HBM之后的“存储超级风口”——NAND! AMD(AMD.US)果断出手吞下MEXT 闪存正在主导“AI推理经济学”

智通财经APP获悉，美国PC与数据中心高性能芯片领军者AMD(AMD.US)在周一再度获得投资者们强劲看涨情绪支撑，此前该公司宣布收购MEXT——一家多年以来专注于AI驱动数据中心DRAM/NAND存储优化技术的科技公司。AMD截至周一美股收盘股价大涨近7%至547.26美元，市值徘徊在8900亿美元附近，美国NAND闪存领军者闪迪(SNDK.US)股价同样大涨近7%，可谓凸显出随着AMD吞下MEXT，市场愈发认可NAND闪存技术正在从“存储容量资产”升级为AI算力体系中的“准内存层”，很可能成为存储芯片领域继HBM之后的下一个超级风口。

据了解，很少参与并购市场的AMD此次完成的最新收购旨在解决现代数据中心最大的痛点之一——随着AI和数据密集型工作负载持续呈现天量快速增长，内存限制问题日益突出。企业正面临非常有限的HBM/DRAM内存访问能力的困扰，这会拖慢性能并大幅增加整体存储芯片成本。

NAND闪存，可谓正在从长期以来被业内人士定位的传统“冷数据/容量存储”资产，全面升级为AI推理时代的“扩展型准内存层”，它很可能成为继HBM超级存储系统之后存储芯片产业最重要的前沿技术风口之一。AMD收购MEXT透露出的信号可谓非常关键——AMD官方强调MEXT的AI驱动存储优化技术目标是让闪存表现得更接近DRAM，在维持性能和效率的同时扩展可用内存容量、降低基础设施成本，并大幅提升AI与通用工作负载的扩展效率。

根据AMD发布的最新收购公告，MEXT的独家技术有助于让成本低得多的NAND闪存类型存储芯片的性能与能效综合表现得更像DRAM甚至HBM系统。AMD表示，简单来说，这将大幅强化AMD的AI数据中心领域CPU+GPU+高性能网络基础设施为主导的产品阵容组合，并且相比于DRAM的NAND闪存显著成本优势决定了NAND市场份额未来将在AI推理时代愈发扩张。

AMD表示，收购MEXT之后将帮助客户以更高效率和更低的总拥有成本(TCO)来部署天量级别的AI训练/推理工作负载。MEXT工程人才的加入，预计也将支持该公司未来在企业AI应用落地阶段和云计算领域的加速扩展需求。

AMD在收购声明中表示，随着AI大模型更新迭代、数据分析、虚拟化和高性能计算工作负载在规模和复杂性上不断增长，内存已成为云端和企业AI工作负载环境中的最为关键约束。对于客户而言，解决这些瓶颈对于提升每美元性能、提高数据中心资源调配效能以及加速大规模AI部署至关重要;而AMD正通过收购MEXT来应对这一挑战，MEXT是AI技术驱动的存储优化技术的先驱。

市场对这笔交易反应积极。AMD股价截至收盘大幅上涨近7%，延续了其今年以来的强劲涨势;市场对于总部位于美国的NAND闪存技术领军者闪迪则同样予以积极看涨反馈。

为什么AMD、闪迪、SK海力士以及三星电子都在加速推进NAND闪存更新迭代?

AMD收购MEXT透露出的信号可谓非常关键，即MEXT的AI驱动存储优化技术目标是让闪存表现得更接近DRAM，在维持性能和效率的同时扩展可用内存容量、降低基础设施成本，并大幅提升AI与通用工作负载的扩展效率。

MEXT自己也将其定位为“让低成本、高容量系统闪存以接近DRAM速度呈现给操作系统”的技术路径，并声称可带来约2—4倍可用内存容量扩展。 这也说明AMD看中的绝对不是NAND本身主导的数据中心eSSD超级周期，而是用软件、控制器、预测调度和内存/存储芯片层级管理，共同合力把NAND拉进AMD主导的AI服务器集群生态体系。

这轮数据中心建设进程从DRAM/HBM内存愈发转向NAND闪存领域逻辑变化的底层驱动力，是AI推理对内存容量和成本的需求正在急剧膨胀，当AI推理进入长上下文、RAG、向量数据库、多模态缓存和KV缓存爆发阶段，最稀缺的不只是带宽与英伟达/AMD主导的AI GPU或者谷歌主导的TPU AI算力集群，而是高容量、低成本、低功耗的可扩展内存池。

