
HBM、DRAM、NAND、SSD、HDD 不是同一层级的产品。你可以先把它们分成三组:HBM 和 DRAM 属于内存,解决计算过程中的高速数据访问;NAND 是闪存芯片,负责断电后保存数据;SSD 和 HDD 是完整存储设备,分别偏向速度和容量成本。对投资者来说,真正重要的不是“是不是 AI 存储概念”,而是它在 AI 服务器、云数据中心和企业存储中的位置、公司收入来源、价格周期和技术风险。

HBM、DRAM、NAND、SSD、HDD 的最大区别在于:前两者偏“内存”,中间的 NAND 是“闪存介质”,后两者是“存储设备”。你判断一个产品时,先看它是否断电保存数据,再看它靠近 CPU/GPU 还是靠近数据存储层,最后看它解决的是带宽、容量、成本还是可靠性问题。
| 类型 | 属于什么 | 是否断电保存 | 主要解决什么 | 典型应用 | 代表公司 |
|---|---|---|---|---|---|
| HBM | 高带宽 DRAM | 否 | GPU/AI 加速器带宽瓶颈 | AI 训练、HPC、AI GPU | SK hynix、Samsung、Micron |
| DRAM | 通用内存 | 否 | CPU/服务器临时数据访问 | 服务器、PC、手机 | Samsung、SK hynix、Micron |
| NAND | 闪存芯片 | 是 | 非易失性数据保存 | SSD、手机、存储卡 | Samsung、Kioxia、Micron、SanDisk |
| SSD | 固态存储设备 | 是 | 高速读写和低延迟 | 数据库、企业存储、AI 推理缓存 | Samsung、Micron、Kioxia、Pure Storage 等 |
| HDD | 磁盘存储设备 | 是 | 低成本大容量保存 | 云存储、归档、备份、数据湖 | Seagate、Western Digital、Toshiba |
你可以把计算系统想象成一条数据通路:CPU/GPU 负责计算,HBM 和 DRAM 给计算芯片快速喂数据,SSD 负责更大规模的高性能读写,HDD 负责更低成本的海量保存。按 SSD 是使用非易失性存储保存数据的设备 这一行业定义,SSD 的关键并不只是“快”,而是它没有机械运动部件,并且多数使用 NAND Flash 来保存数据。
新手最容易混淆的地方有五个:
小结:如果你只想快速建立框架,可以记住一句话:HBM 和 DRAM 是计算附近的内存,NAND 是非易失性闪存介质,SSD 和 HDD 是完整存储设备。HBM 更贵、更靠近 AI 加速器;DRAM 更通用;NAND 决定 SSD 的核心成本;SSD 负责高性能存取;HDD 负责低成本海量容量。投资时,先判断公司收入来自哪一层,再看价格周期、客户结构和技术升级节奏。

HBM 和 DRAM 都属于内存,但投资含义不同。HBM 的核心价值是高带宽、低功耗和靠近 GPU/AI 加速器,适合大模型训练、推理和高性能计算;普通 DRAM 更像服务器、PC、手机的基础内存,需求更广,但单位价值和技术门槛通常低于 HBM。
HBM 的全称是 High Bandwidth Memory,高带宽内存。它本质上仍是 DRAM,但通过堆叠、TSV 和先进封装,把多层 DRAM 放到更靠近计算芯片的位置。Micron 的 HBM3E 24GB 8-high 产品资料显示,其单个 cube 带宽可超过 1.2TB/s;NVIDIA 也把 H200 的 141GB HBM3e 和 4.8TB/s 带宽 作为重要卖点。这说明 AI 芯片竞争已经不只看算力,也看能否把数据足够快地送进计算单元。
普通 DRAM 的角色更基础。服务器 CPU、数据库、虚拟化、云服务、PC 和手机都离不开 DRAM。Micron 2025 年 10-K 提到,数据中心业务销售包括 HBM、DDR5、DDR4、LPDDR5 和 GDDR6,这说明 DRAM 不是单一产品,而是一组按应用场景分化的内存组合。
| 维度 | HBM | 普通 DRAM |
|---|---|---|
| 主要位置 | GPU/AI 加速器附近 | 服务器、PC、手机主内存 |
| 核心指标 | 带宽、功耗、封装良率 | 容量、价格、通用兼容性 |
