Agent 元年，存储板块分类与定价逻辑 过去两年，AI 基础设施投资的主线几乎都围绕“算力”展开：GPU、先进封装、高速互联、液冷、电力，构成了市场最熟悉的一条产业链逻辑。 随着大模型的发展，不再需要重复“从零训练”的昂贵过程。通过蒸馏技术，将超大模型的“逻辑能力”压缩到小语言模型中，不仅保持了极高的准确度，还大幅降低了单次推理的计算成本，这为 Agent 大规模嵌入软件应用提供了经济可行性。一个新的矛盾正在显现：AI 系统的瓶颈，正在从“有没有足够算力”，逐渐转向“数据能否以足够快、足够低成本、足够稳定的方式进入模型工作区”。 这意味着，AI 基础设施的价值分配可能正在发生变化。 未来的核心问题不只是“模型能不能算”，而是： 模型需要的数据、上下文、记忆、知识库和多模态信息，能不能被快速读取、快速寻址、快速缓存、快速调度。 在这个背景下，存储板块不应再被简单理解为周期性的硬件行业，而应被放到 AI 推理架构重构的大背景下重新评估。 本文试图推演一个核心命题： AI Agent 的落地，会推动 AI 基础设施从 “compute-centric” 走向 “memory/dataflow-centric”。真正受益的不是所有存储资产，而是靠近模型实时工作区的高带宽、低延迟、高价值存储层级。 一、AI 基础设施的主矛盾：从训练算力到推理数据流 在大模型训练阶段，行业最核心的变量是 Scaling Law。 模型参数越大，训练数据越多，训练算力越强，模型能力通常越强。因此，训练时代的核心瓶颈是：GPU 数量；FLOPS 算力；集群互联；训练稳定性；电力和散热。 这也是为什么过去一轮 AI 基础设施行情的主角是 GPU、先进封装、AI 服务器和高速网络。 但进入推理阶段后，情况开始发生变化。 推理不是简单的“一次计算”。尤其是 Agent 出现以后，推理变成了一个持续交互系统：理解任务 → 拆解问题 → 调用工具 → 检索知识库 → 读取上下文 → 执行中间推理 → 再次调用工具 → 再次检索 → 生成结果。 这和传统 chatbot 的单轮问答完全不同。 Agent 系统不是一次性生成答案，而是在多个任务链路中反复读取信息、维护状态、调用外部工具、更新记忆，并根据中间结果继续推理。 因此，AI 推理系统的瓶颈开始从单纯的算力，转向一个更复杂的问题：如何让数据、上下文和记忆以足够高效的方式进入模型。 这就是所谓的 Memory Wall 问题。 算力可以越来越强，但如果模型需要的数据不能及时进入计算单元，GPU 就会等待；如果上下文管理效率低，推理延迟就会上升；如果知识库检索慢，Agent 的多轮决策链路就会被拖慢；如果企业多模态数据无法低成本分层存储，Agent 的规模化部署就会受到 TCO 约束。 所以，AI 推理时代的核心基础设施不再只是 GPU，而是：GPU + HBM + DRAM + SSD + 网络 + CXL + 存储调度软件组成的完整数据流系统。 这就是存储板块被重新定价的起点。 二、Agent 为什么会放大存储需求？ Agent 与普通大模型应用最大的不同，是它具备更强的任务连续性和状态管理需求。 普通 AI 应用更多是“输入一个问题，输出一个答案”。 而 Agent 更接近一个自动化工作流系统，它需要长期记忆、任务状态、外部知识、工具调用结果和多轮上下文。 这会带来三类存储需求。 三、第一层需求：HBM/DRAM 解决的是“模型实时思考速度” 首先被直接放大的，是高带宽内存需求。 大模型推理过程中，模型权重、激活值、KV Cache 等关键数据都需要被快速访问。尤其在长上下文、多轮对话和高并发场景下，KV Cache 会成为推理系统的重要内存占用项。 