文章来源于 Kioxia铠侠，详情：click here.

我们业务的起点是NAND闪存，我们于1987年发明了它。自2000年代初以来，NAND为电子设备的演变做出了贡献，并因其能够在断电时保留数据而被广泛应用于各种设备。除了满足大容量存储需求的平面缩小技术外，我们还通过开发BICS Flash——一种具有垂直堆叠单元的三维闪存，在开发更高容量的NAND方面取得了技术突破。

• 2024年7月24日，宣布第八代3D NAND，行业最大容量样品出货。
• 2024年12月24日，新的DRAM技术，使用四重结构4F2。
• 2025年2月25日，演示下一代3D闪存技术，332层BiCS10 NAND。
• 2025年3月25日，开发大容量122T企业级QLC SSD。

闪存使消费电子设备更加移动化，并且已成为云计算和其他工业应用中的重要组件。现在，随着生成式AI的出现，我们正在进入一个新的时代，在这个时代中，大量数据将创造更多的价值。目前，GPU和DRAM（HBM）在生成式AI的学习阶段变得越来越重要。此外，闪存正成为一种核心的高容量存储技术，可以在高速下访问，以满足日益增长的推理需求。

今天，我想解释一下我们如何在AI时代支持创新

在生成式AI革命中，我们的角色

凭借稳定的生产基础和行业领先的技术，我们正在与合作伙伴共同构建信息基础设施的核心。我们有三个核心能力和增长引擎：我们拥有的技术、生产规模以及与客户和供应商的合作伙伴关系。正如幻灯片中所示，与客户、设备和材料供应商一起，我们将继续在提供信息基础设施方面发挥关键作用，以支持生产系统和工业制造技术。

闪存技术的领导者，创造世界第一

• 计算内存设备的开发，以实现AI密度的潜力
• 针对使用场景定制的高性能和大容量SSD的开发
• 提出具有新概念的技术方案，用于SCM和HDD替代

第一个引擎是技术。如前所述，我们在闪存技术中创造了一个转折点。始终努力提高比特密度以实现高容量，我们开发了高容量、高性能的SSD存储，这在市场上受到了好评。我们还将专注于理解未来趋势，并向客户提出新概念，例如存储级内存和替代HDD的SSD。

利用规模经济，引领全球闪存生产设施

• 享受与Sandisk 25年合作的成本优势
• 通过数据整合和AI利用，实现Yokkaichi和Kitakami工厂之间的顺畅大规模生产
• 通过双重采购策略，减少投资，扩大产品线

第二个引擎是规模。我们与Sandisk的25年制造合资企业为我们提供了规模经济和强大的成本竞争力，我们还加强了Yokkaichi和Kitakami工厂之间的合作，共享数据以实现更高效的生产。此外，我们将通过采用双重采购策略，由负责的官员详细说明，利用CBA技术，实现性能、内存密度和电源效率方面的显著改进，并进一步扩展现有产品线，以满足不断增长市场中客户对更高容量和更高性能需求的多样化需求。

与每个市场的领先公司建立合作伙伴关系

• 与在智能手机和PC领域占有重要市场份额的客户建立业务关系
• 与服务器市场的顶级公司合作，扩展与超大规模企业的业务
• 与设备制造商、材料供应商和OSATs建立强大的供应链

第三个引擎是与每个市场中的领先公司建立合作伙伴关系。我们与在智能手机和PC市场占有高份额的客户合作，我们也与服务器市场中的领先公司合作。我们还积极寻求与支持半导体制造的设备和材料公司建立合作伙伴关系，以建立更强大的供应链。

闪存市场增长，以及我们的长期财务模式

有三个主要市场对闪存有需求：智能手机、PC和数据中心。在所有这些市场中，对NAND的需求将随着AI加速数据生成而增长。

左侧图表显示了单个智能手机闪存容量的预计增长，预计到2029年平均年增长率为16%；折线图显示了配备AI的智能手机的百分比。同样，中间图表显示了PC闪存容量的增长，预计到2029年平均年增长率为13%；折线图显示了配备AI的PC的百分比。右侧的条形图显示了数据中心市场中闪存的预计需求，预计每年增长27%。所有服务器，特别是用于推理的服务器（以蓝色显示），预计将推动增长，到2029年，超过40%的服务器预计将是AI服务器。

NAND闪存将成为AI市场中的关键存储解决方案，就像GPU和HBM一样。

与AI相关的比特需求（EB），复合年增长率（CAGR）20%，其中推理增长率69%、训练增长率26%、非AI增长率6%。

在前几页中，我们查看了NAND闪存在三个应用中的使用情况。如果我们现在关注AI，很明显，随着整体NAND市场的年增长率达到20%，AI领域的需求将是未来五年中最为显著的。到2029年，几乎一半的NAND需求预计将与AI相关。特别是，用于推理的内存需求在边缘产品中，如数据中心、PC和智能手机，预计将以每年高达50%的速度增长。

