如果只看利润增速，这组数字确实容易让人产生一种错觉：存储行业是不是已经热过头了？
江波龙预计 2026 年上半年归母净利润 92 亿元至 110 亿元，同比增长约 622 倍至 744 倍；佰维存储预计盈利 70 亿元至 75 亿元，上年同期亏损 2.26 亿元；兆易创新预计盈利约 69 亿元，同比增长约 1099%；德明利预计盈利 57 亿元至 65 亿元，香农芯创预计盈利 35 亿元至 40 亿元，大普微预计盈利 12 亿元至 13.5 亿元。六家公司上半年归母净利润合计预计达到335 亿元至 372.5 亿元。
（数据来源：各公司公告整理）
另一边，长鑫科技登陆科创板的进程同样引发市场关注。
约 942.88 万户投资者参与网上申购，最终中签率约为 0.4714%。按照每股 8.66 元的发行价计算，超额配售选择权行使前，预计募集资金总额约 579.19 亿元，有望刷新科创板 IPO 募资规模纪录。公司原定募投项目使用资金 295 亿元，主要投向存储器晶圆制造量产线技术升级、DRAM 技术升级以及前瞻技术研发。
市场沸腾之后，质疑也随之而来：
这些公司的利润，究竟有多少真正来自 AI？它们赚到的，是 AI 时代的长期增量，还是一轮存储涨价带来的周期红利？
答案不是二选一。
AI 正在通过两条路径重塑中国存储产业：第一条路径改变供需，决定当下利润；第二条路径改变产品角色，决定未来空间。
01
第一条路径：AI 重构产能分配，放大整个存储周期
首先需要说清楚：江波龙、佰维存储、德明利等公司当前利润的大部分，并不是直接来自向 AI 数据中心销售 HBM 或者高端推理存储。
从既有业务结构看，江波龙的收入基本盘仍包括嵌入式存储、消费级存储以及品牌零售业务，其中嵌入式存储 2025 年占主营业务收入约 44%；佰维存储的传统优势也主要分布在智能终端、嵌入式存储、PC 及消费类产品，企业级 SSD 虽然已经实现量产、客户导入和批量交付，但仍处于快速扩大规模的阶段；德明利则以存储主控、固件方案和存储模组产品为主要载体。
因此，不能简单地把这些公司的全部利润，都定义为 "AI 数据中心收入 "。
但这并不意味着 AI 与它们的利润无关。
恰恰相反，AI 正在从供给端改变整个存储行业。
HBM 本质上属于高带宽 DRAM。相比传统 DDR 产品，HBM 对先进制程、晶圆面积、TSV 堆叠、封装测试和良率控制提出了更高要求。瑞银预计，2026 年全球 HBM 需求量仍将同比增长约 90%。当三星、SK 海力士、美光持续把先进 DRAM 资源优先投向 HBM 和服务器内存时，传统 DDR、LPDDR 及成熟制程产品所能分配到的有效供给自然受到挤压。
HBM 堆叠结构真实示意图 （图片来源：Micron 官方技术资料）
NAND 市场也在发生类似变化。
AI 需求已经从模型训练向推理和智能体服务扩散，云厂商对企业级 SSD 的采购显著增长。TrendForce 数据显示，2026 年第一季度全球前五大企业级 SSD 品牌收入达到 184.6 亿美元，环比增长 86.1%，创下历史新高。
原厂资源向企业级 SSD、大容量 QLC 和高性能数据中心产品集中，消费级 SSD、eMMC、UFS 以及部分通用 NAND 产品的供给弹性随之下降。
于是，AI 并不需要直接购买每一块消费级 SSD，仍然可以通过重新分配晶圆、制程和封装资源，推动整个存储产品体系重新定价。
这才是本轮利润爆发最关键的传导链条：
AI 需求增长—原厂调整产能结构—传统 DRAM 和 NAND 供给收紧—存储产品价格上涨—模组厂、分销商和芯片厂利润弹性放大。
当然，也不能把它简单描述为 " 只要手里有货就能赚钱 "。
真正拉开企业利润差距的，是低成本库存、采购时点、货源保障、产品结构、客户议价能力以及价格传导速度。价格持续上行时，库存不仅是资产，更可能成为利润放大器；但一旦价格转向，高库存同样可能带来减值和现金流风险。
