闪迪（SanDisk, SNDK）
独立的闪存存储龙头，以高速 NAND 为 AI 数据管线提供训练数据读入、检查点保存和推理缓存支持。
1. 核心产品 / 服务
闪迪（NASDAQ: SNDK）是一家独立的闪存与数据存储公司，2025 年初从西部数据（Western Digital, WDC）分拆而出，成为纯 NAND 闪存企业。公司设计、制造并销售 NAND 闪存产品，覆盖消费级、企业级和数据中心市场。放在 AI 语境下，闪迪的价值主要体现在：
- 企业级 NVMe SSD：超高速固态硬盘（Ultrastar DC SN 系列），用于 AI 训练集群的数据读入、模型检查点保存和中间数据缓存。AI 训练管线需要反复读取海量数据集（数百 TB），相比机械硬盘，闪存可缓解 I/O 瓶颈。
- 数据中心存储平台：机架级 NVMe 全闪存阵列，为 AI 数据湖和训练数据集提供高吞吐、低延迟存储。这类平台是 AI token 供应链中数据读入环节的关键。
- 消费级 / 专业级闪存：Extreme Pro 等高性能闪存卡，用于边缘 AI、机器人、无人机以及面向 AI 训练数据采集的视频制作。
- PCIe Gen5/Gen6 SSD：下一代存储产品，顺序读取速度达 14-28 GB/s，对 GPU 利用率受制于数据吞吐的大语言模型训练至关重要。
闪迪由西部数据将 NAND 闪存与 SSD 业务从 HDD（机械硬盘）业务中剥离而成。独立后的闪迪保留了西部数据原有的闪存 IP 组合、与铠侠（Kioxia，日本）的制造合作关系，以及至关重要的"SanDisk"消费品牌。
2. 目标用户与痛点
主要用户：
- 运营大规模训练集群（NVIDIA DGX SuperPOD、GPU 农场）、需要高吞吐存储来读入训练数据的 AI 超大规模云厂商
- 自建本地或混合 AI 训练基础设施的企业 AI/ML 团队
- 提供由闪存支撑的 AI 存储服务的云厂商（aws、microsoft-azure、google-cloud）
- 在边缘部署推理的边缘 AI 工程师（机器人、自动驾驶、无人机）
- 需要为模型权重和 KV 缓存提供高速缓存的 AI 推理服务器运营方
解决的痛点：
- I/O 瓶颈：AI 训练中的 GPU 利用率往往受限于存储 I/O——GPU 处理数据的速度快于机械硬盘的供数速度。闪存消除了这一瓶颈，可将 GPU 利用率从 60% 提升至 95% 以上
- 模型检查点延迟：持续数周的训练需要频繁保存检查点（保存模型状态）。闪存可将检查点写入时间从数小时缩短至数分钟，降低训练中断风险
- 数据洗牌开销：AI 训练数据每个 epoch 需要多次洗牌、分批和重新读取。闪存能提供稳定的低延迟随机读取，这是机械硬盘做不到的
- 推理缓存：大模型推理可受益于将 KV 缓存卸载到高速闪存，减轻 GPU 显存压力
3. 竞争格局
| 公司 | 核心产品 | AI 存储角色 | 关键差异化 |
|---|---|---|---|
| SanDisk (SNDK) | NAND 闪存、NVMe SSD | AI 数据管线（读入、缓存、检查点） | 品牌实力、与铠侠合资制造 |
| Micron (MU) | NAND + DRAM + HBM | AI 内存 + 存储全栈 | DRAM 与 NAND 的整合协同 |
| Samsung (SSNLF) | NAND、SSD、HBM、DRAM | 最广泛的 AI 内存 / 存储产品组合 | 从晶圆厂到 SSD 的垂直整合 |
| SK Hynix | HBM、NAND、DRAM | HBM 主导，NAND 次之 | HBM 市场领导者（份额 60-70%） |
| Kioxia | NAND 闪存 | NAND 制造合作伙伴 | BiCS Flash 技术、与闪迪合资 |
| Pure Storage | 全闪存阵列 | 企业级 AI 存储平台 | 软件定义、原生 NVMe over Fabrics |
闪迪的竞争优势在于消费级 / 专业级闪存市场的品牌认知度，叠加承袭自西部数据数据中心业务的深厚企业级 NVMe SSD 工程能力。分拆使闪迪得以专注于闪存，不再被 HDD 的历史包袱拖累增长。
4. 独立观察
闪存是 AI 训练吞吐中被忽视的功臣。 AI 叙事大多聚焦 GPU 算力（NVIDIA）、内存带宽（HBM/SK Hynix）和网络（InfiniBand/Mellanox）。但实际上，相当一部分 GPU 训练时间花在等待数据 I/O 上。把训练数据从 HDD 迁到 NVMe 闪存，可将有效 GPU 利用率提高 30-50%——相当于同一批 GPU 多出 30-50% 的算力。
在 AI token 供应链中，闪迪处于数据搬运层：