| 主要客户 | AI 芯片厂、云厂商、HPC 客户 | 服务器、PC、手机、工控客户 |
| 投资弹性 | 高,但认证和产能约束强 | 周期性强,受供需价格影响大 |
| 主要风险 | HBM3E/HBM4 切换、客户认证、良率 | 产能过剩、价格回落、库存调整 |
HBM4 又提高了技术门槛。SK hynix 已宣布完成 HBM4 高性能 AI 内存 开发并准备量产,说明下一阶段竞争会从“有没有 HBM”转向“能否按客户节奏供货、良率是否稳定、能耗是否达标”。因此,HBM 对存储原厂的利润弹性更大,但失败成本也更高。
小结:你可以把 HBM 理解为 AI 计算瓶颈中的高价值内存,把普通 DRAM 理解为通用计算系统的基础内存。AI 服务器会同时拉动 HBM、服务器 DRAM 和高容量内存模组,但投资判断不能只看需求,还要看客户认证、先进封装能力、良率、产能分配和价格周期。HBM 弹性更强,DRAM 覆盖面更广,两者都不是断电保存数据的存储设备。

NAND 和 SSD 不能混为一谈。NAND Flash 是保存数据的闪存芯片,SSD 是把 NAND、控制器、固件、接口、缓存和散热设计组合起来的完整设备。你看 NAND 公司时,重点是价格、层数、良率和产能;看 SSD 公司时,还要看产品认证、企业客户和系统交付能力。
从技术层级看,NAND 是“材料和芯片层”,SSD 是“产品和系统层”。IBM 对 SSD 通常使用 NAND Flash 保存持久数据 的解释,可以帮助你理解这一区别。SSD 不只是几颗 NAND 芯片拼起来,它还需要控制器决定数据如何写入、如何均衡磨损、如何纠错、如何通过 PCIe/NVMe 接口与服务器通信。
AI 为什么会带动企业级 SSD?原因在于 AI 工作流不只有训练算力。训练前要清洗和读取大量数据,推理阶段可能需要向量数据库、RAG、日志、缓存和模型文件加载。高性能企业级 SSD 可以承接热数据和高 I/O 访问,但长期归档和冷数据通常仍会下沉到 HDD 或对象存储。
| 维度 | NAND Flash | 企业级 SSD |
|---|---|---|
| 层级 | 闪存芯片 | 完整存储设备 |
| 核心指标 | 层数、成本、良率、价格 | IOPS、延迟、耐久、功耗、认证 |
| 应用 | 手机、SSD、存储卡、嵌入式设备 | 数据库、虚拟化、AI 推理、企业存储 |
| 主要风险 | 价格下跌、产能过剩、库存 | 客户认证失败、控制器问题、毛利压力 |
| 投资关注 | NAND 合约价、产能利用率 | 企业级 SSD 占比、客户结构、长期订单 |
TrendForce 在 2026 年上调 NAND Flash 市场预测,原因之一是 AI、服务器和企业级 SSD 需求改善。这个判断并不等于所有 NAND 公司都会同等受益。上游原厂可能受益于价格上涨,但如果下游 SSD 或存储系统厂商无法把成本转嫁给客户,毛利率反而可能被压缩。
小结:NAND 是芯片,SSD 是产品。NAND 的投资逻辑更接近半导体周期:价格、库存、产能、良率决定利润弹性;SSD 的投资逻辑更接近企业级硬件和系统交付:控制器、固件、客户认证、可靠性和产品组合更重要。AI 会提高企业级 SSD 的战略地位,但不会消除 NAND 价格波动,也不会让所有 SSD 供应商自动受益。
HDD 没有被 SSD 淘汰,它在 AI 数据中心中的角色是低成本、大容量、可规模化保存。SSD 更适合热数据、高并发和低延迟,HDD 更适合数据湖、备份、归档、对象存储和云厂商长期保存。你判断 HDD 公司时,不应只看速度,而要看单位 TB 成本、单盘容量和云客户需求。
AI 系统会产生大量训练数据、合成数据、日志、模型版本和推理记录。不是所有数据都需要放在 SSD 上。对云厂商来说,如果一批数据很少被访问,但必须长期保存,HDD 仍然有成本优势。Seagate 推出的 Mozaic 3+ 和 HAMR 技术 直接指向 30TB 级别硬盘和 AI 数据中心存储需求,说明 HDD 厂商仍在通过面密度提升争夺云数据中心容量市场。
Western Digital 也在近线硬盘上继续推高容量,其 26TB CMR 和 32TB UltraSMR 面向数据中心和云存储场景。这里的关键词不是“比 SSD 快”,而是“同样机柜、同样能耗和运维条件下,能装下更多 TB”。