上下文越长，并发越高，模型层数越多，KV Cache 占用的内存资源越大。 因此，Agent 推理系统会自然推动对 HBM 和高端 DRAM 的需求增长。 这里的关键不是“存储容量”本身，而是高带宽、低延迟、靠近 GPU 的热数据存储能力。 在 AI 推理链路里，HBM 是最接近计算核心的存储层级。它不是传统意义上的“仓库”，而是模型正在使用的“工作台”。 因此，HBM 的价值不只是容量，而是：更高带宽；更低延迟；更高能效；更强封装能力；与 GPU/AI 加速器的深度绑定。 这也是为什么 HBM 会成为 AI 存储逻辑中最确定、最有利润弹性的主线。 不过，这里需要注意一个投资上的细节：长上下文并不意味着内存需求会无限几何增长。软件层会持续优化，例如 KV Cache 复用、分页注意力、上下文压缩、量化、稀疏注意力和 RAG 替代部分长上下文需求。 所以，正确的表述不是“上下文越长，内存需求必然爆炸”，而是：长上下文、多 Agent 协作和高并发推理，会持续提高高带宽内存的重要性；但实际需求弹性取决于模型架构、缓存策略和推理系统调度效率。 即便如此，在整个存储链条中，HBM/高端 DRAM 仍然是最强受益环节。 四、第二层需求：企业级 SSD 解决的是“知识获取效率” 如果说 HBM/DRAM 解决的是模型实时思考问题，那么 SSD 解决的是 Agent 的知识获取问题。 Agent 要真正进入企业工作流，仅靠模型自身参数是不够的。它必须接入企业知识库、业务系统、历史文档、客户数据、研究报告、代码仓库、会议纪要和多模态资料。这意味着，RAG 和向量数据库会成为 Agent 落地的标准配置。每一次 Agent 决策，都可能伴随着知识库检索：先检索相关文档；再读取原文；再提取关键信息；再送入模型推理；再根据结果继续检索。 这使得企业数据不再只是静态归档，而会成为推理链路中的动态数据资产。 在这个过程中，高性能企业级 SSD 的价值会提升。 原因很简单：向量数据库和知识库系统需要更高的 IOPS、更低的读取延迟、更好的并发访问能力和更高的写入耐久度。传统 HDD 很难支撑大规模 Agent 系统的低延迟检索需求。但这里也不能简单理解为“SSD 全面替代 HDD”。 更准确的逻辑是： Agent 推理会推动企业数据从冷存储向热/温存储迁移，高性能 NVMe SSD 会成为 AI 数据层的重要组成部分。 不同类型数据会进入不同层级： 高频访问的向量索引和热数据，放在内存或高速 SSD； 中频访问的文档、embedding、上下文记录，放在企业级 SSD； 低频访问的归档数据、历史视频、训练语料，仍然放在 HDD 或对象存储。 因此，SSD 的机会不是简单的“容量增长”，而是“结构升级”。 企业不只是需要更多硬盘，而是需要更高性能、更低延迟、更适合 AI 工作负载的存储系统。 这会推动企业级 SSD、存储控制器、AI-native storage、向量数据库存储架构和 GPU direct storage 等方向的发展。 不过，从利润弹性看，SSD/NAND 的护城河弱于 HBM。NAND 的商品属性更强，供给周期更明显，价格波动更大。除非厂商能在高端企业级 SSD、控制器、低延迟架构、DPU 绑定和 AI 存储系统中形成差异化，否则很难获得 HBM 级别的利润溢价。 五、第三层需求：CXL 和存储池化解决的是“成本效率” 当 Agent 系统规模化部署后，企业会面临一个更现实的问题：成本。 如果每台 AI 服务器都配置大量本地内存和本地 SSD，资源利用率很可能并不高。某些任务内存过剩，某些任务内存不足；某些节点闲置，某些节点拥塞。 因此，未来 AI 数据中心需要更灵活的资源池化能力。