市场还没有普遍认知到的预期差。
产业趋势节点判断1：
从先存后算到以存代算，最终要实现存算一体，大大增加运算处理速度，存算一体是下一代人工智能重点发展的方向。
产业启动点节点判断2:
DSv4 周末宣布将永久降费微25%，将对信测形成强催化。
直接验证锋行技术路线：
DSv4 官方强调 KV Cache 落盘 SSD 降本 90% → 锋行致远核心技术被顶级模型背书
市场会直接对标：锋行 = 中国版 DDN/Vast，估值抬升
国产算力替代加速：
DSv4 彻底弃英伟达、转昇腾 → 国产 AI 加速卡 / SSD 迎来爆发期
信测（锋行）作为国产存算加速稀缺标的，弹性最大
SSD 存储需求爆发：
每个 DSv4 推理实例都要大容量高速 SSD 扛 KV Cache → 信测存储模组订单预期上修
✅ 中期（业绩落地）：订单 + 营收增量
锋行致远：DSv4 及客户导入
DeepSeek 及生态客户（如云厂商、企业 AI）采购锋行加速卡 / SSD
2026 年底拟控股并表 → 直接贡献营收利润
信测检测：AI 硬件检测量价齐升
SSD、AI 加速卡、昇腾服务器出货大增 → 检测订单增加、毛利率维持高位（70%+）
以下为深度分析：
从“先存后算”到“以存代算”再到“存算一体”：产业演进、核心标的与信测标准的关键卡位
结论与观点核心结论是：AI算力产业的主矛盾正在从“缺算力”转向“缺高效数据搬运能力”，因此产业路线正沿着“先存后算→以存代算→存算一体”持续演进，本质是不断缩短“数据—计算”距离、压降搬运功耗、提升推理吞吐与系统性价比。
在这一过程中，“先存后算”对应的是传统GPU/HBM/DDR主导的大内存外部供给模式；“以存代算”是把部分原本占用DRAM/HBM的推理状态和KV Cache迁移到SSD侧；“存算一体”则进一步把计算能力嵌入存储或存储附近，追求从系统级优化走向架构级重构。
对应投资框架上，当前最清晰的机会不是简单押注“某一种终极技术路线”，而是把握三个层次：第一层是已经兑现景气的存储模组、主控、封测与AI存储基础设施；第二层是“以存代算”的系统级创新厂商；第三层是正处在从原型验证走向工程落地的存算一体芯片/模组公司。
在这一框架中，信测标准的稀缺性不在于它原本是检测公司，而在于它正在构建“检测修复—存储模组—存算加速”三位一体闭环：一端参股锋行致远切入AI原生存算加速系统，另一端成立信测存储布局颗粒、模组与主控，再叠加自身原有检测与设备能力，形成国内少见的“存储平台型企业”雏形。这决定了它不是单纯映射存算一体概念，而是位于存算一体商业化链条的中枢位置。
传统冯·诺依曼架构的根本问题，在于存储和计算分离，数据需要在处理器与存储器之间频繁搬运，形成“存储墙”“功耗墙”和“算力墙”。在AI时代，这一矛盾被急剧放大：大模型参数量和上下文长度快速扩张，而内存带宽与互连带宽增速明显落后于计算能力增速，系统瓶颈越来越体现为内存访问与通信效率，而不是原始算力本身。
更关键的是，推理阶段的痛点与训练阶段并不相同。训练更依赖高带宽内存避免计算单元闲置，推理则在decode阶段对权重和KV Cache的反复访问更敏感，内存访问时延直接影响token生成速度。
这意味着产业不会只有一种统一解法，而是会分层演进：短期先通过增加外部存储资源和系统调度能力解决问题，中期再通过SSD、近存、PIM等方式把“存”拉近“算”，长期才是更彻底的CIM/存算一体芯片化重构。
图：存算一体产业演进时间线（2010-2030）
图1：存算一体产业演进时间线（2010-2030）
图1最重要的意义，不是告诉市场“某一年发生了什么”，而是揭示产业已从学术探索进入工程验证，再逐步迈向量产前夜。
2010-2017年仍是技术探索期；2017-2022年开始出现局部小规模量产；2022-2025年进入普遍小规模量产；2025-2030年被普遍视为大规模量产窗口。这意味着当前市场讨论的焦点，已经从“技术是否成立”切换到“谁先跑通软件生态、工程实现和客户导入”。
表1：从先存后算到以存代算再到存算一体的产业含义
阶段核心思路解决问题的方式代表技术/形态当前产业状态先存后算存储与计算分离，先扩容再计算通过HBM/DDR/SSD等外置存储支撑算力系统GPU+HBM、服务器DDR5、企业级SSD已成熟并持续扩容以存代算把部分原本在DRAM/HBM中的任务迁移到SSD等介质将KV Cache、长上下文状态等外溢到SSD，降低HBM依赖AI SSD、GPU/TPU直连SSD、KV Cache落盘2025年以来加速落地存算一体存储单元与计算单元融合或极度靠近在存储内部/附近完成部分甚至主要计算，减少搬运NMC、PIM、CIM；SRAM/ReRAM/MRAM/NOR Flash路线处于工程化与量产前夜这三阶段并不是替代关系，而是递进关系。“以存代算”是系统级过渡方案，“存算一体”是架构级终局方向之一。因此投资上应理解为：先兑现的是存储与主控，后兑现的是系统方案，最后兑现的才可能是纯粹的存算一体芯片龙头。8101112
