铠侠把闪存从周期商品推向AI推理的扩展内存

AI数据中心正在改变NAND闪存的价值边界。铠侠计划提高企业级业务占比,并维持高强度资本支出与研发;它需要证明,容量和延迟优势能够换来更稳定的客户关系,而非下一轮库存周期。

铠侠岩手北上半导体工厂实景。摄影:掬茶 / Wikimedia Commons(CC BY-SA 4.0)
铠侠岩手北上半导体工厂实景。摄影:掬茶 / Wikimedia Commons(CC BY-SA 4.0)

截至2026年3月的2025财年,铠侠控股实现2.34万亿日元收入、8704亿日元营业利润和5545亿日元净利润,较上一财年显著增长。SSD及存储产品收入达到1.36万亿日元,智能设备业务收入7600亿日元。经营活动现金流6165亿日元,购置固定资产支出2811亿日元。

公司在2026年投资者日提出,未来三年年度资本支出约4700亿日元、研发支出约2300亿日元,并希望中长期让数据中心和企业级业务贡献超过六成销售。这意味着铠侠不再满足于等待手机和个人电脑库存周期改善,而要让NAND闪存进入AI数据中心的核心架构。

AI推理正在重新定义存储瓶颈

训练大型模型需要高速内存和庞大计算集群,推理阶段则要反复读取模型权重、向量数据库和用户上下文。随着模型数量、参数和调用频率增长,把所有数据长期保留在昂贵DRAM中并不经济。高容量、低延迟的企业级SSD可以承担更大一部分数据层。

铠侠正在规划面向容量、通用性能和低延迟场景的不同企业级产品,包括超大容量SSD和扩展内存用途。价值不只来自每块硬盘存储更多数据,还来自减少服务器数量、功耗和机架空间。客户最终会按总体拥有成本采购,而不是只比较每GB价格。

这要求铠侠同时优化NAND层数、控制器、固件和系统接口。纯粹增加层数可能改善晶圆成本,却不一定满足数据中心的耐久性和延迟要求。企业客户还需要多年验证、稳定供货和故障管理,产品关系因此比消费电子更长。

提高企业级占比可以缓和周期,但不能消除周期

NAND行业长期受到供给扩张和库存调整影响。价格上涨会鼓励厂商增加晶圆投入,需求放缓后库存又会迅速压低平均售价。企业级SSD通过定制认证和长期部署提高客户黏性,有助于降低现货价格波动,却仍会受到数据中心资本支出周期影响。

超过六成销售来自数据中心和企业级业务,是方向而非保证。云客户规模巨大、议价能力也强,订单集中可能使单一客户的采购调整直接影响工厂利用率。铠侠需要在大型云平台、服务器厂商和传统企业之间保持多元组合,并争取长期供货安排。

消费设备业务仍有战略作用。手机、个人电脑和其他智能设备提供大规模出货,帮助公司摊薄研发和制造成本。正确做法不是退出消费市场,而是减少对低价通用品的依赖,让不同市场共享技术和产能弹性。

4700亿日元年度资本支出需要分阶段验证

半导体工厂投资具有不可逆性。新厂房、洁净室和设备从建设到量产需要较长时间,技术升级又会提高每片晶圆的容量。如果需求预测同时高估出货和价格,扩产会造成双重压力。铠侠应以客户认证、供货协议和行业库存作为阶段性触发条件。

北上与四日市生产基地需要在规模和技术导入之间分工。新一代BiCS FLASH应先在受控产线上提升良率,再扩大晶圆投入。厂房可以提前建设,昂贵设备则应随需求安装,以保留资本灵活性。

年度2300亿日元研发投入同样需要聚焦。更高层数、键合技术、控制器和企业固件都重要,但公司不能同时追逐所有接口和应用。应优先选择能够形成长期客户合作、差异化性能和较高毛利的技术路线。

客户集中使产品战略更加紧迫

铠侠年报显示,苹果相关集团贡献了约20.4%的销售。大型客户带来规模和可见度,也使消费设备周期和采购策略对业绩影响显著。提高企业级业务占比,可以分散这种集中度,但新的云客户也可能形成相似依赖。

公司需要按终端市场披露客户集中和合同结构,并让产能尽可能在不同产品之间转换。专为单一客户设计的产品应获得更明确的采购承诺,通用产能则要保留转向其他市场的能力。

技术合作也应避免失去定价权。与控制器、服务器和云平台共同开发能够提高进入壁垒,但若知识和规格完全由客户掌握,供应商容易退回代工角色。铠侠必须保有核心闪存架构、固件和系统优化能力。

扩展内存的价值要由真实工作负载证明

把闪存定位为AI推理的扩展内存,是一项有吸引力的技术主张。它能否形成收入,取决于实际延迟、耐久性、软件支持和总体成本。客户不会为了新的产品名称重构数据中心,只有在相同服务水平下降低成本或扩大模型容量,才会采用。

铠侠应与加速器、服务器和数据库伙伴建立参考架构,并公布可重复的工作负载结果。大容量SSD若只在实验室环境中表现突出,商业化会很慢;若能缩短模型加载、提高每台服务器可承载的并发量,采购理由会十分明确。

AI为NAND提供了摆脱纯周期叙事的机会,也可能诱发全行业新一轮扩产。铠侠的任务不是证明数据会持续增长,而是证明它能在数据增长中获得更稳定的单位经济效益。企业级占比、客户多元化、资本分阶段和产品溢价,才是这场转型真正的衡量标准。