前两篇我们搭建了AI芯片的全景框架，深入了计算芯片的世界。今天进入最后一块拼图：存储芯片。
RAM、ROM、DRAM、SRAM、NAND、NOR、HBM……这些缩写是不是让你头大？别怕，今天一篇全部理清。
最根本的区分：断电后数据丢不丢？
所有存储芯片，第一步就看这一条：断电之后，里面的数据还在不在？
易失性存储（断电就丢）—— 相当于你的书桌：正在用的资料都摊在上面，关灯就收走了
非易失性存储（断电不丢）—— 相当于你的书柜：东西放进去，关灯也不会消失
电脑工作的时候，数据先从"书柜"（硬盘）搬到"书桌"（内存）上，CPU/GPU才能快速取用。用完之后再存回"书柜"。
理解了这一点，所有存储芯片的分类就清晰了。
易失性存储：RAM家族
RAM（Random Access Memory，随机存取存储器）就是我们常说的"内存"。断电即失，但速度极快。RAM分两大类：
SRAM：书桌上的便签本
SRAM（静态RAM）是速度最快的存储器，但容量很小、价格极贵。它用在CPU内部的缓存（L1/L2/L3 Cache）里——就像你书桌上的便签本，随手就能看到，但只能记几行字。
速度：极快（纳秒级）
容量：极小（通常几MB到几十MB）
价格：极贵（每GB成本是DRAM的几十倍）
用途：CPU缓存、高端通信设备、军事航天
SRAM在AI时代有一个新的角色：Groq的LPU用SRAM替代HBM来存放模型参数，从而实现"零搬运"的极速推理。这让SRAM的战略价值正在提升。
DRAM：书桌本身
DRAM（动态RAM）就是我们说的"电脑内存条"。比SRAM慢，但容量大得多、价格便宜得多。它需要不断"刷新"来保持数据——就像书桌上的资料会慢慢散落，你需要不停整理。
DDR5 —— 电脑内存条（台式机/笔记本）
LPDDR5 —— 手机内存（低功耗版）
GDDR6 —— 显卡显存（游戏/普通计算）
HBM —— AI专用高带宽内存（当前最火）
注意：DDR5、LPDDR5、GDDR6、HBM本质上都是DRAM，只是针对不同场景做了优化。就像汽车、跑车、卡车、赛车都是"车"，但用途和性能完全不同。
HBM：AI时代存储的超级明星
HBM（高带宽内存）是当前AI芯片领域最火的存储芯片。它的原理其实很直观：把多层DRAM像盖楼一样垂直堆起来，然后用"硅通孔"（TSV）技术在每层之间打通电梯。
传统DRAM：单层平铺，像一层平房
HBM：8-16层堆叠，像一栋大楼，每层都有电梯直达
结果：带宽比传统DRAM提升数十倍
HBM解决的核心问题就是上一篇讲的"内存墙"——把仓库的门开大，让食材搬运更快。当前的战场已经来到了HBM4，SK海力士、三星、美光三家在激烈争夺英伟达的订单。
SK海力士：HBM领域最强玩家，最早押注HBM并绑定英伟达，已拿下HBM4约60%份额
三星：HBM4测试中领跑，但良率和产能是大问题（HBM3良率仅10-20%）
美光：坚持自有工艺导致进度落后，但技术底蕴深厚
非易失性存储：从ROM到闪存
非易失性存储就是"断电不丢"的存储。最早的形态是ROM（只读存储器），出厂就写死了，不能修改。现在已经基本淘汰，进化成了更灵活的闪存（Flash）。
NOR Flash：书柜门上的操作说明
NOR Flash容量小，但可以直接运行代码（不需要先搬到内存里）。主要用来存开机启动程序（BIOS/固件）——就像书柜门上贴的操作说明，内容不多，但开门第一眼就能看到。
特点：容量小（通常MB级）、可直接执行代码
用途：开机引导、嵌入式系统固件
市场格局：赛道小众，巨头不爱参与，国内兆易创新相对稳定
NAND Flash：大书柜
NAND Flash是大容量存储的主力——你的SSD固态硬盘、U盘、手机存储空间，用的全是NAND。就像一整面墙的大书柜，能存海量的书，但找某一本要翻一翻。
特点：容量大、便宜、读写有一定延迟
