黄仁勋的ICMS、DeepSeek的Engram、Claude Code的长期工作记忆，本质上都在干同一件事：让AI拥有“外挂硬盘式的大脑”，从而释放GPU核心算力，同时大幅降低系统成本。
股价仨礼拜翻倍，引爆点只有三声炮：
第一炮，老黄在CES演讲里把“上下文”喊成新石油；
第二炮，DeepSeek丢出Engram论文，证明SSD也能当内存使；
第三炮，Claude Code天天帮程序员改Bug，改着改着就把对话历史塞进NAND。
听起来像币圈神话，可这回主角是卖U盘的闪迪。
这种架构不仅适用于英伟达自家的Vera Rubin超算，还能向后兼容Blackwell甚至Hopper旧平台，只要客户有空闲的以太网口，就能插上新型存储机柜“即插即用”。这意味着闪迪SanDisk的订单可能比GPU交付来得更早。
再加上中国AI公司因制裁被迫寻找HBM替代方案，Engram架构恰好允许用普通DRAM+NAND组合绕过限制，反而催生了庞大的本土存储需求，彻底打消了“中国产能过剩冲击全球市场”的担忧。
于是，原本被视为周期性 commodity（大宗商品）的存储芯片，突然被赋予了结构性、长期性、不可逆的AI基础设施属性。这已经不是简单的景气度回升，而是一场底层架构的范式转移。
老黄现场开外挂：KV缓存搬家，HBM房价立降
2026年1月的CES展会上，英伟达CEO黄仁勋没有像往年那样只秀GPU性能，而是直接宣布：“上下文成了新瓶颈，存储必须重构！”这句话听起来像技术黑话，其实意思很直白：现在的AI模型动不动就处理几十万甚至上百万个token的上下文，产生的KV缓存数据量大到连HBM3e都扛不住。
HBM每GB成本是NAND的几十倍，而且全球CoWoS封装产能就那么多，根本不够用。
GPU里的HBM3e贵得离谱，1GB价格能买半部iPhone，更惨的是台积电的CoWoS产能像春运火车票，抢到才算本事。
老黄灵机一动：与其死磕HBM扩容，不如把“非活跃但必须保留”的上下文数据搬到专用高速存储层——这就是ICMS（Inference Context Memory Storage Platform）的由来。把“已经算好的中间结果”也就是KV缓存，搬到便宜又大碗的NAND公寓。
ICMS不是普通硬盘柜，而是专为AI推理设计的“上下文内存扩展器”。
在最新发布的DGX “Vera Rubin” NVL72超级计算集群中，整个系统由三部分组成：左边4个机柜是Spectrum-X网络交换设备，中间8个是VR200 NVL72计算节点（每个节点塞满Blackwell Ultra GPU），右边赫然新增了2个纯存储机柜——这就是ICMS的物理载体。每个存储机柜包含16个存储托盘，每个托盘装4颗BlueField DPU（数据处理器单元），每颗DPU管理约150TB的NAND闪存。简单算术：16 × 4 × 150TB = 每个超算集群新增9.6PB（9600TB）NAND容量。平均到8个计算机柜，相当于每个NVL72机柜额外获得1.2PB NAND支持。
做法超简单，在NVL72机柜旁边塞两只专用存储柜，每台柜子里16块托盘，一块托盘配4颗BlueField DPU，每颗DPU管150 TB闪存，小学乘法一路下来：16×4×150≈9.6 PB。整包72卡超算原来只配1 TB/卡，现在直接送1.2 PB外挂，等于给每块GPU发一张“免费扩容券”。
GPU省下的HBM位置可以继续接新任务，吞吐瞬间+30%，却不用多买GPU，这买卖谁不爱？按投行口径，2027年若出货10万架NVL72，就是120 EB新增需求，而全球NAND年消耗才1100 EB，直接刮走一成份额。就算消费者手机全换成128 GB小容量，也扛得住这波B端狂买。