二、“先存后算”：AI时代的第一阶段受益者仍是存储基础设施“先存后算”的底层逻辑，是AI需求先把存储容量、带宽和模组景气拉起来。中国存储芯片市场规模从2020年的3021亿元增至2025年预计4580亿元，呈持续扩张趋势；同时，服务器DDR5渗透、企业级SSD升级、AI服务器存储配置提升，均构成第一阶段最确定的产业红利。29246
图：半导体行业专题研究：涨价持续性+AI强催化+国产化加速，重点推荐存储板块机遇
图2：中国存储芯片市场规模（2020-2025E）
图2说明，AI并不是只利好算力芯片，存储本身就是一个独立上行的大赛道。尤其在推理时代，海量请求和长上下文直接推动DDR5、企业级SSD、主控芯片和模组的需求抬升。
从产业链分工看，存储晶圆在BOM中占比最高，主控芯片和封测共占约20%，而模组厂决定产品集成与客户交付能力。
因此，“先存后算”阶段最受益的A股方向，本质是存储模组+主控+封测。
其中，模组侧已有明显兑现：江波龙2026Q1营业总收入99.09亿元、归母净利润38.62亿元；佰维存储2026Q1营业收入68.14亿元、归母净利润28.99亿元；德明利2026Q1营业收入75.38亿元、归母净利润33.46亿元。
这组数据说明，产业的第一波利润，已经被“离终端最近、离订单最近”的模组和系统集成环节吃到。
如果说“先存后算”只是不断给系统加存储，那么“以存代算”则是重新定义哪些数据必须放在HBM/DRAM里，哪些可以外溢到SSD侧。其核心原理是：把AI推理中的矢量数据、多级KV Cache缓存数据、长序列文本持久化数据，从DRAM/HBM迁移至SSD介质，并通过高性能主控、近数据处理和直连架构，实现更低成本的推理系统。
华为是这一方向最强产业催化之一。其2024年发布的OceanStor A800采用多级KV缓存机制，可使推理时延降低78%，单个xPU卡吞吐量提升67%；2025年进一步推进palm-SSD等产品，单盘容量向256TB升级，核心逻辑就是用系统级存储创新缓解先进制程和HBM限制。
这意味着“以存代算”不是简单的SSD扩容，而是SSD成为推理系统的一部分，而非外围附件。
图：电子行业MemoryS 2026闪存大会跟踪报告：行业缺货或将延续至27年，关注未来存储技术创新重构
图3：推理时代存储主控芯片价值重塑
图3揭示了“以存代算”投资逻辑的关键传导：主控芯片的价值定位从“被动数据通道”升级为“AI推理IO算力枢纽”。
这背后意味着三件事。第一，主控不再只是通用器件，而是决定低时延、高IOPS和负载调度能力的核心部件；第二，主控需要适配端、边、云不同场景，形成梯度化产品；第三，主控厂商的商业模式将从器件销售走向“性能优化伙伴”。
因此，“以存代算”阶段的核心标的不只是SSD本身，还包括主控芯片、模组、AI存储系统方案商。这也是为什么华为、铠侠、美光、英伟达等都在同步推进AI SSD与直连方案。
四、“存算一体”：产业真正的高弹性方向，但仍在跨越工程化鸿沟更进一步的“存算一体”，本质是把计算单元直接嵌入存储阵列或其周围，尽量在数据所在位置完成计算。按照距离可分为近存计算（NMC/PNM）、存内处理（PIM）和存内计算（CIM）。
其中，近存计算工程实现难度最低，但提升幅度有限；存内计算潜力最大，但技术挑战也最高。
图：电子行业专题研究：端侧存算一体迎来快速发展
图4：全球存算一体芯片市场规模（亿美元）
图4最值得重视的是斜率而非绝对值：全球市场规模从2022年的0.44亿美元增长至2023年的1.12亿美元，预计2029年达306.28亿美元，反映出产业正在从“0到1”阶段跨向“1到N”阶段。
但也必须看到，这一高增长背后仍伴随明显不确定性：底层材料容量、软件生态、算子适配、片间互联、先进封装与良率，都是存算一体商业化的核心瓶颈。
表2：存算一体核心路线与代表标的
