研报下载就选股票报告网
您好,欢迎来到股票分析报告网!登录   忘记密码   注册
>> 国盛证券-电子行业专题研究:SCM存储,AI时代存储分级的必选项-260726
上传日期:   2026/7/26 大小:   2490KB
格式:   pdf  共15页 来源:   国盛证券
评级:   增持 作者:   佘凌星
行业名称:   电子
下载权限:   无限制-登录即可下载
SCM要填补的是DRAM和传统NAND之间的性能空档。SCM可以简单理解为一种介于内存和存储之间的技术层级。它需要比传统闪存更快,同时保留NAND闪存的非易失特性,断电后数据还能保留,这是它和DRAM的重要区别,此外,DRAM难以跟上不断增长的数据库(DB)规模,数据库生成在CPU上运行缓慢。此外,我们看到,相较于同属于NANDFlash的MLC、TLC及QLC等多比特存储方案,SLCNAND在擦写寿命、写入延迟、运行稳定性等方面通常具有更优表现。公开市场资料显示,SLCNAND的擦写寿命可达约100,000次,显著高于MLC、TLC及QLC等方案,但其单位容量成本较高、存储密度相对较低。基于上述技术特征,SLCNAND更适用于对高可靠性、长期稳定运行要求较高的5G通讯、物联网、航空航天、医疗设备、工业控制等消费、工业及汽车应用场景。
  未来的数据中心是让不同层级存储各司其职,大模型推理、长上下文、KVCache、RAG和向量检索场景里XL-FLASH这类低时延SCM技术的价值会更加被放大。DRAM继续承担极低时延的主内存任务,HBM继续服务GPU侧的高带宽访问。TLC、QLCNAND继续承担大容量存储和成本敏感型数据承载。XL-FLASH这类SCM,则可以在DRAM/HBM与传统NAND之间,补上一个低时延、非易失、容量更可扩展的新层级。AI系统里的数据访问模式越来越复杂,尤其在大模型推理、长上下文、KVCache((值值缓存)、RAG((检索增生生成)和向量检索场景里,繁的的块随机访访问会越来越多,传统SSD更擅长大随顺序读写,而AI推理里的很多访问请求更碎、更繁的、更靠近实时路径,XL-FLASH这类低时延SCM技术的价值会更加被放大。根据铠侠,英伟达storage next有望于2027年开始应用,XL-FLASH有望机之放量。
  如何看待SCM存储带来的投资访遇?
  1)介质层:SLCNAND、MLCNAND、PCM,建议关注相关介质层玩家普冉股份、东芯股份、兆易创新、江波龙、新存科技等。
  从量增逻辑来看,SLCNAND、MLCNAND有望受益于SCM需求爆发。正如我们此前分析,SCM要填补的是DRAM和传统NAND之间的性能空档,它需要比传统闪存更快,同时保留NAND闪存的非易失特性,断电后数据还能保留,此外,DRAM难以跟上不断增长的数据库(DB)规模,数据库生成在CPU上运行缓慢。此外,我们看到,相较于同属于NANDFlash的TLC及QLC等多比特存储方案,SLCNAND在擦写寿命、写入延迟、运行稳定性等方面通常具有更优表现,MLC则介于SLC和TLC之间,目前铠侠第二代XL-FLASH提供128GbSLC、256Gb MLC两类芯片规格,凭借低时延、高耐久、易扩展的多重性能优势,精准匹配当下数据中心与企业端SCM存储需求。根据铠侠,英伟达storage next有望于2027年开始应用,XL-FLASH有望机之放量。
  从价增逻辑来看,SLCNAND涨价斜率高,2026年下半年SLC合约价格较上半年有望调涨120-170%。根据TrendForce,由于高层数3DNAND等高附加价值产品排挤成熟制程产能,MLCNAND供给极度短缺,迫使部分工控、车用和网通客户计划改采用SLCNAND,将导致原已吃紧的SLC供应情况更加紧绷。同时,AI边缘运算、数据中心、汽车电子等对SLC的需求持续提升,供需缺口急剧扩大,预估将推升2026年下半年SLC合约价格较上半年调涨120-170%,不排除有上修空间。
  此外,我们看到PCM在SCM存储层级也有较大潜力。相变存储器被称为PCM或PCRAM。早在1968年就被奥弗辛斯基(StanfordOvshinsky)提出,他首次描述了基于相变理论的存储器:材料由非晶体状态变成晶体,再变回非晶体的过程中,其非晶体和晶体状态呈现不同的光学特性和电阻特性,因此可以利用非晶态和晶态分别代表0和1来存储数据,这一学说称为奥弗辛斯基电子效应。相较于其他类型的存储器(包括NAND闪存),PCM具有更快的写入周期、更快的访问时间、耐力(估计相变存储器比NAND闪存可以处理更多的写周期)、降低功耗、可执行等多种优势。具体到应用上,在核心和边缘网络中,PCM可以用作为主内存,以此来增加内存总容量并同时减少内存访问延迟和成本。基于PCM的存储产品,例如英特尔的OptaneDCPM,DCPM产品已体现出在提高存储性能的同时降低了成本的优势。
  2)CXL:内存池化及扩展,建议关注Marvell、Astera Labs、澜起科技。在人工智能领域,CXL技术通过支持GPU和FPGA等加速器与CPU的高效协作,可显著提升AI训练和推理效率,并提供低延迟、高带宽的数据传输;同时,CXL技术支持内存扩展和内存共享,为AI应用提供更大容量、更灵活调配的内存资源。因此,CXL内存将成为人工智能时代最具前景的内存解决方案之一。借助CXL技术,除DRAM外,如今已能够使用闪存来扩展主访内存。根据弗若斯特沙利文的数据,2024年CXL互连芯片市场尚处于商业化初期,市场规模约为430万美元,行业预测未来几年该市场将迎来爆发式增长,预计至2030年市场规模将达到17.03亿美元,2025至2030年期间的年均复合增长率高达170.2%。2024年,中国占全球市场25%以上的份额,预计到2030年将占30%以上。
  3)配套芯片:SSD主控芯片、VPD等,建议关
 
Copyright © 2005 - 2021 Nxny.com All Rights Reserved 备案号:蜀ICP备15031742号-1