假设到2027年全球部署10万台这样的VR200机柜（按英伟达数据中心扩张节奏并非天方夜谭），仅ICMS一项就带来120EB（12万PB）的NAND新增需求。而当前全球NAND年产量大约在1.1–1.2ZB（即1100–1200EB）之间，这意味着ICMS单独贡献了约10%的行业总需求。即使保守估计，实际用于推理而非训练的场景占比打个对折，也有5%的增量——足以抵消消费电子端（手机、PC）可能的15%下滑。
更关键的是，ICMS通过Spectrum-X以太网连接，不依赖GPU内部的NVLink高速互联，因此Blackwell甚至更老的Hopper客户也能提前采购存储机柜，先扩容上下文能力，等GPU到位再升级。这种“存储先行”策略，让SanDisk的订单曲线可能比GPU出货更陡峭。
DeepSeek的Engram架构：用“确定性预取”把NAND变成“慢速RAM”
DeepSeek Engram是把SSD点成“慢速内存”的炼金术！
如果说老黄给NAND找了份“缓存保安”工作，DeepSeek直接给SSD颁发“内存身份证”。
传统大模型像MoE，每层都要临时挑专家，挑谁算谁，延迟必须快，于是只能蹲HBM。Engram反其道而行，输入句子刚露面，系统就提前算好要用哪些N-gram老记忆，等于开考前就知道答案在课本第几页，直接 prefetch。 prefetch 一出手，慢速存储也能掩掉延迟，1000亿参数的嵌入表整个搬到普通DDR，性能只掉3%。论文更画蓝图：模型越大，越有20%～25%参数适合做成“冷知识库”塞进SSD。于是SSD从“仓库”升级成“第二内存层”，价格只有DDR的十分之一，容量却轻松拉到TB级，数据中心老板笑得合不拢嘴。
也就是说：如果说英伟达的ICMS是从硬件层面解决KV缓存膨胀问题，那中国AI公司DeepSeek提出的Engram架构，则是从算法模型层面重新定义“内存使用哲学”。
传统大模型（比如MoE混合专家模型）在推理时，每一步都要动态决定“接下来该调用哪些参数”，这种不确定性要求所有参数必须放在超快的HBM里，否则延迟会拖垮性能。但Engram反其道而行之：它在输入文本进入深度计算前，就通过静态N-gram模式匹配，提前锁定“本次推理需要用到哪些知识块”。这种“确定性查找”机制，让系统可以提前把所需数据从慢速存储（比如NVMe SSD）加载到内存，从而掩盖NAND的访问延迟。
DeepSeek的论文展示了惊人结果：一个1000亿参数的嵌入表（embedding table）完全可以卸载到主机DRAM甚至NAND中，性能损失不到3%。更颠覆的是，他们发现模型越大，越需要这种“静态可卸载内存”——大约20%–25%的参数属于“长尾知识库”，平时不用，但关键时刻必须能立刻调出。
Engram的U形定律：越大越省，越小越亏：论文里那条U形曲线像极滑雪U池：模型参数少时， offload 不划算；一到100 B规模，谷底出现， offload 最爽；再往上走，收益继续抬升。
Engram架构天然支持“分层内存”：热数据放HBM，温数据放DRAM，冷但关键的数据放NAND。这样一来，NAND不再是“仓库”，而是“第二级工作内存”，价格却只有DRAM的几十分之一。
这对闪迪SanDisk意味着什么？
企业级SSD从此有了“慢速RAM”的战略定位。尤其在中国，由于美国制裁限制HBM出口，Engram提供了一条技术绕道：用国产DRAM（如长鑫存储CXMT）搭配国产NAND（如长江存储YMTC），构建完全自主的AI训练/推理平台。这不仅不会导致中国存储产能过剩冲击全球，反而会形成巨大的内需闭环——中国AI公司疯狂采购本土存储芯片，消化掉所有新增产能，全球市场反而更紧俏。
