產業報告：受惠於AI，資料儲存板塊正迎來結構性上升的機會，是繼AI高速傳輸之後的下一個投資重點最看好的重點個股分析及投資建議 現在市場聚焦於AI GPU 與高速傳輸，但真正決定 AI 工廠能否高效運轉的關鍵，還需要看是資料能否即時、持續地被餵進算力集群。換言之，資料儲存正從過去的配角地位，逐漸成為 AI 基礎建設的核心環節，隨著AI大語言模型規模膨脹，沒有足夠帶寬與容量支撐的 GPU，只會淪為閒置資產。 需求端的數據洪流已清楚顯示出缺口。IDC 預估，全球數位資料量將在 2025 年達到 175 ZB，並在 2028 年突破 394 ZB；對比現有產能僅 1–2 ZB，缺口極為明顯。這代表能同時解決容量與效能的廠商，將直接站上結構性成長的中心舞台。 技術面上，產業已經分出兩條主線：針對熱數據的全快閃 NVMe 架構，以及針對冷數據湖的大容量 SSD/HDD。SSD 能效優於 HDD 至少一個數量級，正在加速取代傳統方案；然而在大規模資料湖的成本敏感場景裡，HDD 仍具不可替代性。這種結構性分工，不同供應商的角色將因應工作負載而分化，而非單純的零和替代。 隨著 Blackwell GPU 放量，雲端巨頭的採購邏輯已不再是單買 GPU，而是 GPU、網路與儲存的「成套交付」。這等於將儲存直接綁進超大規模 CapEx 的核心流程：哪幾家公司能進入這張「白名單」，將成為未來 6–12 個月能見度與收入轉化的關鍵。 總體而言，資料儲存是繼 GPU 與高速傳輸之後，AI 基建鏈條上的下一個重估環節。隨著 Blackwell 逐步放量，Rubin 架構在研發中，市場將逐步意識到：算力的放大並非單靠 GPU，而是整個資料管線的重塑。投資人若要捕捉這一波數據洪流紅利，應提前在儲存板塊建立核心倉位。

投資理財

MimiVsJames 公開貼文

我是 MimiVsJames，一位熱愛財務經濟學、宏觀經濟分析與量化金融的量化工程師，目前在美國大型資產管理公司工作。從台灣到國外，這一路上的學習與成長讓我深刻體會到分享的重要，希望能在這裡用簡單溫暖的方式，傳遞實用的投資理財知識。

NTAP