进化方向：从2D平铺到3D NAND（垂直堆叠，像盖楼一样增加容量）
国内代表：长江存储——国内唯一实现3D NAND量产的企业
新型存储器：打破"二选一"的困境
传统存储有一个根本矛盾：速度快的断电就丢（RAM），断电不丢的速度慢（Flash）。有没有两全其美的？
新型存储器就在试图打破这个限制：
MRAM（磁阻RAM）—— 用磁场方向存0和1。速度接近SRAM，断电不丢，还抗辐射。已量产，用于航天、汽车、物联网。
ReRAM（阻变RAM）—— 通过改变材料电阻来存储。结构极简、功耗极低，而且天然适合做存内计算——在存储的同时直接完成计算。
PCM（相变存储器）—— 利用材料在晶态和非晶态之间的切换。Intel曾用它做出Optane产品，虽已停产，但技术方向仍在延续。
FeRAM（铁电RAM）—— 用铁电材料的极化方向存储。超低功耗，写入极快，用于特殊场景。
这些新型存储器的共同野心是：既有DRAM的速度，又有NAND的非易失性。如果完全成功，"内存+硬盘"的两套体系可能合而为一。
终极方向：存内计算
前面所有的存储技术，无论多快，都还是在"帮计算芯片搬数据"。而存内计算的思路是：干脆别搬了，直接在存储器内部完成计算。
打个比方：过去是从仓库搬食材到厨房炒菜，存内计算是直接在仓库里就把菜炒了。
这是对1945年以来冯·诺依曼"存算分离"架构的根本性挑战。目前的进展：
三星、SK海力士都在把存内计算架构整合进HBM
GSIT（美股）走SRAM+存内计算的APU路线，比较冷门但想象空间大
ReRAM天然适合存内计算——材料电阻本身就可以参与运算
还有更远的未来：DNA存储
这个听起来像科幻，但微软已经在做了：用DNA的ATCG四种碱基来编码数据。
密度：1克DNA理论上可存215PB（约2.15亿GB），是人类已知的物理极限级别
保存时间：在合适条件下可保存数千年
问题：读写速度极慢（小时级），目前只适合冷数据归档
一张全景图理清所有关系
易失性（断电就丢）—— RAM —— "书桌"
├ SRAM → 便签本（CPU缓存，极快极贵极小）
└ DRAM → 书桌面（内存条，快且便宜）
├ DDR5（电脑内存）
├ LPDDR5（手机内存）
├ GDDR6（显卡显存）
└ HBM（AI专用，堆叠DRAM，当前最火）
非易失性（断电不丢）—— "书柜/仓库"
├ NOR Flash → 书柜门上的说明（启动代码，小而快）
└ NAND Flash → 整面墙的书柜（SSD/U盘/手机存储）
新型存储（两全其美的野心）
├ MRAM → 快+不丢+抗辐射（已量产）
├ ReRAM → 天然适合存内计算
└ PCM/FeRAM → 特殊场景
终极方向
├ 存内计算 → 不搬数据，就地计算
└ DNA存储 → 物理极限级密度，面向远未来
投资视角：存储芯片怎么看
最确定的机会：HBM（SK海力士/三星/美光），AI算力需求直接拉动，供需缺口至少持续到2027年
国产替代主线：长鑫存储（DRAM，拟IPO）、长江存储（NAND），业绩爆发式增长
材料端机会：华海城科（HBM封装材料）、雅克科技（半导体前驱体），卡位上游
冷门黑马：GSIT（美股，SRAM+存内计算），关注度低但方向指向未来
需要警惕的是：存储芯片是典型的周期性行业。当前的超级上行周期预计持续到2027年初，但部分厂商激进扩产可能导致产能过剩。而且有些公司依赖低价库存获取短期暴利，库存消耗完后业绩可能断崖式下跌。
三篇AI芯片科普到此完结。从计算到存储，从当下的GPU和HBM，到未来的存内计算和神经形态芯片——希望这个系列能帮你建立一个清晰的认知框架，在纷繁复杂的芯片投资中做到独立判断。
本文为AI芯片科普系列第三篇（完结）。提及的所有公司和产品仅作为案例分析，不构成任何投资建议。投资有风险，请始终保持独立思考。