- 数据读入：原始训练数据（文本、图像、视频）存放在闪存阵列上，高速流式送入 GPU 显存
- 检查点存储：训练过程中，模型状态（权重、优化器状态、梯度）被写入闪存
- 推理缓存：推理服务时，从闪存加载模型权重和 KV 缓存
- 边缘数据采集：边缘端（机器人、自动驾驶）产生的训练数据保存在高耐久闪存卡上
Aschenbrenner 的 13F 视角至关重要：闪迪是 Aschenbrenner 综合看多规模最大的持仓（合计 $11.13 亿，占组合 8.14%），结构为多头 $7.2436 亿（占账面 5.30%，+ADD 8.15%）+ 看涨期权 $3.8876 亿（占账面 2.84%，365,700 张看涨合约）。这是一个精巧的正股 + 期权结构——押注 AI 带动存储需求。大多数 AI 基础设施投资者追逐 GPU 股票（NVDA）或云厂商（MSFT、AMZN）。Aschenbrenner 持有闪迪，意味着他的逻辑可能是：
- AI 训练数据量的增长将快于 GPU 算力增长（单位算力对应更多训练数据）
- AI 基础设施中的存储瓶颈将推动闪存收入增长
- 西部数据分拆创造出纯闪存公司，从而释放价值
核心风险：NAND 闪存是大宗商品市场，价格周期性显著。闪迪的收入可能随 NAND 价格周期剧烈波动，与 AI 需求无关。正股 + 期权结构对冲了部分下行风险，但如果 NAND 产能过剩与 AI 存储需求同时出现，利润率压缩可能抵消销量增长。
5. 财务 / 融资
13F 持仓（2026 年一季度）——Aschenbrenner 基金
- 多头：$7.2436 亿——占账面 5.30%——+ADD 8.15%（较 2025 年四季度增持）
- 看涨期权：$3.8876 亿——占账面 2.84%——365,700 张看涨期权合约
- 闪迪总敞口：约 $11.13 亿——组合中第二大看多押注（合计 8.14%）
- 2026 年 3 月 31 日股价：$635.34
- 信心程度：高——组合中规模最大的单只个股看多仓位
- 逻辑：AI 驱动的闪存需求超出市场预期；AI 训练管线存在结构性存储瓶颈
公司财务
- 分拆日期：2025 年初完成与西部数据（WDC）的分离
- 营收（FY2026 第三财季）：$59.5 亿，EPS $23.41——反映 AI 数据读入负载带来的强劲需求
- 营收（FY2025 预估）：约 $140-160 亿，其中约 30-40% 来自企业 / 数据中心市场，AI 存储占比不断提升
- 市值：约 $300-350 亿（2026 年 5 月）
- EBITDA 利润率：企业级 SSD 业务约 25-30%；消费级闪存利润率波动更大
- 债务：分拆后承担适度债务（约 $20-30 亿），投资级评级
- 制造：与铠侠合资（日本四日市和北上工厂）生产 NAND 晶圆；采用 BiCS 第 8 代 3D NAND（218 层），并在开发 BiCS 第 9 代
- 需关注的关键财务指标：企业级 SSD 收入增速与 NAND ASP（平均售价）趋势
来源：西部数据分拆前财报；闪迪投资者资料 https://www.westerndigital.com/ (2026-05-21)；闪迪品牌官网 https://www.sandisk.com/ (2026-05-21)；SEC 13F 2026 年一季度（Accession 0002045724-26-000008）；DaveManuel.com 13F 分析 2026-05-19；EliteCurrenSea 13F 更新 2026 年 5 月。
6. 团队与关系
- David Goeckeler——CEO（前西部数据 CEO，主导了此次分拆）。此前曾任思科 EVP，负责网络与安全业务。
- Wissam Jabre——CFO。前西部数据财务负责人，负责资产负债表的分拆。
- 铠侠合资企业——关键的制造合作关系。闪迪与铠侠在日本（四日市、北上）共同运营 NAND 晶圆厂。合资结构让闪迪无需承担全部资本开支即可获得制造规模。
- NVIDIA 合作——闪迪 SSD 已通过 NVIDIA DGX SuperPOD 以及 DGX H100/B200 参考架构的认证。闪存存储获 AI 训练管线认证。
- AWS / Azure / GCP——闪迪（原 WD）SSD 被用于超大规模云厂商面向 AI 负载的存储基础设施。
- 重要投资者提示：Aschenbrenner 以正股 + 看涨期权持有 SNDK，为其最大的合并持仓（$11.13 亿，8.14%：多头 $7.2436 亿 + 期权 $3.8876 亿），表明其确信 AI 驱动的闪存需求将超出市场预期。