牛策略 | 【脱水研报周回顾】指数3900点附近震荡，燃气、纺织制造、煤炭、电网设备等涨幅居前；存储、PCB、黄金有色等板块节前节后趋势性行情较强-牛策略-股票配资,实盘开户,港股美股炒股,杠杆投资全覆盖

关注：

PCB：沪电股份、胜宏科技、东山精密、鹏鼎控股、深南电路、景旺电子、生益电子、广合科技、南亚新材、奥士康、世运电路、兴森科技、威尔高、中富电路、崇达技术；

设备：芯碁微装、大族数控、东威科技；

材料：电子布（宏和科技、菲利华、东材科技）、铜箔（铜冠铜箔、德福科技）。

2、“以存代算”逻辑下，SSD不再是单纯的数据存储载体，而是AI推理的核心组件

天风证券研报再次梳理了存储板块的逻辑，核心点在于为突破算力瓶颈与“存储墙”制约，“以存代算”作为一种颠覆性技术范式应运而生。而在“以存代算”技术范式下，SSD不再是单纯的数据存储载体，而是深度参与AI推理的核心组件。

当前，AI推理已成为衡量大模型商业化价值的关键标尺，但在实际应用中仍面临“推不动、推得慢、推得贵”的严峻挑战。为突破算力瓶颈与“存储墙”制约，“以存代算”作为一种颠覆性技术范式应运而生。

该技术通过将AI推理过程中的矢量数据（如KVCache）从昂贵的DRAM和HBM显存迁移至大容量、高性价比的SSD介质，实现存储层从内存向SSD的战略扩展，而非简单替代。

其核心价值在于显著降低首Token时延、提升推理吞吐量，并大幅优化端到端的推理成本，为AI大规模落地提供可行路径。

“以存代算”CachedAttention技术是一种通过将AI推理中历史对话的KVCache缓存到HBM+DRAM+SSD等外部存储介质。

在该系统中，HBM作为GPU本地高速存储，负责存储当前活跃会话的KVCache，支撑LLM推理计算；DRAM作为中间缓存层，承接HBM的异步写入与SSD的预加载，平衡速度与容量；SSD则作为长期存储层，提供大容量持久化存储，承载非活跃历史数据。

“以存代算”CachedAttention将首Token时延（TTFT）显著缩短了87%，并提升了Prefill阶段7.8倍的吞吐量，从而将端到端推理成本降低了70%。

在“以存代算”技术范式下，SSD不再是单纯的数据存储载体，而是深度参与AI推理的核心组件，其需承接从HBM、DRAM卸载的KVCache，因此被赋予大容量、高吞吐、低延迟的新要求，以缓解对高成本HBM的依赖。同时，SSD主控芯片作为“控制大脑”，需通过先进算法优化数据寻址调度，支撑AI推理中数据高效流转。

在此背景下，AISSD技术将沿三大方向发展：颗粒上，向QLC颗粒演进，凭借技术升级实现高性能与大容量兼顾，满足AI大模型数据存储调用需求；接口协议上，以PCIe5.0/6.0接口搭配NVMe协议为基础，未来融入CXL技术，进一步提升带宽与降低延迟；功能上，向智能化升级，如铠侠计划推出软件让SSD自主处理AI检索任务，Solidigm探索液冷方案优化散热，实现存储与AI推理的深度协同。

关注江波龙、德明利、佰维存储、兆易创新、普冉股份、澜起科技、聚辰股份等。