从美光财报出发：AI 的下一个瓶颈（财富密码） 美光财报大超，表面是存储周期强于预期。 也可能意味着，AI 数据中心的系统级扩张仍在继续，很可能打破之前的存储供需周期。 这样的情况下，存储不应该只做单独讨论。 AI 数据中心是强绑定系统，而不是独立部件组合 在 AI 架构中： 算力（GPU） 存储（HBM / DRAM） 连接（铜 / 光 / SerDes） 三者是强绑定关系。 算力扩张，必然拉动存储； 存储扩张，必然拉动连接。 因此，美光超预期，本质上传递的是： 系统级资本开支仍在上行区间。 当存储成为瓶颈，系统自然走向池化 当前所谓“存储不足”，并非绝对容量不够，而是： HBM 昂贵且稀缺 存储被绑定在单卡 GPU 上 利用率在集群内部高度不均衡 在这种条件下，系统层面的自然选择是： 通过池化 / 共享，提高存储利用率。 这不是概念升级，而是工程层面的被动应对。 池化并没有消除问题，而是转移了问题 一旦存储从“本地”变成“共享”，系统结构发生根本变化： 原来：GPU → 本地 HBM 现在：GPU → 连接 → 存储池 随之而来的核心约束变成： 延迟是否足够低 带宽是否足够高 抖动是否可控 功耗是否可接受 结论很明确： 池化把瓶颈从存储芯片，转移到了连接系统。 关键澄清：池化 ≠ 更多连接，而是更高难度连接 池化并不意味着： 线缆数量显著增加 而意味着： 单条连接的性能要求显著上升 具体表现为： 更高带宽 更低延迟 更强确定性 更严苛的信号完整性与功耗约束 在池化架构中，连接从配套件，变成系统级关键路径。 这解释了连接公司的明显分化 因此，美光财报并不能简单外推为“所有连接公司都会受益”。 受益强度取决于连接所处的位置。 更直接受益的连接类型 GPU 内 / 机柜内短距高速连接 高端 SerDes DAC / AEC 等低延迟方案 这些连接处在算力与存储之间，绕不过去。 节奏更靠后的连接类型 机柜间、数据中心级光互连 800G / 1.6T 光模块 不是不受益，而是： 放量节奏更慢 更依赖整体架构成熟度 把逻辑压缩成一条因果链 存储稀缺 → 系统尝试池化 → 存储访问跨节点 → 延迟与带宽成为核心约束 → 连接升级为系统瓶颈 → 技术门槛高的连接价值上升 总结 美光财报真正强化的不仅仅是“存储牛市”， 而且还会带动上下游和相关板块： AI 系统的下一阶段瓶颈，正在从算力，转向存储与连接的协同能力。 在这个阶段，决定上限的，往往不是存储数量， 而是系统是否能稳定、高效地把这些存储连在一起。 最后，财富密码你get到了吗？ 如果还没有，欢迎加群讨论。群二维码请从置顶找 免责声明：本人持有推文提及资产，观点充满偏见，非投资建议，dyor(rick awsb ($people, $people))