| 维度 | 企业级 SSD | Nearline HDD |
|---|---|---|
| 核心优势 | 低延迟、高 IOPS、高吞吐 | 单位容量成本低、容量大 |
| 适合数据 | 热数据、数据库、缓存、AI 推理 | 冷数据、温数据、归档、备份、数据湖 |
| 主要指标 | 读写性能、耐久、功耗、NVMe | 单盘容量、单位 TB 成本、可靠性 |
| 代表公司 | Samsung、Micron、Kioxia、Pure Storage | Seagate、Western Digital、Toshiba |
| 主要风险 | NAND 成本、客户认证、价格竞争 | 云客户订单、技术路线、供需周期 |
你可以把 SSD 和 HDD 看成分工关系,而不是简单替代关系。AI 数据中心通常需要分层存储:最热的数据靠近计算,放在 HBM、DRAM 和高速 SSD;访问频率较低但规模巨大的数据,最终会进入 HDD、对象存储或归档系统。
小结:HDD 的价值不是速度,而是容量经济性。AI 训练和推理会提高数据总量,数据总量越大,越需要分层存储。SSD 承担性能层,HDD 承担容量层。判断 HDD 厂商时,你要重点看 Nearline HDD 出货、单盘容量、HAMR/ePMR/SMR 路线、云厂商订单和单位 TB 成本,而不是简单用消费级硬盘体验来判断产业价值。
存储公司必须按产业链分层看。SK hynix、Samsung、Micron 更偏 HBM/DRAM/NAND 原厂;Seagate、Western Digital、Toshiba 更偏 HDD;Pure Storage、NetApp、Dell、HPE 更偏企业存储系统。你不能把它们都归为“存储股”后用同一套估值逻辑判断。
上游芯片原厂的收入更多受 DRAM、HBM、NAND 价格影响。2025 年 Western Digital 完成 Flash 业务分拆,SanDisk 作为独立公司交易,说明市场正在把 HDD 业务和 Flash/NAND 业务拆开看。SanDisk 也公告其完成分拆后以 SNDK 在 Nasdaq 交易,这让投资者更容易分别观察 HDD 和 Flash 周期。
系统厂商的逻辑不同。Pure Storage 在 10-K 中把 Evergreen//One 描述为基于 SLA 的存储即服务模式;NetApp 则强调自身在 all-flash storage 和混合云数据基础设施中的定位。这类公司不一定直接制造 NAND 或 HDD,它们更依赖企业客户、软件能力、订阅收入、数据管理和渠道覆盖。
| 公司类型 | 代表公司 | 主要产品 | 看什么指标 | 主要风险 |
|---|---|---|---|---|
| HBM/DRAM/NAND 原厂 | SK hynix、Samsung、Micron、Kioxia、SanDisk | 内存和闪存芯片 | 合约价、良率、产品结构 | 价格下行、产能过剩 |
| HDD 厂商 | Seagate、Western Digital、Toshiba | Nearline HDD、企业级硬盘 | 出货、容量、云客户订单 | 云客户砍单、技术切换 |
| SSD/模组厂商 | Samsung、Micron、Kioxia、SanDisk 等 | 企业级 SSD、消费级 SSD | eSSD 占比、控制器、认证 | NAND 成本、价格竞争 |
| 企业存储系统 | Pure Storage、NetApp、Dell、HPE | 全闪存阵列、混合云存储 | 订阅收入、RPO、客户留存 | 企业 IT 支出放缓 |
如果你关注 MU、STX、WDC、SNDK、PSTG、NTAP 等美股存储相关公司,除了产业链位置,也要看实际交易成本。通过 美股信息查询 跟踪标的时,不能只看股价和涨跌幅,还要结合财报、产品周期和费用结构。Biya 美股交易佣金为 0 美元,平台费、外部机构费及其他费用以 美股交易费用 和订单页面展示为准。
