行情
…

閃迪 NBM 長協是什麼?AI 存儲需求為何鎖定到 2028 年、最低收入 939 億

2026 年 8 月 5 日美股盤後,閃迪公佈第四財季業績,營收 89.7 億美元、年增 372%,Non-GAAP EPS 39.25 美元為一年前的 135 倍;管理層在電話會議上花最多篇幅討論的,是正在改寫 NAND 定價邏輯的 NBM 長期合約架構

閃迪 NBM 長協是什麼?AI 存儲需求為何鎖定到 2028 年、最低收入 939 億
目錄

閃迪 NBM 長協是什麼?AI 存儲需求為何鎖定到 2028 年、最低收入 939 億

重點摘要

  • 2026 年 8 月 5 日美股盤後,閃迪公布第四財季業績,營收 89.7 億美元、年增 372%,Non-GAAP EPS 39.25 美元為一年前的 135 倍;管理層在電話會議上花最多篇幅討論的,是正在改寫 NAND 定價邏輯的 NBM 長期合約架構
  • 8 家數據中心與邊緣計算客戶已簽署 NBM(新商業模式)長期協議,加權平均期限超過四年,合計最低營收規模達 939 億美元,含 165 億美元的客戶違約保障機制
  • 2027 財年逾半供應、2028 財年約三分之二供應已提前鎖定,閃迪表示這是公司首次獲得超過四年的需求能見度,打破 NAND 行業按季談判的慣例

2026 年 8 月 5 日美股盤後,閃迪公布第四財季業績:營收 89.7 億美元,年增 372%,超出市場預期 4.3%;Non-GAAP EPS 39.25 美元,是一年前 0.29 美元的 135 倍,高出分析師預期逾 10%。這組數字已夠吸睛,但閃迪管理層在電話會議上真正花力氣陳述的,是一套要改寫 NAND 行業商業模式的長期合約架構,而不是單季業績本身。

AI 推理爆發促使 NAND 存儲從按季議價的週期性大宗商品,質變為由長期合約鎖定、具備高能見度的戰略物資。

AI 推理為何讓 NAND 從季度商品變成戰略物資?

NAND 行業過去的運作模式直截了當:供應商與客戶每季談量和價,需求旺就漲、需求弱就砍,整個行業跟著記憶體週期劇烈起伏。AI 推理大規模落地之後,這套季度談判模式開始顯得不夠用了。

閃迪 CEO David Goeckeler 在電話會議上把 AI 定位成「以存儲為中心的問題」。他的論點是:每一次 AI 推理互動都會產生大量需要即時讀取、低延遲存取的資料;隨著生成式 AI 走向 agent(agentic AI)階段,這個迴圈更密集、更頻繁,NAND 成了推理管線能不能順暢運作的關鍵。

需求面的信號比任何說法都直接。閃迪表示,目前客戶需求增長速度已超過公司供應能力;部分大型客戶在簽署多年協議後,幾個月內就回頭追加未來 3 至 5 年的採購量。這不是閃迪推銷出去的,而是客戶主動要求鎖定更長期的供應保障,閃迪管理層說這顯示 AI 存儲需求仍處於擴張早期。

什麼是 NBM 長協,閃迪如何鎖定四年需求?

NBM(New Business Model)協議是閃迪今年積極推進的長期供應合約架構,把過去按季定價、按需採購的模式,改成多年期最低採購量承諾加上收入保障。

今年 4 月,閃迪首批公布五項 NBM 協議;到第四財季電話會議,CFO Luis Visoso 表示公司新簽了五項,其中三項來自新客戶、兩項是既有協議的擴展版。截至電話會議,累計已有 8 家數據中心與邊緣計算客戶完成簽署,協議加權平均期限超過四年,最長達五年。從供應覆蓋面看,2027 財年閃迪逾半供應已提前鎖定,2028 財年約三分之二。Visoso 直言,NBM「正在迅速成為我們的主要商業模式」。

