基礎設施熱潮的第一階段，核心是運算資源稀缺。GPU、HBM 與高速網路之所以價值快速提升，是因為市場沒有足夠效能滿足需求。

推理則帶來另一項限制：容量。

如果 AI 要真正以全球規模運作，大量資料必須持續保持可存取狀態，而又不能全部放在成本最高的記憶體中。這為 NAND 提供了進一步向 AI 記憶體階層上移的空間，包括企業級 SSD、QLC，以及未來可能出現的 HBF。

Sandisk 是目前最積極主張這套變化可以創造更穩定 NAND 商業模式的公司之一。但這個趨勢的意義並不只限於 SNDK。

如果 AI 推理持續提高儲存密度，而記憶體廠商同時維持產能紀律，那麼下一輪 NAND 週期仍然會是一個週期——只是可能和過去投資者熟悉的 NAND 週期非常不同。