AI Inference Có Đang Thay Đổi Chu Kỳ NAND? Sandisk Có Ý Nghĩa Gì Với Cổ Phiếu Memory

• AI inference không chỉ cần compute mà còn cần lượng storage ngày càng lớn, truy cập nhanh và có hiệu quả chi phí.
• NAND đang dần trở thành capacity layer của AI bên cạnh HBM và DRAM, thay vì chỉ là commodity storage.
• Sandisk kỳ vọng enterprise data center flash đạt 1,2 ZB vào năm 2030 và đang phát triển High Bandwidth Flash dành cho AI inference.
• Hợp đồng dài hạn hơn với khách hàng có thể cải thiện demand visibility và giảm nguy cơ mở rộng capacity quá mức.
• AI không loại bỏ chu kỳ NAND. Câu hỏi dài hạn là liệu bit demand mạnh hơn và supply discipline tốt hơn có thể làm chu kỳ ít biến động hơn hay không.

Trong phần lớn làn sóng AI, câu chuyện đầu tư semiconductor đi theo một chuỗi khá rõ: nhiều AI models hơn cần nhiều GPU hơn, GPU cần nhiều HBM hơn, còn các compute clusters dày đặc hơn cần networking nhanh hơn và nhiều power hơn. Storage luôn quan trọng nhưng hiếm khi nhận được mức độ chú ý tương tự.

AI inference đang bắt đầu thay đổi điều đó.

Khi AI chuyển từ training large models sang phục vụ hàng tỷ queries, enterprise agents, multimodal applications và real-time workloads, infrastructure không chỉ cần tính toán mà còn phải lưu trữ và liên tục truy xuất lượng dữ liệu khổng lồ.

Điều này tạo ra một câu hỏi mới cho ngành memory: NAND có thể trở thành một trong những capacity bottleneck tiếp theo của AI infrastructure hay không?

Những bước đi gần đây của Sandisk, Samsung, Kioxia và các nhà sản xuất memory khác cho thấy khả năng này ngày càng đáng chú ý.

Vì sao AI inference cần nhiều storage hơn?

AI training và AI inference tạo ra những yêu cầu infrastructure khác nhau.

Training frontier models cần compute clusters khổng lồ và memory bandwidth cực cao. Đó là lý do GPU và HBM trở thành những bottleneck đầu tiên trong AI supply chain.

Inference diễn ra sau khi model được triển khai. Mỗi lần AI trả lời câu hỏi, tìm kiếm knowledge base, phân tích hình ảnh hoặc thực hiện agent task, hệ thống có thể cần truy cập model parameters, embedding, cached data, user context và dataset multimodal ngày càng lớn.

Khi query volume tăng, lượng data phải luôn có thể truy cập theo cách kinh tế cũng tăng theo.

Không thực tế khi giữ mọi thứ trong HBM. HBM có bandwidth cực cao nhưng capacity hạn chế và cost per bit cao hơn nhiều so với NAND. NAND ở phía đối diện: capacity lớn hơn với chi phí thấp hơn nhiều, nhưng bandwidth thấp hơn và latency cao hơn.

Khoảng cách giữa hai loại memory này tạo ra một không gian architecture rất lớn.

AI memory stack trong tương lai có thể không phải là HBM hoặc NAND, mà là một hierarchy: HBM dành cho workload nhạy với bandwidth nhất, DRAM cho working memory, và high-performance NAND cho các data pools lớn hơn nằm gần compute.

Sandisk đặt cược NAND sẽ trở thành capacity layer của AI

Sandisk là một trong những công ty công khai rõ ràng nhất về luận điểm này. Tại Investor Day 2026, công ty dự báo enterprise data center flash có thể đạt 1,2 ZB vào năm 2030, trong khi doanh thu FY2028–FY2030 được kỳ vọng tăng ở mức mid-to-high teens. Xem thêm tại Reuters.

Triển vọng này dựa trên sự tăng trưởng nhanh của datacenter business. Sandisk ngày càng gắn long-term strategy với AI infrastructure thay vì chỉ phụ thuộc vào consumer devices hoặc traditional enterprise storage.

Điều này quan trọng vì AI systems không chỉ cần storage nhanh hơn mà còn cần nhiều storage hơn trên mỗi system. Models lớn hơn, RAG, multimodal content và persistent AI agents đều làm tăng data footprint.

Nếu inference trở thành một workload chủ đạo trong data center tương lai, demand driver của NAND có thể chuyển từ PC, smartphone và cloud-storage cycle sang chính lượng data do AI tạo ra và sử dụng.

HBF có thể lấp khoảng trống giữa NAND và HBM

High Bandwidth Flash, hay HBF, là một trong những giải pháp memory hierarchy đáng chú ý nhất.