这正是 CXL 的价值所在。 CXL 的本质，是通过高速互联实现内存扩展、内存共享和内存池化，让计算节点能够更灵活地访问外部内存资源。 在 AI 推理场景中，CXL 有机会解决几个问题：降低单机过度配置内存的浪费；支持更大规模的上下文缓存；提供更灵活的内存扩展能力；提高数据中心整体资源利用率；降低 Agent 大规模部署的 TCO。 从长期看，CXL 可能成为 AI 推理数据中心的重要基础设施。 但从投资角度看，CXL 目前更像中长期期权，而不是短期确定性主线。 原因在于，CXL 的规模化需要 CPU、GPU、DPU、交换芯片、操作系统、虚拟化层、数据库、推理框架和云厂商共同成熟。它不是单点硬件升级，而是系统架构升级。 更重要的是，CXL 的收益未必一定流向独立 CXL 控制器厂商，也可能被 CPU/GPU/DPU 平台商、云厂商和内存原厂吸收。 所以，CXL 的正确定位是：它是 AI 推理内存池化的重要方向，但短期收入确定性弱于 HBM，中长期产业弹性较大。 六、存储板块的投资逻辑，不是“全板块普涨” 到这里，我们可以得到一个重要结论：AI Agent 确实会增加存储需求，但并不是所有存储资产都会同等受益。 真正需要关注的，不是“存储容量增长”，而是AI 推理数据层级中，哪些环节被重新定价。 可以把 AI 推理时代的数据层级理解为五个不同价值层。 最靠近模型实时工作区的是 L0 层，也就是 HBM。它主要承载模型权重、激活值以及 KV Cache 等热数据，是模型推理过程中最核心的数据工作区。由于直接决定推理效率和 GPU 利用率，因此投资确定性最高，利润弹性也最大。 再往下一层是 L1 层，即 DDR5 和高端 DRAM。它们主要承担 CPU 侧缓存、推理服务运行以及数据预处理等任务。虽然距离计算核心略远于 HBM，但仍属于高价值内存资源，因此投资确定性较高，利润弹性也处于中高水平。 L2 层则是未来值得关注的 CXL Memory。它承担内存扩展、资源池化以及上下文缓存外溢等功能，本质上是解决 AI 数据中心内存利用率问题的重要基础设施。由于产业生态仍在建设阶段，其投资逻辑更偏向中长期机会，利润弹性较大，但兑现周期相对较长。 L3 层是企业级 SSD 和 NVMe 存储。它们主要服务于向量数据库、文档库、上下文存储以及日志系统，是 Agent 获取知识和调用企业数据的重要基础设施。随着 RAG 和企业知识库普及，这一层的需求确定性较强，但由于行业竞争相对充分，利润弹性通常低于高端内存层。 最底层的 L4 则是 HDD 和对象存储系统，主要承担冷数据、多模态归档以及历史语料存储等任务。这部分需求会随着 AI 数据规模扩大而持续增长，但由于技术壁垒和产品差异化相对有限，整体毛利水平通常较低，更偏向容量驱动逻辑。 从这个框架看，越靠近模型实时工作区，价值量越高，技术壁垒越强，利润弹性越大。 这就是为什么 HBM/高端 DRAM 的投资确定性最高，而普通 NAND/HDD 的逻辑相对偏弱。 AI Agent 不是让所有存储都变成高毛利资产，而是让“热数据层”变得更有价值。 七、谁会拿到最高利润护城河？ 如果从利润护城河排序，我认为大致是：HBM/高端 DRAM 原厂 > GPU/DPU/网络平台商 > CXL 控制器与内存池化厂商 > AI-native 存储架构解决方案商 > 普通 NAND/HDD 厂商。 其中，最值得重视的是 HBM/高端 DRAM 原厂。 原因有四点： 第一，供给集中。 全球 HBM 供给高度集中，核心玩家主要是 SK hynix、Samsung、Micron。行业集中度高，本身就有利于利润维持。 第二，技术门槛高。 