广发证券发布研报称，在大模型应用中，相比依赖外置HBM，SRAM可显著降低权重与激活数据的访 延迟与抖动，从而改善Time-to-First-Token与尾时延表现。目前，Groq与Cerebras都相继推出基于 SRAMAI芯片。SRAM架构进入主流视野，根据Groq官网以及市场媒体报道，英伟达此前斥资200亿美 元获得Groq的知识产权的非独家授权；OpenAI与Cerebras签署100亿美元合同，部署多达750兆瓦的定制 AI芯片。 广发证券主要观点如下： SRAM是片上高带宽存储层 存储分级为SRAM、HBM、DRAM和SSD，其中SRAM(静态随机存取存储器)集成在CPU、GPU计算核 心附近的片上存储，具备纳秒级访问时延与高度确定性的带宽特性，带宽高但容量小、成本高。 SRAM可提升AI推理速度 根据Cerebras官网，其晶圆级引擎3(WSE-3)芯片集成44GB SRAM，片上存储带宽达21PB/s，在OpenAI GPTOSS120B推理任务中实现>3000tokens/s的输出速度，较主流GPU云推理快约15×。此外，2026年2 月，OpenAI推出首个运行在Cerebras Syst ...

智通财经APP获悉，广发证券发布研报称，HBF在读为主应用优势显著，商业化进程加速。该技术有效 填补了HBM与传统固态硬盘之间的空白，为对容量和成本敏感的读取密集型应用提供理想的解决方 案。AI记忆持续扩展模型能力边界，AIAgent等应用加速落地。AI记忆相关上游基础设施价值量、重要 性将不断提升。建议关注产业链核心受益标的。 HBF商业化进程正加速 根据trendforce数据，2025年8月，Sandisk宣布与SK hynix合作推进HBF标准化生态建设，根据SK hynix 公众号，2026年2月双方宣布在OCP(开放计算项目)体系下，启动下一代HBF全球标准化进程。根据 trendforce数据，闪迪计划于2026年下半年提供HBF模块样品，并于2027年初推出首批集成HBF的AI推 理服务器;SK hynix在OCP 2025上将HBF纳入其AIN(AI-NAND)产品线中的AINB(Bandwidth)方向;根据 trendforce数据，三星电子于2025年开始对自家HBF产品的早期概念设计工作，显示主流存储厂商对该 技术路径的关注度持续提升。 风险提示 AI产业发展以及需求不及预期;AI服 ...

Investment Rating - The report provides a "Buy" rating for the industry, indicating an expectation of stock performance exceeding the market by more than 10% over the next 12 months [45]. Core Insights - SRAM (Static Random Access Memory) is identified as a high-bandwidth on-chip storage layer that can significantly enhance AI inference speed by reducing latency and jitter compared to external HBM (High Bandwidth Memory) [3][11]. - The architecture of SRAM is gaining mainstream attention, with significant investments and partnerships, such as Nvidia's $20 billion acquisition of Groq's intellectual property and OpenAI's $10 billion contract with Cerebras [3][32]. - The report emphasizes the growing importance of AI memory-related upstream infrastructure, suggesting that investors should focus on key beneficiaries within the industry chain [3][39]. Summary by Sections SRAM as a High-Bandwidth Storage Layer - SRAM is positioned as an essential component in the multi-tier storage architecture, providing high bandwidth but with limited capacity and higher costs [3][11]. SRAM Enhancing AI Inference Speed - SRAM can improve AI inference speed, with examples such as Groq's LPU chip achieving a bandwidth of 80 TB/s and maintaining stable inference speeds of 275-276 tokens/s, outperforming other platforms [3][15][21]. - Cerebras' WSE-3 chip integrates 44GB of SRAM, achieving over 3000 tokens/s in inference tasks, significantly faster than mainstream GPU cloud inference [3][23][39]. SRAM Architecture Gaining Mainstream Attention - The report notes that major companies are investing in SRAM technology, highlighting Groq's partnership with Nvidia and Cerebras' funding round that values the company at $23 billion [3][32][39]. Investment Recommendations - The report suggests that the ongoing expansion of AI memory capabilities will enhance model performance and accelerate the deployment of AI applications, recommending a focus on core beneficiaries in the industry chain [3][39].