Sandisk định vị HBF là NAND architecture nhằm bổ sung chứ không thay thế HBM. Công ty cho biết trong một số AI inference configurations, HBF hướng tới bandwidth gần HBM nhưng cung cấp capacity lớn hơn nhiều với economics hấp dẫn hơn.

Sandisk cũng đang hợp tác với SK hynix để tiêu chuẩn hóa HBF. Xem thêm trong tài liệu HBF của Sandisk.

Lợi ích rất rõ: inference cần giữ các models và datasets lớn đủ gần accelerator để tránh data movement trở thành performance bottleneck.

Mở rộng HBM vô hạn có thể giải quyết bandwidth nhưng lại tạo ra bài toán cost và capacity.

HBF cố gắng tìm vị trí ở giữa: capacity cao hơn nhiều so với HBM và performance vượt xa conventional flash.

QLC NAND có thể tạo tác động sớm hơn HBF

HBF thu hút chú ý vì mới, nhưng sự đổi mới trong conventional NAND có thể ảnh hưởng thực tế sớm hơn.

QLC NAND lưu bốn bits trên mỗi cell, cho phép nhiều capacity hơn trong cùng physical area so với TLC NAND. Điều này đặc biệt hấp dẫn với hyperscale data centers cần lượng storage cực lớn với cost per bit thấp.

Trade-off là endurance và performance có thể bị ảnh hưởng khi mỗi cell chứa nhiều bits hơn. Tuy nhiên, tiến bộ về controllers, error correction và NAND architecture đang mở rộng phạm vi workload phù hợp với QLC.

AI có thể tăng tốc xu hướng này vì inference đặc biệt quan tâm đến capacity, power efficiency và total cost.

Sandisk đang phát triển QLC density cao hơn, trong khi Samsung và Kioxia cũng sử dụng wafer bonding và next-generation NAND để tăng density và performance.

Vì sao chu kỳ NAND trước đây biến động mạnh?

Câu hỏi đầu tư lớn hơn là liệu AI có thực sự thay đổi chu kỳ NAND nổi tiếng hay không.

Vấn đề lịch sử không chỉ là demand yếu mà là cách demand tương tác với supply.

Khi NAND khan hiếm, giá tăng mạnh và producers tạo ra margin cao. Điều đó khuyến khích capacity expansion. Nhưng fabs cần thời gian dài để xây dựng và nguồn cung mới thường xuất hiện sau khi shortage ban đầu đã giảm.

Giá giảm, margin co lại, producers giảm investment.

Sau đó chu kỳ bắt đầu lại.

AI không tự động xóa cơ chế này. Ngay cả demand rất mạnh cũng có thể bị vượt qua nếu capacity được bổ sung quá nhiều.

Điều có thể thay đổi là mức demand visibility trước khi suppliers ra quyết định đầu tư.

Hợp đồng dài hạn có thể thay đổi supply discipline

Sandisk đang chuyển nhiều khách hàng sang các thỏa thuận nhiều năm thay vì dựa chủ yếu vào giao dịch ngắn hạn.

Theo Reuters, công ty đã ký tám hợp đồng dài hạn với sáu khách hàng, tổng trị giá khoảng 93,9 tỷ USD, thời hạn trung bình khoảng bốn năm. Khoảng một nửa output FY2027 dự kiến được bao phủ bởi các hợp đồng này và tăng lên khoảng hai phần ba trong FY2028.

Mô hình này cải thiện visibility cho cả supplier và customer.

Hyperscaler có thể bảo đảm future storage capacity, trong khi Sandisk có thêm committed demand trước khi quyết định mở rộng production.

Sandisk không phải công ty duy nhất đi theo hướng này. Samsung cũng cho biết long-term customer agreements có thể chiếm 60%–70% memory sales trong tương lai.

Nếu suppliers ngày càng mở rộng capacity dựa trên committed demand thay vì chỉ phản ứng với spot prices, ngành memory có thể ít rơi vào extreme oversupply hơn.

Điều này có ý nghĩa gì với Sandisk, Micron và các memory stocks khác?

AI storage không mang lại lợi ích giống nhau cho mọi công ty.

Sandisk có exposure trực tiếp nhất với NAND và enterprise flash. Luận điểm của công ty kết hợp AI-driven bit demand, long-term agreements, QLC và HBF, nên SNDK đặc biệt nhạy với việc thị trường tin rằng profitability NAND hiện tại có bền vững hay không.

Micron có exposure rộng hơn qua DRAM, HBM và NAND. Công ty tham gia cả premium memory gần accelerator lẫn flash capacity lớn.

SK hynix nổi tiếng nhất nhờ HBM, nhưng hợp tác với Sandisk về HBF cho thấy một leading HBM supplier cũng nhìn thấy cơ hội cho NAND-based inference layer.

