闪迪投资者日释放AI存储强信号，半导体设备与国产算力共振上行

全球存储龙头闪迪（SNDK.US）于8月13日举办2026年投资者日，发布FY2028-2030年财务框架，以中长期高毛利率指引回应市场对科技产业持续性的疑虑，核心叙事围绕AI推理驱动企业级NAND需求的结构性增长展开。8月14日A股半导体板块延续强势，中芯国际（688981.SH）涨2.65%至132.87元，中微公司（688012.SH）涨1.2%至374.85元，半导体设备ETF易方达（159558）收涨0.78%，科创芯片ETF易方达（589130）收涨0.49%。闪迪对长协机制和盈利可持续性的强势回应，正在缓解市场对科技产业周期见顶的担忧。

一、长协锁定产能，存储周期从剧烈波动转向可持续增长

闪迪披露已签约8家数据中心及边缘计算客户，NBM协议覆盖FY2027约50%、FY2028约三分之二的位元出货量。协议加权期限超4年、最长5年，最低收入承诺939亿美元，在手订单911亿美元，配套165亿美元金融担保。这一机制的核心逻辑在于：通过最低收入承诺和金融担保，将客户需求与产能规划深度绑定，使闪迪的营收和现金流从传统存储周期的剧烈波动中转向可预测的持续增长。

市场此前担心存储价格上行后长协难以约束供需——当现货价格超过长协价时，客户可能违约，供应商也可能倾向卖现货。闪迪给出的回应是：NBM协议包含可执行的合同框架和最低财务担保，不依赖短期价格预期。这意味着存储行业正从赌价格转向签长单，对上游设备采购的持续性和下游资本开支的确定性均有积极意义。

二、AI推理打开NAND增量空间，KV Cache从可选走向刚需

闪迪预计2030年企业数据中心闪存TAM将达1.2ZB，其中KV Cache或占AI数据中心NAND工作负载的35%。KV Cache（键值缓存）是LLM推理过程中的关键组件——随着token使用量激增，推理阶段对高容量、低延迟存储的需求正从GPU显存向NAND闪存外溢。

这一趋势的本质是：AI的重心正从训练转向推理，而推理对存储的需求量级远大于训练。闪迪推出BiCS9 QLC技术，将BiCS8阵列与BiCS10 CMOS晶圆结合，以资本效率更高的方式满足AI驱动的高性能存储需求。BiCS10 QLC节点较BiCS8实现60%的位密度提升，为行业设定新基准。对于国内存储产业链而言，全球龙头明确的技术路线和需求指引，为国产替代提供了清晰的追赶方向。

三、盈利框架超预期，存储龙头的定价权正在兑现

闪迪给出的FY2028-2030财务框架显示：营收中高双位数增长，Non-GAAP毛利率约80%，营业利润率约75%，调整后自由现金流利润率约50%，并承诺100%超额现金返还股东。80%毛利率意味着闪迪对其NAND产品的定价有充分信心，这背后是AI推理推动的企业级存储需求升级，以及供给端资本纪律的维持。

这一盈利水平远超传统半导体周期中的存储企业，反映出长协机制下定价能力的结构性改善。对于国内半导体产业链而言，全球龙头的盈利指引向上，意味着下游扩产和设备采购的持续性有保障，设备厂商的订单可见度也随之提升。

四、核心标的逐一拆解

中芯国际今日涨2.65%至132.87元，成交额102.86亿元。作为国内晶圆代工龙头，中芯国际直接受益于AI芯片和存储芯片的国产化需求，其先进制程的产能扩张是国产算力建设的关键环节。公司近期在N+2工艺上持续取得进展，产能利用率维持高位。

中微公司涨1.2%至374.85元，成交额55.52亿元。公司是国内刻蚀设备龙头，其等离子体刻蚀机已进入5nm及以下产线验证，是半导体设备国产化率提升的核心标的。存储芯片扩产周期中，刻蚀设备的需求弹性最大，中微公司有望直接受益于国内存储产线的持续扩产。

寒武纪作为国产AI芯片代表，寒武纪思元系列加速卡直接受益于国内大模型推理需求增长，其云端智能芯片在互联网和运营商市场持续渗透。AI推理需求的规模化部署，为寒武纪提供了从训练到推理的完整市场空间。

海光信息（688041.SH）是国内x86服务器CPU龙头，海光DCU深算系列兼容CUDA生态，在国产算力替代中占据独特位置，受益于AI推理部署的规模化需求。公司近期发布的深算三号在性能上进一步缩小与国际主流产品的差距。

五、关注思路

半导体设备ETF易方达（159558）跟踪中证半导体材料设备主题指数，前十大权重涵盖中微公司、北方华创（002371.SZ）、拓荆科技（688072.SH）等核心设备标的，半导体设备与半导体材料合计权重超90%。该指数直接映射中国芯片制造的上游环节，受益于全球存储扩产周期和国内晶圆厂资本开支的持续增长。

科创芯片ETF易方达（589130）跟踪上证科创板芯片指数，覆盖科创板中芯片设计、制造、封测等全产业链标的，前十大权重包括寒武纪、海光信息、中芯国际等。该指数聚焦先进制程和国产AI芯片，受益于大模型推理需求爆发对算力芯片的拉动。