小结:存储公司不能只按“AI 概念”分类。上游芯片原厂看价格和产能,HDD 厂商看云存储容量需求,SSD 厂商看 NAND 成本和企业级产品,企业存储系统公司看客户、订阅和数据管理能力。你越能分清收入来源,就越不容易把周期股、硬件股和软件化服务商混在一起比较。
存储行业的机会来自 AI、云计算和数据增长,但风险来自价格周期、库存变化、产能扩张和技术切换。你不能只用“需求增长”判断存储股,也要看 DRAM 合约价、NAND 合约价、HBM 供货进度、企业级 SSD 订单、Nearline HDD 出货和公司毛利率。
存储行业有很强周期性。TrendForce 2026 年 6 月数据显示,1Q26 DRAM 行业受 常规 DRAM 合约价快速上涨 推动,收入环比大幅增长。这类数据说明价格对存储厂商利润影响很大,但也提醒你:价格越快上涨,后续越要警惕客户备货过度、消费端承压和资本开支扩张。
每月跟踪存储板块,可以看 8 个信号:
技术风险同样重要。HBM 需要客户认证和先进封装配合,NAND 要持续提高层数和良率,HDD 要押注 HAMR、ePMR、SMR 等路线。技术升级成功可以扩大利润池,失败则可能带来订单延迟、资本开支浪费和客户流失。
对普通投资者来说,交易前还要把费用和风险放进同一个框架。你可以用 Biya 关注美股、港股和数字货币市场,但具体服务是否可用,取决于用户所在地、身份验证结果、平台规则及适用法律法规。Biya 美股交易佣金为 0 美元,平台费、外部机构费及其他费用以费用中心和订单页面展示为准,不应把“0 佣金”等同于“0 成本”。
小结:存储行业不是简单的“AI 越强,所有公司越好”。AI 会提高 HBM、服务器 DRAM、企业级 SSD 和 Nearline HDD 的需求,但价格、库存、产能和技术路线会决定利润能否兑现。你需要把公司放回产业链位置,再结合价格周期、客户结构、资本开支和财报毛利率判断机会与风险。公开市场信息只能帮助你建立框架,不构成投资建议。
如果你已经能分清 HBM、DRAM、NAND、SSD、HDD 的层级,下一步更适合建立一个观察清单:把 MU、STX、WDC、SNDK、PSTG、NTAP,以及相关半导体、云计算和 AI 基础设施 ETF 放在一起跟踪。使用 下载 App 前,也应先了解订单类型、交易费用、汇率、平台规则和自身风险承受能力。热门存储股在 AI 景气阶段可能波动很大,短期价格受财报、供需数据、客户订单和市场估值影响明显。公开资料、公司公告和费用明细应结合使用,任何交易决策都不应只基于单一概念或单一指标。
HBM 更适合 AI GPU 和加速器,DRAM 更适合服务器主内存。HBM 通过堆叠和先进封装提高带宽,解决大模型计算中的数据喂给问题;普通 DRAM 覆盖更广,用于 CPU、服务器、PC 和手机。两者都不负责断电后的长期保存。
NAND 是闪存芯片,SSD 是完整存储设备。SSD 通常包含 NAND、控制器、固件、接口和散热设计,所以投资判断不能只看 NAND 价格。NAND 原厂更受芯片周期影响,SSD 厂商还要看企业客户认证、产品可靠性和系统交付能力。
AI 数据中心同时需要性能层和容量层。SSD 适合热数据、数据库、向量检索和推理缓存,HDD 适合冷数据、归档、备份和大规模数据湖。两者不是完全替代关系,而是在分层存储架构中承担不同成本和性能任务。
普通投资者应先看收入来源和产品形态。HBM、DRAM、NAND 原厂更接近半导体周期,企业存储系统公司更依赖客户预算、软件能力、订阅收入和数据管理方案。只用“存储概念”分类,容易误判估值逻辑和利润驱动因素。
不一定。涨价通常有利于上游存储原厂和库存结构较好的公司,但可能压缩下游 SSD、服务器或存储系统厂商的毛利率。还要看公司能否转嫁成本、客户合同如何定价、库存是否充足,以及涨价是否已经反映在股价中。
美股存储相关公司主要看价格周期、客户集中、技术切换、库存变化、资本开支和估值波动。HBM 公司要看认证和良率,HDD 公司要看云客户订单,系统公司要看企业 IT 支出。交易前应以公司财报、平台规则和当地监管要求为准。
*本文仅供参考,不构成 BiyaPay 或其子公司及其关联公司的法律,税务或其他专业建议,也不能替代财务顾问或任何其他专业人士的建议。
我们不以任何明示或暗示的形式陈述,保证或担保该出版物中内容的准确性,完整性或时效性。