因此，当前数百亿元利润的主要来源，更准确地说，是：
AI 驱动的供给结构变化，与存储价格上行周期共同作用的结果。
02
存储正在成为 Token 生产的核心要素
如果第一条路径解释的是 " 为什么现在这么赚钱 "，第二条路径回答的则是 " 为什么市场愿意重新定价 "。
AI 产业正在从单纯追求模型参数和训练规模，转向推理效率、Token 成本和规模化应用。
AI 搜索、企业级智能体、自动驾驶、具身智能、多模态交互，每一个应用最终都需要持续生成和调用 Token。推理系统竞争的重点，也逐渐从 " 模型能不能跑起来 "，转向 " 能不能更快、更便宜、更稳定地持续运行 "。
在这个过程中，存储已经不再只是服务器中的后台配套部件。
以 NVIDIA GB200 NVL72 为例，一套机架级系统集成 72 颗 Blackwell GPU 和 36 颗 Grace CPU，GPU 侧配置约 13.5TB HBM3E，总 HBM 带宽达到 576TB/s。
GB200 NVL72 产品页面 （图片来源：NVIDIA 官网）
模型权重需要加载到高带宽内存，长上下文推理会持续产生 KV Cache，RAG 需要反复读取向量索引和原始数据，多轮对话还需要保存上下文状态。
一套完整的 AI 推理存储体系，通常已经形成清晰的分层结构：
HBM 承载热点模型权重和 KV Cache，DDR 或 CXL 内存承担容量扩展，企业级 NVMe SSD 存放模型、索引和温冷缓存，远端存储及对象存储保存海量数据与模型资产。
当 HBM 容量有限、成本高昂时，将部分 KV Cache 从 HBM 或 DDR 下沉到企业级 SSD，正成为提升并发能力、降低推理成本的重要技术方向。大普微等国内企业已经开始围绕 NVMe SSD、KV Cache Offloading 及 AI 数据存储场景推进产品和生态布局。
这意味着，未来 AI 推理系统比拼的不只是 GPU 数量，还包括：
单机能够承载多大的模型；
KV Cache 可以容纳多少并发请求；
模型加载和切换速度有多快；
向量检索和数据读取是否稳定；
每生成一个 Token，需要付出多少存储和内存成本。
存储由此从计算系统的 " 配件 "，逐渐升级为影响 Token 产能和单位成本的核心生产要素。
03
国内企业正在进入，但进入程度并不相同
国内存储企业已经开始向 AI 基础设施延伸，但必须区分产品发布、兼容认证、客户送样、批量供货和规模收入这几个不同阶段。
在企业级存储方向，大普微的业务相对聚焦，主要面向数据中心企业级 SSD，并开始直接围绕 AI 训练、推理和 KV Cache 场景布局产品。
佰维存储已经形成企业级 SSD、RDIMM、CXL 内存模组等产品布局。公司 2025 年年报显示，企业级 SSD 已经实现量产、关键客户导入和批量交付，但这部分业务仍需要继续扩大收入和客户规模。
佰维企业级 SSD（图片来源于：佰维存储官网）
江波龙也在从消费级、嵌入式存储向企业级 SSD、大容量存储及存储卸载技术延伸。公司正在推进通过 SSD 或 UFS 承接部分原本存放于 DRAM 中的温冷缓存数据，本质上也是在进入 AI 时代的内存分层和缓存扩展体系。
更快兑现的增量，则来自 AI 端侧。佰维存储披露，2026 年第一季度 AI 新兴端侧存储产品收入约 11.75 亿元，同比增长 496.45%。相关产品已经进入 AI 眼镜、智能手表等智能穿戴场景。
但对国内企业而言，目前最需要避免的，是把 " 产品已经布局 " 直接等同于 " 已经成为 AI 数据中心核心供应商 "。
在高端企业级 SSD、服务器内存、CXL、先进封装和 AI 系统适配等市场，产品性能只是门槛。真正形成长期竞争力，还需要经历严格的可靠性验证、操作系统和整机适配、客户导入以及持续的规模交付。
这也是未来国内存储企业真正的分水岭：
不是有没有一款 AI 产品，而是能不能进入客户的长期供应体系。
04