FY2024结果

• 收入：创纪录的高收入1.7万亿日元
• 营业利润（非GAAP基准）：创纪录的高利润453亿日元
• 在FY2024，实现了创纪录的高收入和利润

接下来，回顾我们公司过去五年的表现。在2022年下半年和整个2023年，内存行业总体经历了有史以来最严重的低迷之一。但在此期间，我们调整了生产水平并实施了组织改革，以实现更精简的业务结构。结果，Kioxia在FY2024实现了创纪录的收入和利润。尽管收入仍然具有周期性，高点更高，低点更低，但SSD和存储领域的收入正在经历稳定增长。

• 资本支出：占收入的比例为20%或以下
• 研发（R&D）：占收入的比例为8-9%
• 招聘：每年约700人

我想谈谈我们的资源分配。我们将保持必要的纪律，以确保我们的资本支出低于收入的20%，并保持我们的研发支出在收入的8-9%，专注于SSD业务和下一代设备开发。在人力资源方面，我们还将通过每年招聘约700人来加强我们的研发和生产。

长期财务模式

• 增长：与预期NAND市场增长保持一致，20%
• 盈利能力：每GB年化成本降低：中-10%范围
• 营业利润率：中-20%范围
• 财务稳定性：净债务/EBITDA中期<1.0

这是我们在2024年11月宣布的长期财务模型。Kioxia计划保持与NAND市场增长一致的增长。关于盈利能力，Kioxia旨在通过提高数据中心和企业SSD的销售比例，并通过在整个周期内平均降低每GB的单位成本，实现中-20%范围的平均营业利润率。在财务稳健性方面，Kioxia保证我们将实现中期净债务与EBITDA比率小于1.0，以及长期净现金状况。

• 营业利润率：中-20%
• 资本支出：收入的~20%
• 研发：收入的8-9%
• 债务偿还：净债务/EBITDA< 1.05（中期）
• 股息/股票回购：根据实现和现金状况最大化股东回报

我还想解释一下我们将如何分配资本，从现金生成开始。首先，我们将通过维持和加强业务的竞争力来维持我们的现金生成。我们将继续抵消损失以减少税收，并提高营运资金的效率。同时，我们将继续在增长和研发方面进行投资，以有效管理资本支出和研发。

我们的有息债务基本上是我们在2018年从东芝分离出来后，收购Bain财团时产生的，我们相信我们的业务可以继续在中期通过周期产生正的自由现金流。事实上，尽管我们经历了从2022年到2023年有史以来最严重的低迷之一，但我们从2018年到2024年创造了累计正的自由现金流。我们将继续产生正的自由现金流，并优先偿还有息债务，从而加强我们的财务基础并提高企业价值。我们将优先实现净现金状况，这是我们长期财务模型中设定的，并在时机成熟时继续考虑股息和其他对股东的回报。

对于生成式AI的存储策略

AI的服务器系统需要比传统企业服务器系统更快的计算速度，正如使用GPU所看到的那样。为了支持这种高级计算能力，内存和存储必须提供前所未有的高性能和大容量组合。

为什么需要高性能和大容量？为了开发更好的性能AI模型，需要计算许多参数，并且需要处理大量数据。换句话说，AI系统必须在合理的投资成本和响应时间内处理大量数据，以开发竞争性的AI模型。

让我们看看企业服务器和AI系统的内存和存储。传统上，硬盘驱动器一直是存储大量数据的主要介质。SSD正在取代硬盘驱动器，成为AI系统的主要存储介质。请参考右侧的图表，我将解释为什么SSD是AI系统所需的高性能和大容量。

除了高容量的HBM和DRAM外，处理大量数据时，低功耗存储是AI系统处理大量数据的关键特性。SSD通过减少早期访问时间（如延迟）来提高系统效率。

在考虑AI系统的演变时，通常关注GPU容量和HBM带宽的增加。然而，SSD是支持AI系统的另一个关键基础设施技术，因为它们能够安全地存储大量高质量的数据和程序，并迅速将其供应给系统。

生成式AI的发展最初集中在生成大型语言模型的训练系统上。现在，随着我们进入实际AI部署阶段，优化推理系统以在更广泛的应用中应用AI将是必要的。推理系统的数量将呈指数增长，每个服务器和服务都需要一个定制的工作负载。

让我们看看幻灯片上的训练系统和推理系统的架构。虽然存储的类型有所不同，但训练和推理都需要高性能、大容量的SSD。AI系统的SSD可以分为优先考虑性能和优先考虑容量的两类。性能导向的SSD提供快速的数据读取/写入响应时间，显著减少等待时间，这是最紧迫的资产，即GPU，读取和写入数据的时间。通过最小化这种等待时间，SSD有助于最大化昂贵且有价值的GPU的利用率，从而大大有助于投资回报。

