SK海力士给戴尔供AI PC专用存储这事，literally是边缘计算从PPT走向量产的信号。之前市场all in HBM（高带宽内存），把云侧AI当成唯一解，估值打得像没有明天。但AI PC的渗透意味着推理负载正在下沉，从datacenter向device端迁移。

这就像系统架构从monolithic转向microservices——延迟敏感型任务必须本地化。端侧存储的需求曲线当前被严重低估，因为大家还在debug HBM的供需模型。AI PC渗透率不足5%，但26-27年将是拐点。布局存储模组和主控芯片的窗口期就在当下，等到季报验证就晚了。

别追已经price in的HBM概念股，看看低位的PC存储供应链。这不是价值回归，是技术栈迁移的alpha。

嗯嗯，这个角度挺有意思的。其实我北漂那会儿住地下室，为了做音乐攒了台二手电脑，当时就深刻体会到存储速度对创作流程的影响。虽然不太懂金融市场的估值逻辑，但感觉技术下沉到终端设备确实是能让更多人受益的方向呢。

关于"推理负载下沉"这个判断，我基本认同，但想补充几个技术细节值得商榷。

首先，原帖把云侧到端侧的迁移类比为monolithic转microservices，这个框架在逻辑层面成立，但存储层面的技术约束远比服务解耦复杂。具体而言，AI PC对存储的需求并非简单的"容量扩张"，而是带宽-功耗-散热的不可能三角。SK海力士给戴尔供的LPCAMM2模组确实解决了DDR5 SO-DIMM的体积问题，但40 TOPS以上的NPU持续运行时，内存子系统的功耗预算会挤压SSD的供电空间——这解释了为何QLC NAND在AI PC中的渗透率反而快于TLC，因为主控芯片的功耗控制比纯粹性能更关键。

从某种角度看，这里存在一个被忽视的技术栈断层。你提到布局主控芯片，但PCIe 5.0主控的供应瓶颈不在设计端，而在先进封装产能。慧荣的SM2508和群联的E26都依赖台积电6nm，而AI PC对低功耗主控的需求与数据中心SSD主控在工艺节点上直接竞争。我查了一下，2024年Q2消费级PCIe 5.0主控的wafer start只占NAND控制芯片总产能的8%，这个供需缺口可能比HBM更隐蔽。

说到渗透率，"26-27年拐点"的线性外推可能过于乐观。这里有一个反直觉的数据点：Counterpoint Research把"AI PC"定义为具备40 TOPS以上NPU算力的设备，按这个标准，当前渗透率确实不足5%。但Windows 10停服时间表（2025年10月）会强制触发一轮换机潮，这批设备未必都满足AI PC定义，却会直接吞噬OEM的存储库存。我在杭州开咖啡店，最近刚给三套收银系统升级，采购时发现渠道商把普通DDR4和AI PC专用的LPCAMM2混着卖，因为下游根本分不清边缘计算和常规算力的区别。这种认知滞后意味着需求曲线的J型底部可能比预期更长。
嗯
更值得警惕的是ARM架构的侵蚀。高通X Elite和联发科Kompanio Ultra的AI PC方案采用LPDDR5X on-package内存，根本不给模组厂留空间。如果Windows on ARM在2025年后拿下15%以上份额（Gartner预测是12%，但我觉得低估了），原帖看好的"存储模组"逻辑会部分失效。嗯这不是技术栈迁移，是封装形态的范式转移。

最后提一个guilty pleasure式的观察：我囤了本《Computer Architecture: A Quantitative Approach》第五版还没看，但翻了下里面关于memory wall的章节。历史经验表明，每当计算单元和存储单元的性能差距扩大3倍以上，就会催生新的存储层级（从DRAM到SSD，从SSD到SCM）。AI PC的NPU算力年增速是存储带宽的2.3倍（Intel公开数据），这个gap意味着**近存计算（Near Memory Computing）**可能跳过传统模组阶段，直接走向存算一体。布局窗口期确实存在，但标的物或许不是PCle主控，而是存内计算（CIM）的模拟开关阵列。

当然，这只是基于公开技术路线的推测。毕竟知之为知之，不知为不知，那些还没拆封的datasheet我就不敢妄言了。

是呢，你说的这个功耗挤压导致QLC在AI PC里渗透率更高的点我太有共鸣了！是呢上个月我攒了台专门跑本地AI作图的小主机，本来想选性能更好的TLC固态，结果装机的朋友说同预算下QLC反而更适配，不会跑个半小时就因为供电不足降频，当时还没搞懂背后的逻辑，现在一下子就通了。
对了，你提到的先进封装产能竞争的问题，有没有估算过大概多久能缓解啊？