IPO on KnightLi的博客

国产存储双雄冲刺上市：长鑫存储与长江存储为何同时走到资本市场前台

Thu, 21 May 2026 08:38:23 +0800

国产存储产业最近出现了一个非常值得关注的信号：长鑫存储和长江存储，这两家分别代表国产 DRAM 与 3D NAND Flash 的核心公司，几乎同时站到了资本市场前台。

从公开进展看，长鑫存储运营主体长鑫科技集团股份有限公司的科创板 IPO 审核状态已经恢复推进，并被安排进入上会节点；长江存储控股股份有限公司则完成 IPO 辅导备案，正式启动上市辅导流程。两家公司不在同一个审核阶段，但放在一起看，它们指向的是同一件事：国产存储正在从“产业攻坚阶段”，进入“资本化、规模化、长期投入可见化”的新阶段。

这篇文章不做投资推荐，而是梳理一个更重要的问题：为什么是存储？为什么是现在？以及这两家公司的上市，对中国半导体产业链意味着什么？

先看两条主线

所谓“国产存储双雄”，大体对应两条完全不同但同样关键的技术路线。

长鑫存储更偏向 DRAM。DRAM 是服务器、PC、手机、AI 计算设备中最基础的易失性内存，决定了系统运行时的数据吞吐与容量上限。AI 服务器、云计算和高性能计算越发展，对 DRAM 的容量、带宽、功耗和稳定性要求就越高。

长江存储更偏向 NAND Flash，尤其是 3D NAND。NAND 是 SSD、手机存储、企业级存储、数据中心冷温热数据分层中的核心介质，决定了数据能否以更高密度、更低成本、更稳定的方式长期保存。

简单说，DRAM 负责“跑起来”，NAND 负责“存下来”。AI 数据中心、智能终端、国产服务器、信创体系和边缘设备，都离不开这两类芯片。

也正因为如此，长鑫和长江并不是普通意义上的两家半导体公司，而是国产计算基础设施里最关键的底座之一。

长鑫科技：科创板 IPO 进入关键审核节点

长鑫科技近期的关键词是“审核恢复”和“上会”。

公开报道显示，长鑫科技集团股份有限公司科创板 IPO 审核状态在 2026 年 5 月恢复推进，并进入“已问询”状态；上交所上市审核委员会预计于 2026 年 5 月 27 日审议其首发事项。此前报道还提到，长鑫科技拟募资规模约 295 亿元，资金主要投向存储器晶圆制造升级、DRAM 技术迭代及前瞻性研发等方向。

这几个信息放在一起，含义很清楚：DRAM 是典型的重资产、长周期、高波动行业。它需要持续烧钱做制程迭代、产能爬坡、良率提升、设备更新和客户验证。单靠短期融资或产业基金，很难支撑一个存储公司穿越多个周期。

因此，IPO 对长鑫的意义不只是“上市融资”，更是让一个长期资本密集型产业获得更稳定的资金入口和市场定价机制。

不过，长鑫面临的挑战也非常现实：

DRAM 行业高度周期化，价格会随着供需变化大幅波动。
国际巨头在技术、良率、客户结构和规模效应上仍有深厚积累。
先进设备、材料、EDA、封测与供应链协同仍然受到外部环境影响。
AI 需求会带来增量，但也会让市场对 HBM、DDR5、LPDDR、服务器内存等产品线的迭代速度提出更高要求。

所以，对长鑫来说，上市只是一个阶段节点，不是终点。真正的考验仍然是技术路线、成本曲线、客户验证和周期管理。

长江存储：NAND 主线启动上市辅导

长江存储近期的关键词是“辅导备案”。

根据中信证券公告及公开报道，2026 年 5 月 19 日，中信证券与长江存储签署辅导协议，并向中国证监会湖北监管局提交辅导备案申请；同日，湖北证监局同意备案。公开报道还显示，长江存储 IPO 辅导机构包括中信证券与中信建投证券。

这意味着长江存储的上市流程开始进入更正式的资本市场准备阶段。和已经进入科创板审核流程的长鑫不同，长江存储目前还处在辅导备案阶段，后续仍需要经历辅导、申报、受理、问询、上会、注册等一系列环节，时间表仍存在不确定性。

长江存储的产业意义在于 3D NAND。NAND 的竞争不是简单拼单颗芯片，而是拼堆叠层数、制程能力、控制器生态、企业级 SSD 可靠性、客户认证周期，以及在数据中心、消费电子和嵌入式市场中的长期供货能力。

过去几年，长江存储已经成为国产 NAND 中最具代表性的公司之一。如果它能顺利推进 IPO，一方面有助于补充高强度研发和扩产所需资金，另一方面也会让国产 NAND 主线的经营数据、资产结构、客户结构和研发投入被更充分地公开审视。

这种公开审视很重要。半导体产业不能只靠口号，也不能只靠估值故事。真正的产业进步，最终要落到产品、财务、客户、现金流和持续投入能力上。

为什么两家公司几乎同时走向资本市场

这不是偶然。

第一，AI 正在重新拉动存储需求。过去大家谈 AI，常常只谈 GPU、推理芯片和大模型训练，但真实的数据中心里，存储和内存同样是瓶颈。模型参数、向量数据库、训练数据、日志、缓存、检索增强、企业级 SSD、服务器 DRAM，都会随 AI 应用扩张而增长。

第二，存储行业正在进入新一轮景气周期。DRAM 和 NAND 都有明显周期属性，价格、库存和资本开支会互相影响。当行业走出低谷、需求重新改善时，龙头公司更容易获得资本市场关注。

