电子行业闪迪投资者日跟踪报告：AI推理驱动存储需求长期增长，NBM与高额回购重塑价值创造

敬请阅读末页的重要说明 证券研究报告 | 行业点评报告 2026 年 08 月 17 日 推荐（维持） 闪迪投资者日跟踪报告 TMT 及中小盘/电子 闪迪在此次投资者日围绕 AI 推理需求、商业模式重构及股东回报系统阐述中长期成长路径：公司预计 2030 年数据中心 Flash 需求达到 1.2ZB，其中 KV cache占市场总需求 35%；公司已与 8 家客户签署总价值 939 亿美元的 NBM 协议，价格下限对应约 80%毛利率，支撑 2028-2030 年营业利润率维持 75%；HBF 可提供 HBM 约 8-16 倍容量及最高 8 倍资本效率，首颗裸片已完成 tape-out 并计划 2027 年送样；同时，公司承诺将业务投资后的超额现金 100%返还股东。整体来看，闪迪正从高周期性的 NAND 供应商转向由 AI 需求驱动、长期协议保障盈利并兼具高股东回报的价值创造模式。 ❑ 2030 年数据中心 Flash 需求将达 1.2ZB，KV Cache 占市场总需求的 35%。在推理过程中，prefill 生成上下文，decode 逐 token 输出时需要反复调用此前状态，并生成大量 KV cache。系统架构上，HBM 和 DRAM 承载容量较小、实时调用的 ephemeral KV cache，TLC/QLC SSD 则分层承载温、冷数据及persistent KV cache；其中 QLC 适合 fast data lake 和冷数据，TLC 适合靠近 GPU 的数据暂存、checkpoint 及温 KV cache。公司预计，2030 年 AI 数据中心 Flash TAM 对应的位元规模将相当于 2026 年全行业 1.2ZB 出货量，persistent KV cache 装机基础将达到约 1ZB，KV cache 将占 2030 年市场需求的 35%，成为增长最快的 AI 数据中心工作负载。SanDisk 实验显示，配备SSD 的系统较仅使用 HBM 和 DDR 的系统能耗降低 75%、token 吞吐量提高75%，生成 100 万个 token 的耗电量仅约为后者的 1/5；公司 TLC 及 QLC ESSD 均已通过主要 hyperscaler 和 OEM 认证并开始出货，温 KV cache 产品可支持约 3 DWPD，全盘写入能力约为传统 SSD 的 10x。 ❑ 已签署 8 份长协总价值超 939 亿美元，营业利润率将长期维持 75%。公司目前已与 8 家客户签署 NBM 协议，其中包括 3 家美国 hyperscaler，同时覆盖数据中心与边缘客户。①协议期限与定价：协议平均期限超过 4 年、最长 5年，包含按季度乃至按月划分的采购量，定价则采用固定价格或带有价格下限、上限的浮动机制。②协议覆盖产能：最早一批协议今年 1 月才签署，但已有两家客户要求延长期限或增加采购位元；公司在两个季度内便将需求可见度由 3 个月延长至超过 4 年，目前约 50%至三分之二的供应量已被纳入协议，FY2028 覆盖比例预计达到 66%，FY2029 暂时维持相近水平，但仍将根据客户需求动态优化。③协议价值：目前 NBM 协议合同总价值 TCV 达到 939亿美元，剩余履约义务 RPO 为 911 亿美元（两者均按价格下限计算），同时公司共获得 165 亿美元财务担保，其中 29 亿美元为客户保证金及信用支持、25 亿美元已到账，其余主要由第三方金融机构提供。④协议利润率：即使按照最低价格，公司预计 NBM 协议在整个合同期内每年毛利率均约为 80%，非 NBM 业务也可继续受益于现货市场上涨。在 NBM 逐渐成为主要业务模式的基础上，公司预计2028-2030年营收和位元出货量均实现mid-to-high teens增长，Non-GAAP 毛利率约 80%，营业利润率 75%，调整后自由现金流利润率 50%，资本密集度仅为收入的 mid-single digits。为保障履约，公司延长铠侠 JV 协议并通过南亚科投资和供应协议锁定 DRAM。 ❑ HBF 能提高资本效率约 8 倍，现已流片计划 2027 年向客户交付设备。HBF 行业规模 占比% 股票家数（只） 533 10.3 总市值（十亿元） 23343.8 20.4 流通市值（十亿元） 16814.1 16.8 行业指数 % 1m 6m 12m 绝对表现 -6.9 16.1 52.6 相对表现 -4.2 15.9 40.8 资料来源：公司数据、招商证券 相关报告 1、《存储产业链跟踪报告—长江存储开启上市辅导备案，持续关注设备等产业链上游受益环节》2026-05-20 2、《存储行业深度跟踪报告—长协锁单彰显紧缺延续，行业景气有望延续至 2027 年》2026-05-13 3、《MemoryS 2026 闪存大会跟踪报告—行业缺货或将延续至 27 年，关 注 未 来 存 储 技 术 创 新 重 构 》2026-03-29 鄢凡 S1090511060002 yanfan@cmschina.com.cn 谌薇 S1090524070008 shenwei3@cmschina.com.cn -20020406080100Aug/25Dec/25Apr/26Jul/26(%)电子沪深300AI 推理驱动存储需求长期增长，NBM 与高额回购重塑价值创造 敬请阅读末页的重要说明 2 行业点评报告 是闪迪针对 AI“内存墙”推出的 High-Bandwidth Flash，公司目标是实现与HBM 相当的读取带宽，同时提供后者 8-16 倍的容量，主要面向 Mixture of Experts 稀疏模型、长上下文及大型 KV cache 等推理负载。公司提出四类 HBF架构，包括全部以 HBF 替代 HBM、HBF 与 HBM 混合配置、以低容量 HBM作为 HBF 缓存，以及将 prefill 与 decode 解耦并在 decode 端配置 HBF。以4900 亿参数 Qwen 3 多轮 agentic 编程工作负载为例，传统方案中单颗 GPU配置 192GB HBM，至少需要 8 颗 GPU 才能装下并运行模型；HBF 方案单颗GPU 容量约 4TB，一颗 HBF GPU 即可运行，4 颗 HBF GPU 便能达到 8 颗HBM GPU 的 token 输出性能。公司测算，在最低 Capex 部署情景下 HBF 可将资本效率提高 8 倍，在最大 token 输出情景下可实现 2 倍 GPU 效率并将能耗降低一半，原因在于 HBM 容量耗尽后数据溢出至系统内存，会造成带宽损失并使GPU利用率下降近50%。除数据中心推理外，第二代HBF for the Edge还面向 1000 亿参数以上模型、机器人及自动驾驶等场景，希望实现能够长期保留个人上下文的“永不遗忘 AI”。技术方面，首代 HBF 主要基于 BiCS8并搭配更高性能 CMOS，可复用现有产能及 NAND 路线图；生态方面，公司已与海力士推进开放标准，在 OCP 旗下联合 Goog