两条路径的交汇点：长鑫科技
长鑫科技之所以受到市场追捧，是因为它同时处在两条路径的交汇处。
短期看，长鑫是国内 DRAM 产能的重要供给者。
在全球 DRAM 供给紧张、产品价格上涨的环境下，国产 DRAM 产能扩大，有助于提高国内模组厂和终端客户的供应稳定性。长鑫招股书也明确提示，公司 2025 年实现扭亏为盈，既受益于产能规模效应和生产管理改善，也与 2025 年下半年 DRAM 价格持续上涨密切相关。
长期看，长鑫的意义不只是一家周期上行阶段盈利快速增长的 DRAM 企业。
公司募集资金将继续投向晶圆制造产线升级、DRAM 技术平台升级和前瞻技术研发。这意味着中国存储产业正在从过去以模组、渠道和应用方案为主，逐渐向颗粒、制造、控制器、封装测试和系统适配的完整链条延伸。
不过，产能规模接近国际大厂，并不等于综合竞争力已经接近。
DRAM 竞争还取决于制程节点、单片晶圆 bit 产出、良率、高端产品比例以及 HBM 能力。长鑫正在缩小通用 DRAM 领域的差距，但在 HBM、先进制程和高端服务器产品方面，国内产业仍然需要时间完成技术和客户验证。
因此，长鑫的真正价值，不是简单复制一家国际存储巨头，而是补上中国 AI 基础设施中长期缺失的 DRAM 制造底座。
05
涨价还会持续多久？
目前存储价格仍在上涨，但涨幅已经开始出现分化。
TrendForce 预计，2026 年第三季度传统 DRAM 合约价仍将环比上涨 13% 至 18%，NAND Flash 合约价预计上涨 10% 至 15%；但与此前季度相比，涨幅已经明显收敛。终端 PC 和手机客户的成本承受能力，也正在接近上限。
TrendForce 存储价格涨幅趋势图 （图片来源：TrendForce 官网）
高通此前也表示，全球存储短缺和价格上涨已经影响手机厂商的采购和库存安排，并对 2026 年智能手机芯片出货形成压力。
这揭示了本轮周期的另一面：存储价格上涨能够提高产业链利润，但涨得过快，也会抬高手机、PC 和服务器成本，最终对终端需求形成反噬。
因此，不能用 " 价格还在上涨 "，直接推导出 " 所有存储企业的利润还会以同样速度增长 "。
更准确的判断是：DRAM 供应仍然偏紧，NAND 合约价仍在上涨，但不同产品、不同市场和不同企业之间，利润分化正在加速。
存储价格的上涨周期终有顶点，但第二条路径——存储在 AI 基础设施中的角色升级——才刚刚开始。
06
结论
A 股存储企业半年预盈逾 330 亿元，主要来自第一条路径：AI 重构全球存储产能分配，并与价格上行、库存收益和产品结构改善共同放大了企业利润。
市场对行业长期空间的期待，则来自第二条路径：存储正在由标准化器件，升级为决定 AI 模型承载能力、推理效率和 Token 成本的系统级组件。
但这并不意味着存储行业已经告别周期。
真正的变化是：传统周期属性之上，开始叠加 AI 基础设施、国产替代和系统级技术能力的价值。
所以，未来真正拉开企业差距的，不是谁在涨价阶段赚得最多，而是谁能把周期利润转化为研发投入、供应保障、先进制造和客户验证能力，最终进入 AI 基础设施的长期供应体系。
周期利润决定当下，系统能力决定未来。
这才是 A 股存储军团这轮行情真正需要回答的问题。
* 声明：本文内容仅代表作者个人观点，基于公开信息整理与分析，不构成任何投资建议、要约或承诺。
关于 GMIF 创新观察
GMIF 创新观察，是 GMIF 创新峰会的内容与传播平台。我们以媒体与研究的方式记录行业趋势，以市场化办会方式提升峰会体验与专业度，持续赋能服务产业伙伴，为行业提供深度、客观的洞见与观察。
撰文 | Aiman
校对 | Ethan
配图 / 排版 | Max
审 核 | Carina、Alan
近期回顾
国常会点名 " 算力网 + 通信网 "，存储产业链的下一轮订单在哪里？
--- END ---
求点赞
求分享
求喜欢
登录后才可以发布评论哦
打开小程序可以发布评论哦