田晏林 发自 凹非寺 量子位 | 公众号 QbitAI "Your brain is for having ideas, not holding them. " ——Tiago Forte《Building a Second Brain》 LLM是AI的"第一大脑"，记忆平台是AI的"第二大脑"。 畅销书作者Tiago Forte在《构建第二大脑》中曾分享核心观点： "生物大脑只用于思考创造，而外部系统用于信息的可靠存储。" ——这对我们理解AI的"双脑"分工极富启示。 事实上，LLM就如同AI的"第一大脑（生物脑）"，它擅长思考、推理与即时生成，而不擅长长期、精确地存储海量事实。 而记忆平台是AI的"第二大脑"，它主要按需为LLM提供准确的"记忆"支撑，让LLM从记忆负担中解放，专注于更高层次的推理与创造，从而协 同产生更精准、个性化且可行动的价值。 两者结合，记忆平台负责"记住一切"，LLM负责"思考一切"。 3.0 生产力时代（2025年至今）：萃取"隐性知识"，固化核心资产 行业焦点转向直接提升生产效率。关键一跃在于能否将员工的决策逻辑、经验权衡等隐性知识数字化、轨迹化。 这不再是简单问答，而是通过记 ...

斯坦福与耶鲁的这项研究不应被视作AI产业创新的阻碍，应当成为AI产业从无序生长转向版权友 好、负责任、透明且可持续发展之路的警示灯与行动路线图。 随着生成式人工智能（以下简称"GenAI"）迈入生产力爆发期，大语言模型（以下简称"LLM"）究竟是在"逻辑 泛化"（Logical Generalization）还是在执行高度隐蔽的"记忆复现（Memorized Reproduction）"，即AI业界形象 称之为"反刍"（Regurgitation、Wiederkäuen）的现象，已从AI本身的技术争鸣演变为决定AI产业持续创新的法 律红线。2026年初，斯坦福与耶鲁大学披露的实证研究彻底撕开了AI"逻辑泛化"乃至"学习隐喻"的伪装，证实 了个别主流模型对版权书籍存在高达95%以上的复现能力。 本文以此为切入点，深度分析了LLM从预训练阶段便埋下的模型权重参数化复制技术成因，并剖析了法律界针 对"记忆是否构成复制"这一命题在英、德两国司法实践中引发的剧烈碰撞，从而有可能使建立在脆弱版权基础 上的万亿级AI债务链条即将临系统性崩塌的风险。 为此，作者从AI技术上梳理并构建了一套涵盖"差分隐私算法干预"与"高惊奇度 ...

智通财经APP获悉，广发证券发布研报称，AI的Memory时刻，AI记忆成为支撑上下文连续性、个性化 与历史信息复用的底层能力，持续扩展模型能力边界，有望促进AI Agent等应用加速落地。AI记忆的价 值正从"费用项"转变为"资产项"，相关上游基础设施价值量、重要性将不断提升。建议关注产业链核心 受益标的。 广发证券主要观点如下： 英伟达推出AI推理上下文存储平台ICMS 随用户多轮会话与Agent持续运行带来的KVCache不断累积，系统对可长期留存并按需回填的分层 KVCache形成刚性需求，推动上下文从HBM外溢至DRAM、SSD等分层介质承接。为此，NVIDIA推出 上下文记忆存储架构ICMS，面向Agent与多轮推理场景提供"长期上下文记忆层"，一方面承载更大规模 KVCache，另一方面以低延迟将历史KVCache回填到多GPU节点的多回合推理会话;其KV访问模式呈现 低TTFT约束下的高并发、高吞吐随机读取。 ICMS平台对SSD使用效果好 经济性与扩展性方面，SSD单位成本显著低于GPU内存，且可按TB、PB容量扩展，是长期上下文的天 然承载介质。可行性方面，根据《Context Memor ...