然而，DRAM/HBM的供给弹性、成本和功耗都无法单独承接全部需求。TrendForce数据显示，2026年一季度传统DRAM合约价环比猛烈上涨约93%—98%，推动DRAM行业收入环比大幅增长81%至970亿美元;TrendForce数据显示NAND闪存价格也处于增长轨迹，但是自2025年存储超级周期开启以来的整体增幅以及价格基数仍然远远不及DRAM/HBM内存系统。TrendForce预计NAND Flash一季度价格环比上涨55%—60%，主要受到北美云服务商企业级SSD订单需求拉动。

更加重磅的是，Citrini Research测算数据显示，NAND闪存的每比特成本约为DRAM的1/55——QLC NAND约为每GB 0.05美元，DDR5 DRAM约为2.75美元，HBM3E则高达15美元。这一价差的可利用空间，在于AI推理中最大的单一内存消耗——KV缓存(记录模型每次生成步骤中所有先前标记的上下文，长对话中可增长至数百GB)——对读取速度的要求远低于模型权重的解码路径。对于此类顺序读取数据，DRAM速度优势可谓大幅收窄，而闪存的容量优势则充分体现。

由NAND闪存构建出的HBF技术路线的重磅出现(即“高带宽闪存”)，可谓进一步强化了这一判断。闪迪(Sandisk)、SK海力士以及三星明确把高带宽闪存(HBF)定义为一种面向AI“内存墙”的新型NAND形态，目标是在AI推理中提供更大容量，并声称HBF在相关推理测试中可实现接近“无限容量HBM”的性能，同时显著提升可用内存容量。

SK海力士与Sandisk已经在联合加速推动HBF标准化，存储行业报道将其定位为面向AI推理服务器的新型高速闪存标准。学术界也在快速跟进，例如HAVEN论文提出将HBF作为GPU封装内对HBM的补充，用于大规模向量数据库和RAG检索场景，建模结果显示相较GPU-DRAM和GPU-SSD系统，重排序吞吐最高可提升20倍、延迟最高可足足改善40倍。 这意味着NAND不再只是“存储在服务器外部”，而是可能进入GPU封装、近存计算、向量检索、长上下文推理等AI关键路径。

但值得注意的是，NAND/HBF不是马上取代HBM，也不是取代DRAM，而是在AI内存体系中成为新的第三层核心资产，即NAND不是马上取代HBM，而是作为“高容量、低成本、较高带宽”的新型补充层，承担AI推理、RAG、向量数据库、长上下文、多模态缓存等海量数据访问场景。

HBM仍负责最高带宽、最低延迟的训练和高端推理主路径;DRAM仍承担通用内存和热数据缓存;NAND/HBF/企业级SSD则更适合承接大容量模型权重、KV缓存、低频访问数据、端侧模型参数和RAG向量库。苹果进行的“LLM in a Flash”测试已经证明，通过窗口化和行列绑定等方法，可以在DRAM受限设备上运行超过可用DRAM容量的模型，并相较朴素加载方式在CPU和GPU上分别实现4—5倍、20—25倍推理速度提升。

x86芯片巨头AMD奔赴狂野牛市

毋庸置疑的是，HBM仍是AI训练时代的独一档存储系统皇冠，NAND/HBF则可能成为AI推理时代的“容量+成本+能效”皇冠，与此同时，闪迪、SK海力士、三星、美光、铠侠，以及一众企业级SSD控制器、CXL/PCIe互连存储公司，以及AMD、英伟达这类AI系统平台公司，正在围绕“AI内存墙”以及“NAND/HBF”开启新一轮存储产业链价值重估。

如上所述，AMD收购MEXT的核心不是进入NAND制造领域，而是补上“让闪存更像DRAM使用”的软件与AI算力系统层能力;AMD官方称，MEXT的AI驱动DRAM/NAND存储优化技术可让NAND闪存表现得更接近DRAM，扩大可用内存容量、降低基础设施成本并提升AI与通用工作负载扩展效率。

在华尔街，顶级金融机构巴克莱(Barclays)予以AMD 665美元目标股价(从此前予以的500美元大幅上调至665美元)，对应较当前屡创新高的股价约21.5%潜在上行空间，隐含AMD市值约1.10万亿美元。

巴克莱的核心看涨逻辑不是单纯“AI GPU市场份额追赶英伟达”，而是代理式AI大浪潮(即AI智能体大浪潮)推动CPU需求全面爆发，CPU与GPU配比收窄，AMD凭借数据中心服务器级别CPU、AI加速器和云端客户基础，有望成为AI算力基础设施中除英伟达外最重要的算力受益者之一。

巴克莱的分析师团队还认为代理式AI任务中的调度、工具调用、请求路由和多步骤工作流，会显著抬升在x86生态占据重要地位的AMD服务器CPU市场空间。另一个积极口径是花旗集团(Citi)的575美元看涨目标价，主要押注AMD成为英伟达之外更可信的AI GPU架构第二核心供应源，并可能获得Meta等超大客户更大份额。