HBM 不只是 DRAM 颗粒，而涉及 TSV、堆叠、先进封装、良率控制、热管理和与 GPU 的协同设计。它的制造难度和认证门槛远高于普通 DRAM。 第三，客户认证强。 能否进入 NVIDIA、AMD、Google、Amazon、Meta 等 AI 加速器供应链，将直接决定厂商利润弹性。AI 芯片平台的认证周期长，一旦进入供应链，客户粘性较强。 第四，单位价值量高。 相比普通 DRAM，HBM 的 ASP 和毛利能力更强。在 AI 服务器成本结构中，HBM 正从配套组件变成核心瓶颈资产。 因此，在 AI Agent 推理浪潮下，HBM 是最确定的存储主线。 CXL 控制器和内存池化厂商则属于弹性方向。它们的长期空间大，但短期兑现节奏取决于数据中心架构升级速度。如果能进入主流云厂商和 AI 服务器平台生态，可能获得较高估值弹性。 AI-native 存储架构解决方案商也有机会，但需要区分两类公司：一类只是传统存储厂商换了 AI 叙事；另一类真正解决了向量数据库、上下文存储、GPU direct storage、DPU 加速、KV Cache offload 等 AI 推理场景中的关键问题。 只有后者才具备投资价值。 普通 NAND 和 HDD 厂商也会受益于容量增长，但更多是周期弹性，而不是长期护城河重估。 八、这套逻辑最大的风险：软件优化会部分抵消硬件需求 投资推演不能只看需求增长，也要看需求被谁吃掉。 AI 基础设施有一个很重要的特点：硬件瓶颈一旦出现，软件层会迅速优化。 比如： 长上下文带来 KV Cache 压力，软件会做缓存复用和上下文压缩；RAG 检索带来存储压力，数据库会做冷热分层和索引优化；推理成本过高，模型会做量化、蒸馏和稀疏化；Agent 链路过长，系统会做任务路由和中间结果缓存。 所以，不能简单线性外推“Agent 越多，存储需求越大”。 更准确的判断是： AI 推理会持续提高数据层级的重要性，但最终利润流向取决于谁能在单位 token 成本、单位延迟和单位能耗上提供最优解。 这也是为什么高端内存、互联、调度软件和系统架构的价值会高于普通容量型存储。 九、最终结论：AI Agent 重新定价的是“内存层级”，不是整个存储板块 AI Agent 的落地，会推动企业 AI 系统从单轮问答走向持续交互，从静态模型走向动态工作流，从单一计算任务走向复杂数据流系统。 在这个过程中，存储不再只是数据归档的“仓库”，而是成为 AI 推理的“工作台”。 但需要强调的是：不是所有存储都会成为工作台。 真正被重新定价的是靠近模型实时推理链路的高价值存储层级：HBM 承担模型热数据和 KV Cache，是最核心的稀缺资产；高端 DRAM 承担推理服务和系统缓存，是重要配套层；企业级 SSD 承担向量库、上下文存储和知识库访问，是结构升级方向；CXL 承担未来内存池化和成本优化，是中长期架构期权； 普通 HDD 和对象存储仍然承担冷数据归档，容量增长明确但利润弹性较弱。 因此，AI Agent 时代的存储投资逻辑，不是“买整个存储板块”，而是寻找 AI 推理数据层级中被重新定价的稀缺环节。 总结： AI 推理的下一个瓶颈，不只是算力，而是数据流动效率。Agent 时代真正有 Alpha 的不是“存储容量增长”，而是“高价值内存层级被重新定价”。 从投资排序看，最具确定性的方向是 HBM/高端 DRAM；最具中长期弹性的是 CXL 和 AI-native 存储架构；最需要谨慎对待的是普通 NAND/HDD 的周期性反弹。 如果说上一阶段 AI 基础设施的核心是“谁能提供更多算力”，那么下一阶段的核心问题可能会变成：谁能以最低延迟、最低能耗、最低成本，把数据送到模型面前。(AI索罗斯科特)