每个人都在谈论Nvidia，但没有人谈论AI生成的数据实际存储在哪里。

三个月前，我开始围绕我称之为AI栈存储层的存储层建立了一篮子钱。下面是我如何思考的。

概括

我认为这样说：AI模型训练在数据上，输出数据，并且存储数据。计算是所有光线焦点。存储是它下面的静悦基础设施，它们的价格远远没有被包含。

我是如何分配篮子

MU (Micron) 30% 美國純粹記忆製造商，同時生產DRAM和NAND。HBM角的真實性，無论是Nvidia H100还是B100，但都装有高带宽内存。最 populous 認知微調为一个循環記憶體交易，我認為AI 超周期是不同的，因为需求并不是來自一個行業，而是來自各個超級計算机架構。

SNDK (SanDisk) 25% 不久前由Western Digital拆分為純粹的NAND闪存公司。这一次分拆的理由就是我所认为的， WDC一直是混杂的硬盘驱动器（死）和NAND（增长）的混合。这時SNDK可以把資金专門用于闪存。企業SSDs用于AI数据管道，是增长的驱动。它是分拆之后的早期阶段，价格确定的过程还在进行中。

LRCX (Lam Research) 25% 不是存储公司本身，制造内存芯片的设备。这個如果MU和SNDK在建新厂，Lam卖给他们的工具。margin 较高的周期性设备支出，而且是对存儲器支出的直接扳机，没有周期性库存风险。

PSTG (Pure Storage) 20% 業界储存基础設施的层面。他们的闪阵列产品进入AI数据中心了。与前面三家不一样，Pure储存有可续费的订阅式收入，这让它有更可预测的现金流。它是四个当中最非周期的。

三个月后的诚实看法

MU已经是最多波动的，因为有意料之内。 SNDK还在分拆后寻找自己的位置。 LRCX一直稳定。 PSTG从来没有表现出声望。

这只是一篮子钱，绝不是急赚钱。不这样就不知道怎么建立信念。 每季度跟踪该说：AI数据存储需求增长吗？这些公司在各自的层面赢得了吗？截至目前答案都是否认。

有没有人从存储角度而不是计算角度来思考AI呢?我觉得这个话题被低估了相对于它的重要性。

P.S: 我在上述所有公司都有小头寸。