技术路线代表公司主要场景当前进展关键特征SRAM后摩智能、恒烁股份、炬芯科技、Groq智驾、端侧推理、大模型推理后摩H30已量产、M50拟2025Q4量产；恒烁LPU推进放量；炬芯音频芯片已商用速度快、精度高，但容量与成本压力较大ReRAM亿铸科技、昕原半导体数据中心、大算力、VR/AR亿铸2023年流片点亮，2026年推AI算力卡；昕原28nm量产潜力大、能效高，但工艺成熟度仍待爬坡MRAM英特尔、部分国内初创推理、抗辐照场景英特尔2018年推出22nm产品，国内仍偏早期非易失、低功耗，但商用化仍早期NOR Flash知存科技、恒烁股份可穿戴、耳机、端侧AI知存WTM2101出货超1000万颗更适合端侧低功耗、小算力先落地3D-CIM/其他微纳核芯手机、AI终端已与多家手机龙头合作，推动RISC-V标准强调软硬协同和生态构建从投资时钟看，端侧小算力已开始兑现，云端大算力仍在验证。
端侧方面，知存科技、炬芯科技已证明商业化可行；大算力方面，后摩智能、亿铸科技等正从原型和流片走向量产与客户验证。
信测标准的关键，不在于它是不是“正宗芯片股”，而在于它把自己放在了存算一体商业化的交叉路口。
公司2025年实现营业收入8.04亿元、归母净利润1.96亿元、毛利率60.16%；2026Q1实现收入1.95亿元、归母净利润0.45亿元、毛利率61.94%，基本盘稳健，且资产负债率已降至12.91%-14.24%区间，现金流良好。
这意味着它不是“靠讲故事融资”的早期公司，而是有主业现金流支撑第二增长曲线。
表3：信测标准关键财务与转型节点
指标/事项202420252026Q1/最新含义营业收入7.25亿元8.04亿元1.95亿元主业保持稳步增长归母净利润1.76亿元1.96亿元0.448亿元盈利韧性较强毛利率57.99%60.16%61.94%主业盈利质量高资产负债率38.34%14.24%12.91%为外延布局提供安全边际2026年3月——参股锋行致远30%切入存算加速核心环节2026年4月15日——成立信测存储向颗粒、模组、主控延伸公司当前最值得重视的，不是单点投资，而是“三层闭环”。
第一层，锋行致远负责存算加速模组及整机，是存算一体的“算力效率层”；第二层，信测存储负责颗粒、模组、主控，是硬件交付层；第三层，信测原有检测与设备能力切入存储检测、修复和筛选，是质量与降本层。
这一结构决定信测标准在存算一体里有三重重要地位：
1. 它不是单点参股，而是在卡“系统级解决方案”入口锋行致远并非只做单颗芯片，而是做存算加速模组、整机和AI加速系统，并以STAR2000实现“盘上数据中心”构想，在单片硬盘中集成独立OS、加密存储、AI计算与高带宽传输能力。
其方案可将现有数据中心改造为AI算力中心，实现算力加速2-4倍、内存节省60%、功耗下降30%-50%，并可支持KV缓存、向量检索、数据过滤等任务在存储侧处理。
锋行的四大技术分别是存算直通、边存边算、以存代算、存算一体。
这意味着它并非押注单一路线，而是从系统改造到架构升级逐层推进，更符合产业真实演进路径。相较很多纯芯片公司只赌终局技术，信测标准通过锋行切入的是“今天能卖、明天能扩、后天能升级”的路线。
公司调研口径显示，AI存储为第二增长曲线，三年目标总产值100-150亿元；其中存储检测修复业务在手订单30亿元，毛利率≥60%，且设备自制、成本仅为进口设备的1/10。
这部分业务尤其关键，因为它把信测原有检测能力转化为半导体链条中的“变废为宝”能力，即通过晶圆/颗粒分级筛选和软件修复，将低等级颗粒转化为可用颗粒。
这也是信测标准最稀缺的地方：多数公司只能做模组、只能做主控、只能做方案，而信测标准试图把“检测—修复—模组—存算加速方案”串成闭环。
表4：当前产业投资的三层框架
投资层级代表方向核心标的兑现阶段第一层：高景气确定性模组、主控、封测、企业级SSD江波龙、佰维存储、德明利、联芸等已兑现第二层：系统级创新AI SSD、以存代算、存算加速系统华为、铠侠、锋行致远正在放量前夜第三层：架构级重构存算一体芯片后摩智能、亿铸科技、知存科技、恒烁股份等处于验证到放量过渡期信测标准最特殊之处是：它横跨第二层和第一层，并部分卡位第三层。
一方面，公司通过锋行致远切系统级创新；另一方面，通过信测存储和检测修复进入模组、主控、颗粒与设备；再往上，它又通过存算一体概念与客户导入分享第三层技术升级收益。
这也是为什么市场会给它明显高于传统检测公司的估值中枢。2026年5月22日公司总市值约150亿元，对应PE(TTM)约73.5倍、PB约7.82倍；华创证券基于锋行致远成长性给予54倍PE估值溢价，目标价50元。
这说明资本市场已经不再把它仅仅视作检测公司，而是在提前定价其“检测+AI存储+存算加速”的平台化可能性。
市场仅仅认知到DS V4降费对国产的促进如华丰科技、费菱科思等，对信测标准等的促进还存有极大预期差。
作者声明： 本文转载自第三方，旨在提供资讯参考，并非证券推荐或投资建议。作者对内容的真实性、准确性不承担保证责任。本文不构成任何投资建议或证券推荐。截至发文日，作者与文中提及的标的不存在持仓关系。