Kioxia là một cách khác để theo dõi NAND. Công ty đang tăng tốc sản xuất next-generation flash khi AI workloads thúc đẩy high-capacity storage demand.

Western Digital sau khi tách Sandisk tập trung chủ yếu vào HDD. Tuy nhiên, AI-generated data tăng nhanh có thể hỗ trợ nhiều storage tiers cùng lúc: flash cho performance-sensitive workloads và HDD cho large pools of colder data.

Điểm lớn hơn là: AI storage không phải là một single-product trade.

Sự tăng trưởng của AI data có thể hỗ trợ HBM, DRAM, NAND, enterprise SSD và high-capacity HDD cùng lúc.

AI có thể thay đổi chu kỳ NAND nhưng không xóa bỏ nó

Sẽ quá lạc quan nếu nói rằng memory boom hiện tại đồng nghĩa chu kỳ đã kết thúc.

NAND vẫn là ngành capital-intensive. Technology transitions có thể tăng bits per wafer ngay cả khi không xây fabs mới, competitors có thể tăng supply khi margin hấp dẫn, còn AI capex không thể duy trì cùng một tốc độ mãi mãi.

Do đó, luận điểm cấu trúc hợp lý hơn là:

AI có thể khiến long-term bit demand của NAND mạnh hơn và dễ dự đoán hơn, trong khi long-term customer agreements và supply discipline tốt hơn có thể khiến future memory cycles bớt cực đoan.

Điểm này rất quan trọng.

Một NAND cycle ít biến động không đòi hỏi giá memory phải tăng mãi. Điều cần thiết là suppliers vẫn giữ được profitability hợp lý khi pricing bình thường hóa, thay vì liên tục chuyển từ shortage sang severe oversupply.

Tiếp cận thị trường SNDK trên MEXC

Người dùng theo dõi chủ đề AI storage và NAND thông qua Sandisk có thể tiếp cận nhiều dạng market exposure trên MEXC.

SNDKSTOCK_USDT perpetual contract cho phép leveraged long hoặc short exposure với biến động SNDK. Người dùng muốn khám phá khả năng tiếp cận cổ phiếu Mỹ thực có thể tìm hiểu MEXC RealStocks.

MEXC cũng niêm yết SNDKON/USDT, sản phẩm tokenized stock của Ondo Finance cung cấp economic exposure tới Sandisk nhưng không tương đương sở hữu trực tiếp cổ phiếu phổ thông Sandisk.

Để nghiên cứu sâu hơn, bạn cũng có thể đọc hướng dẫn cổ phiếu Sandisk trên MEXC.

Perpetual contract có leverage, funding và liquidation risk, trong khi tokenized assets còn có thêm issuer, liquidity, blockchain và regulatory risk.

FAQ

AI inference có sử dụng NAND flash không?

Có. Enterprise SSD dựa trên NAND có thể lưu model data, embedding, cached information và các dataset lớn không cần phải luôn nằm trong HBM hoặc DRAM đắt đỏ.

NAND có thể thay thế HBM trong AI không?

Không trực tiếp. HBM cung cấp bandwidth cực cao và latency thấp gần AI accelerators, trong khi NAND cung cấp capacity lớn hơn nhiều với cost per bit thấp hơn. HBF được thiết kế để bổ sung cho HBM chứ không phải thay thế hoàn toàn.

High Bandwidth Flash là gì?

High Bandwidth Flash, hay HBF, là NAND-based memory architecture mới dành cho AI inference. Công nghệ này hướng tới bandwidth cao hơn conventional NAND trong khi vẫn giữ capacity lớn hơn nhiều so với HBM.

AI có khiến chu kỳ NAND kết thúc không?

Không. NAND vẫn là ngành mang tính chu kỳ và capital-intensive. AI có thể hỗ trợ long-term bit demand và long-term agreements có thể cải thiện supply discipline, nhưng pricing, capacity expansion và technology transitions vẫn có thể gây oversupply và margin pressure.

Thay đổi lớn hơn: AI không chỉ cần compute mà còn cần capacity

Giai đoạn đầu của AI infrastructure boom được định hình bởi sự khan hiếm compute. GPU, HBM và networking trở nên có giá trị vì ngành thiếu performance.

Inference tạo ra một constraint khác: capacity.

Để AI vận hành ở quy mô toàn cầu, lượng data khổng lồ phải luôn có thể truy cập mà không thể giữ tất cả trong loại memory đắt nhất.

Điều này tạo cơ hội cho NAND tiến cao hơn trong AI memory hierarchy thông qua enterprise SSD, QLC và tiềm năng HBF.

Nếu AI inference tiếp tục tăng storage intensity trong khi memory suppliers duy trì capacity discipline, chu kỳ NAND tiếp theo vẫn sẽ là một chu kỳ — nhưng có thể rất khác so với các chu kỳ mà nhà đầu tư từng quen thuộc.