此外，在推理系统方面，随着公司采用生成式AI，使用RAG（检索增强生成）是一种有效利用生成式AI的技术，以满足公司的特定需求。RAG能够构建数据库系统，同时将最新和公司特定的数据以最小的负载纳入其中，因此SSD是必不可少的技术。

随着推理系统的广泛应用和RAG在公司和业务单元中的日益采用，为AI系统设计的SSD需求将在未来显著增加。

现在我将介绍我们的SSD产品线，它将引领生成式AI时代。在高端一侧，我们的产品线旨在最大化GPU能力。它具有配备最新高速接口标准PCIe 5.0的产品，是量产产品中的佼佼者。对于需要高性能和高可靠性的系统，我们提供CM9系列。在前一代PCIe 5.0产品的基础上，CM9系列使用最新的BICS FLASH™ Generation 8 TLC芯片，以实现进一步的性能和能效提升。在基准测试中，我们实现了高达99%的机器学习性能和高达99%的GPU利用率。

对于数据中心SSD，我们还计划提供配备PCIe 5.0的XD8。作为我们已经量产的PCIe 5.0数据中心产品的后继产品，它支持最新的SSD功能，使数据中心系统能够提供优化的服务。它符合开放计算项目设定的要求，该行业机构讨论并定义了大规模数据中心的规范。此外，我们正在通过支持热插拔来最大化存储实现密度，这在数据中心中专门设计用于使用。

在大容量SSD方面，我们的产品线适合于AI学习中使用的大量训练数据、推理中使用的大数据库以及生成式AI的高效存储。LC9是我们的首款SSD，使用BICS FLASH™ Generation 8 2TB QLC技术，实现了122TB的大容量，我们计划进一步扩展。

我们的产品线通过利用Kioxia在企业级和关键任务产品方面的专业知识和多年经验，提供高可靠性。我们正在通过支持AI系统不断变化的需求来推动AI市场的增长，提供先进的SSD产品和技术。此外，我们正在推动Kioxia的SSD和FLASH存储业务的扩展。

我们SSD产品的实力由我们对FLASH MEMORY技术和SSD技术的融合所支持。作为FLASH MEMORY技术的领导者，我们计划通过利用BICS FLASH™ 第8代来扩展我们的SSD产品线。BICS FLASH™ 第8代结合了CBA技术，实现了大容量、超高速度接口、低功耗、高功率效率和高密度，是构建SSD产品的理想内存，以满足生成式AI系统的需求。

然而，如果没有充分利用FLASH MEMORY技术的SSD技术，就不可能为生成式AI系统提供最佳解决方案。由于我们开发了自己的SSD控制器并在内部进行SSD固件开发，我们维护了一个集成了FLASH MEMORY的开发系统。得益于这个系统，我们可以快速实施最新的高速接口标准和SSD功能规范，然后将它们推向市场。

此外，Kioxia自SSD在企业系统中采用的早期以来，一直在开发和大规模生产SSD产品超过15年。利用我们在关键任务应用中的知识和经验，我们开发了能够提供高质量SSD的技术。我们还提供高技术支持，包括系统部署，以提供极其稳定的高性能SSD。

展望未来，为了满足对更高性能和更大容量的需求，我们将继续发展。通过加强我们的优势，我们将继续推进我们的SSD和FLASH MEMORY业务，并扩大它们的市场份额。

作为尖端FLASH MEMORY和SSD技术的领先制造商，Kioxia致力于通过与AI市场和技术领导者的合作，推动AI系统的演变和增长，并推动最先进存储解决方案的研究和开发。考虑到我们的超级高IOPS SSD，如上图所示。为了提高AI系统性能，GPU计算能力必须显著增强。因此，我们正在结合新的设计技术和我们的超高性能FLASH MEMORY，通过结合芯片与SLC内存单元的新控制器，开发一种超级高IOPS SSD，以实现前所未有的输入/输出访问数量，特别是针对小Sector数据访问。在2026年下半年，我们计划发布这种SSD，该SSD将实现超过1000万IOPS，而不会牺牲容量限制。此外，我们还将与世界上最大的GPU制造商合作，以实现更好的GPU系统性能。

提高生成式AI生成响应的准确性也至关重要。如图中所示，对于RAG，它使基于最新信息的响应成为可能，并且还增强了响应准确性，我们提供了一种开源软件解决方案，称为AIS AQ。该算法优化解决方案使搜索数据传统上部署在SSD上，扩展到SSD，而无需容量限制。通过与多个向量数据库供应商合作创建更好的RAG系统，我们打算进一步加强SSD。展望未来，我们将积极参与市场和技术的演变。通过继续开发由Kioxia开创的尖端存储技术，包括FLASH MEMORY、SSD和软件，我们期待成为AI时代的强大驱动力。