黄仁勋解决的是“怎么用”，DeepSeek解决的是“为什么能用”，两者合力，把NAND从成本项变成了性能杠杆。
Claude Code：三天不关机，记忆全放闪存
过去聊天机器人像金鱼，七秒就忘。Claude Code进入“ACCel”纪元，Agent 要在本地文件夹里反复编译、调试、写测试，循环百次，会话状态得活好几天。把这么多对话、代码 diff、报错日志全塞HBM？钱包会哭。
Claude Code代表的新范式，是让AI具备“持久工作区”——比如调试一段代码，第一次失败，读取错误日志，修改文件，再运行测试，整个过程可能持续数小时甚至数天。如果每次操作都要把上下文塞进GPU的HBM，成本高得离谱，而且HBM容量根本撑不住。
这时候，BlueField DPU + NAND的组合就派上用场了。DPU负责管理存储访问、加密和流量调度，让GPU专心算核心逻辑；而NAND则作为“长期工作台”，保存整个会话的历史状态、代码版本、测试结果等。AI代理可以随时“回家”查看之前的进展，无需反复占用昂贵的HBM。这种“有状态”能力，正是下一代AI代理（Agentic AI）的基础。
BlueField+大容量SSD方案让“工作记忆”常驻闪存，GPU关机再开，状态瞬间拉回，等于给AI配了“断点续玩”。
有趣的是，代码本身具有高度重复性——比如循环结构、函数调用、错误处理模板，这些都可以被Engram式的确定性机制提前识别并缓存。而文本虽然也有重复，但远不如代码规律。
因此，AI编程领域会率先大规模采用NAND作为工作内存，进而带动整个AI基础设施的存储架构变革。
Agent 越多，NAND写入越频繁，DWPD指标直接拉满，企业级SSD销量原地起飞。
供需算盘噼啪响：消费者跌15%也补得回来
投行原笔记写“即便消费电子下滑15%，只要B端加10%就能补坑”。把算盘珠子拨给大家看：假设2025年消费占60%，企业占40%；消费掉15%对应-9%总需求，企业加10%对应+4%总需求，净结果-5%，可市场原本就-8%缺口，于是仍旧紧巴巴。再加上KV-cache、Engram、Agent 三把火，缺口继续放大，价格曲线像吹气球。
SanDisk股价三周翻倍，表面看是短期资金炒作，深层看却是三大逻辑共振：首先是周期反转——存储行业经历两年去库存，2025年底已出现8%–10%的供需缺口；其次是成长加速——AI服务器单机NAND用量从几百GB飙升至数TB，ICMS更是新增独立存储层；最重要的是结构重塑——NAND从“被动存储”变为“主动工作内存”，角色升级带来估值重构。
过去，存储股被归类为强周期板块，涨跌看三星、美光脸色。但现在，SanDisk绑定了英伟达的AI超算生态、DeepSeek的国产替代路径、以及全球AI代理浪潮，故事完全不同。就连美光CEO Mark Liu都在股价历史新高时大手笔增持，显然看懂了这场架构革命。华尔街对SanDisk 2027年EPS（每股收益）的预测已从$30+上调至$75+，极端乐观者甚至看到$100。虽然存储仍是高波动行业，但这次的驱动因素不是库存回补，而是AI基础设施的永久性扩容。
更讽刺的是，去年DeepSeek V3因强调“小模型高效推理”，曾被视作AI算力需求的利空；如今V4的Engram架构却成了存储行业的最大利好。技术演进就是这样充满反转——昨天的敌人，可能是今天的救星。而SanDisk恰好站在了这个转折点上：当全世界都在为HBM产能发愁时，它提供了更便宜、更大容量、且能绕过制裁的替代方案。这已经不是简单的“涨价去库存”，而是一场由AI原生需求驱动的供给侧革命。
当SSD从“装照片”进化成“替GPU记笔记”，闪迪已不再是卖U盘的，而是卖“第二大脑”。AI越聪明，大脑越扩容，存储宇宙的大爆炸，才刚刚开始！