這套架構解決了 NAND 廠商長期以來最棘手的問題:需求只能看到一季,廠商做不了長期資本支出規劃,等到建好產能、市況早已翻轉。NBM 讓客戶先用財務機制綁定需求,供應商才有依據做多年擴產投資。Goeckeler 說,現在與大客戶的互動層級,已從「每季一次的供應鏈談判和價格討論」,升格成「高度戰略性的合作關係」,這個描述本身就說明議價重心在移動。

939 億美元最低營收、165 億違約保障背後的合約邏輯

閃迪目前所有已簽 NBM 協議的合計最低營收規模為 939 億美元。其中,已確認的剩餘履約義務(RPO)為 598 億美元;若計入財報期後新增的兩項協議,RPO 達到 911 億美元。

165 億美元的違約保障機制由三部分構成:客戶現金預付款、金融工具,以及部分閃迪自有現金儲備。Goeckeler 說,這筆錢的設計初衷不是「真的拿走」,而是讓雙方利益保持一致,確保客戶不能輕易縮減採購。165 億美元約佔 939 億美元最低營收的 17.5%,理論上可吸收一定規模的違約風險,但具體合約條款並未公開,實際保障效力仍待時間驗證。

需要誠實標注:939 億美元的營收規模,以及各項需求能見度宣稱,均來自電話會議上的管理層口徑,而非第三方審計數字。長期協議的實際履行,仍取決於未來幾年 AI 基礎設施投資是否如預期持續擴張。

這場電話會議真正重要的不是 EPS 超預期多少。NAND 儲存產業的商業模式正在轉向:從「季度定價、週期劇烈波動」的大宗生意,被 AI 推理與 agent 需求推向「多年鎖定、供應商主動議價」的模式。當最大客戶在簽約後幾個月就回頭追加 3 至 5 年需求,這代表需求能見度拉長了,而不只是這一季買多一點。

這個方向如果持續,存儲供應商的估值框架就更靠近長期合約型企業,而不是週期性大宗商品廠商。閃迪還在開發中的 HBF(High Bandwidth Flash,高頻寬快閃記憶體)是另一條值得追蹤的產品線:一年半前只是研究方向,現在已進入與客戶深入討論的階段,商業化時間表預計在未來投資者日披露。Goeckeler 把 AI 推理診斷為「記憶體受限(memory-bound)問題」,HBF 若落地,可能成為突破 AI 系統瓶頸的重要技術。對評估 AI 基礎設施供應鏈機會的創業者與投資者,存儲層的合約結構質變,以及下一代存儲架構的走向,是比任何一季業績數字更早發出訊號的指標。

標籤

#閃迪 nbm#nand 長期協議#ai 儲存需求#西部資料 lta 2031#儲存晶片 週期
→

繼續閱讀

查看全部 →
NewsAI 快訊

LegalOn 如何砍 65% Codex 成本?按任務路由 Astra/Sol/Luna 的做法

LegalOn 把 Codex 的 Astra、Sol、Luna 按任務分工,日費估算砍 65%、速度持平

DeltaMedia 編輯部2 分鐘
NewsAI 快訊

用 AI agent 自己蒸餾小模型:16 美元做一個 0.8B 模型的完整做法

2026 年 10 月 8 日,Hugging Face 部落格記錄一位開發者透過 ML Intern 將 Qwen-Image 2.1 的 9B 提示詞改寫器蒸餾成 0.8B 版本,從下達需求到取得可部署模型只花了一天。

DeltaMedia 編輯部5 分鐘
NewsAI 快訊

AI 推理成本為何史上下降最快?Epoch 數據與 20 億 AI agent 的算力帳

截至 2027 年出貨的 AI 晶片,理論上可同時支撐 3000 萬至 1.7 億個前沿模型智慧代理不間斷執行,換算全職工時約等同於 1.4 億至 7.2 億名全職員工

DeltaMedia 編輯部6 分鐘
NewsAI 快訊

AI 算力狂飆可養活 20 億個 agent,但市場真有這麼大需求?

Epoch AI 研究顯示,截至 2027 年出貨的 AI 晶片可支援 3000 萬至 1.7 億個前沿模型 agent,若改用低成本模型則可達近 20 億個,但需求是否存在仍是開放問題。

DeltaMedia 編輯部7 分鐘