[Table_Page] 投资策略|点评报告 2026 年 2 月 3 日 证券研究报告 [Table_Title] 晨会精选 ——观点全追踪（2 月第 2 期） [Table_Summary] 报告摘要： bilulu@gf.com.cn 识别风险，发现价值 请务必阅读末页的免责声明 [分析师： Table_Author]郑恺 SAC 执证号：S0260515090004 SFC CE No. BUU989 021-38003559 zhengkai@gf.com.cn 分析师： 耿正 SAC 执证号：S0260520090002 021-38003660 gengzheng@gf.com.cn 请注意，耿正并非香港证券及期货事务监察委员会的注册 持牌人，不可在香港从事受监管活动。 [联系人： Table_Contacts] 毕露露 ⚫ 电子：AI 记忆为 Agent 的核心底层能力。Agent 时代 Memory 负责 跨轮次、跨任务的状态连续性，沉淀"我是谁"的个性画像，"从哪里 来"的交互历史及"要到哪里去"的目标与反馈闭环。Agent 通常可分 为四类记忆：工作记忆用于当前任务的临时信息存取与推理（ ...

前不久，LMArena.ai对全球大模型的市场地位变化做了统计后，得到了一个有意思的发现： 自2023年年中起，SOTA模型的迭代周期被快速压缩至35天，曾经的SOTA模型，只要短短5个月就可能跌出Top5，7个月后连Top10的门槛都摸不到。 但SOTA不断更新的背后，模型的确在进步，但曾经ChatGPT、Deepseek这样让人眼前一亮的新产品却越来越少，技术进步已经进入了不断小修小补却始 终难以突破的瓶颈期。 与逐渐偃旗息鼓的模型进化形成鲜明对比的，是过去两年多围绕AI记忆形成的你方唱罢我登场的热闹。 其中，最先一步出发的，是2023年先后涌现出的诸如Milvus、Pinecone、faiss为代表的向量数据库产品。 此后一年，建立在成熟的语义、知识图库以及关键词检索基础上，2024—2025年期间，Letta（MemGPT）、Mem0、MemU、MemOS为代表的各种AI记忆 框架，如雨后春笋般冒出，GitHub上各种Mem"X"系产品，多到可以组成连连看。 热闹很快传导至模型玩家阵营，一周前，Claude被爆要在Cowork中为模型增加记忆能力引发的讨论尚未消退，谷歌又紧随其后，宣布了最新的Nest ...

让AI像人类一样记忆， 这家公司如何拿下AI竞赛的下半场门票。 前不久， LMArena.ai 对全球大模型的市场地位变化做了统计后，得到了一个有意思的发现： 自 2023 年年中起， SOTA 模型 的迭代周期被 快速 压缩至 35 天， 曾经的 SOTA 模型，只要 短短 5 个月就可能跌出 Top5 ， 7 个月后连 Top10 的 门槛都摸不到。 但 SOTA 不断更新的背后，模型的确在进步，但曾经 ChatGPT 、 Deepseek 这样让人眼前一亮的新产品却越来越少，技术进步已经进入了不断小修小补 却始终难以突破的瓶颈期。 与逐渐偃旗息鼓的模型进化形成鲜明对比的，是过去两年多围绕 AI 记忆形成的你方唱罢我登场的热闹。 其中，最先一步出发的，是 2023 年先后涌现出的诸如 Milvus 、 Pinecone 、 faiss 为代表的向量数据库产品。 此后一年，建立在成熟的语义、知识图库以及关键词检索基础上， 2024 — 2025 年期间， Letta （ MemGPT ）、 Mem0 、 MemU 、 MemOS 为代 表的各种 AI 记忆框架，如雨后春笋般冒出， GitHub 上各种 Me ...

[Table_Page] 行业专题研究|电子 2026 年 1 月 26 日 证券研究报告 [Table_Title] AI 的 Memory 时刻 5 | | | | AI NAND | 供需紧张，涨价仍有弹性 | | | --- | --- | --- | --- | --- | --- | | 分析师： [Tabl | 王亮 | 分析师： | 耿正 | 分析师： | 焦鼎 | | e_Author] | SAC 执证号：S0260519060001 | | SAC 执证号：S0260520090002 | | SAC 执证号：S0260522120003 | | | SFC CE.no: BFS478 | | | | | | | 021-38003658 | | 021-38003660 | | 021-38003658 | | | gfwangliang@gf.com.cn | | gengzheng@gf.com.cn | | jiaoding@gf.com.cn | | 分析师： | 张大伟 | | | | | | | SAC 执证号：S0260523050001 | | | | | | | 02 ...