第三，国产替代已经从“有没有”走向“能不能稳定规模化”。早期国产芯片关注能否做出来，现在更关键的是能否持续出货、稳定供货、进入主流客户、压低成本、跨过多个技术代际。

第四，资本市场也需要硬科技标杆。相比消费互联网和轻资产软件，存储芯片更能代表硬科技长周期投入。长鑫和长江如果顺利推进，将给国产半导体产业链带来很强的示范效应。

对产业链意味着什么

如果长鑫和长江的上市进程顺利推进，受影响的不只是两家公司本身。

上游设备、材料、零部件、洁净室工程、特气、靶材、光刻胶、封装测试、控制器、模组厂、服务器厂商和数据中心客户，都会受到牵引。存储芯片是一个超级长链条产业，任何一家头部公司扩大投入，都会向上游释放验证机会和订单机会。

更重要的是，上市会迫使产业叙事变得更透明。市场会持续追问：

研发投入到底有多少？
先进制程和堆叠技术推进到什么阶段？
产能利用率和良率如何？
主要客户是谁，客户集中度高不高？
毛利率是否能穿越周期？
资产负债表能否承受下一轮扩产？
与国际巨头相比，差距在哪些环节？

这些问题听起来尖锐，但它们恰恰是国产半导体走向成熟必须面对的问题。

也要警惕过度乐观

国产存储冲刺上市，是积极信号，但不能简单等同于“国产替代已经完成”。

存储芯片是全球最残酷的半导体赛道之一。它的特点是资本开支巨大、技术迭代快、价格周期强、库存波动大、巨头竞争激烈。一家公司即使技术进展顺利，也可能在行业下行周期承受利润压力；即使需求旺盛，也可能遇到设备、材料、客户认证和国际环境的不确定性。

尤其是普通投资者，更不应该把“国产存储”四个字直接翻译成确定收益。真正需要看的，是招股书里的收入结构、盈利质量、现金流、存货、产能、客户、关联交易、研发投入和风险提示。

产业值得期待，但投资必须克制。

结语

长鑫存储和长江存储同时向资本市场靠近，是国产半导体产业里一个标志性节点。

长鑫代表国产 DRAM 主线，长江代表国产 3D NAND 主线。一个关系到计算运行时的内存能力，一个关系到海量数据的长期存储能力。它们共同构成了 AI 时代、数据中心时代和国产计算体系中最基础的存储底座。

未来几年，真正值得关注的不是“谁先上市”这个短期话题，而是它们能否在资本、技术、产能、客户和供应链之间形成长期正循环。

如果说过去十年国产存储的关键词是“突破”，那么接下来十年的关键词可能会变成“规模化”和“穿越周期”。上市只是敲门声，真正的考试还在后面。

本文仅基于公开信息做产业观察，不构成任何投资建议。IPO 进展、发行安排、估值、募资用途和财务数据均应以交易所、证监会、公司招股书及正式公告为准。

参考资料

Cerebras IPO 大涨背后：晶圆级 AI 芯片能挑战英伟达吗

Mon, 18 May 2026 00:19:51 +0800

Cerebras Systems 终于登上了公开市场。

这家以“晶圆级 AI 芯片”闻名的公司，于 2026 年 5 月 14 日在纳斯达克挂牌交易，股票代码为 CBRS。根据 Cerebras 官方公告，其 IPO 发行价为每股 185 美元，公开发行 3450 万股 Class A 普通股，其中包括承销商全额行使的 450 万股超额配售权。

上市首日，Cerebras 股价大幅高开，一度接近 386 美元。按发行价计算，公司融资规模超过 55 亿美元，是 2026 年以来美国市场最受关注的 AI 硬件 IPO 之一。

这也是为什么它会被很多媒体称为“英伟达挑战者”。不过，把 Cerebras 简单理解成“下一个英伟达”并不准确。它真正特殊的地方，是选择了一条和传统 GPU 完全不同的技术路线。

Cerebras 做的不是普通 GPU

Cerebras 的核心产品是 WSE，完整名称是 Wafer-Scale Engine，中文通常可以理解为“晶圆级引擎”。

传统芯片制造会把一整片晶圆切割成许多小芯片，再进行封装、测试和出货。Cerebras 反过来做：它尽可能把整片晶圆直接做成一颗超大芯片。

这条路线的好处很直观：

芯片面积更大。
片上计算单元更多。
片上 SRAM 更接近计算核心。
数据在芯片内部移动距离更短。
更适合特定 AI 推理和训练负载。

在 AI 计算里，数据搬运往往比单纯计算更难优化。Cerebras 的思路是尽量把计算和存储留在同一片硅上，减少数据频繁离开芯片带来的延迟和能耗。

这也是 WSE 路线最吸引人的地方：它不是沿着 GPU 的老路继续堆规模，而是试图用更大的单颗芯片，换取更高的片上带宽和更低的数据移动成本。

为什么市场会兴奋

AI 芯片市场目前高度依赖英伟达。无论是训练大模型、部署推理服务，还是建设 AI 数据中心，英伟达 GPU 都是最主流的选择。

这让市场天然会关注两类公司：

能否降低对英伟达供应链依赖。
能否在某些 AI 工作负载上提供更高性能或更低成本。

Cerebras 正好踩中了这两个叙事。

它不是做通用 CPU，也不是做普通加速卡，而是直接围绕 AI 训练和推理设计系统。公司也一直强调，其晶圆级芯片和云端推理平台在某些模型推理场景中可以提供极高吞吐。

这类故事在 2026 年非常容易被市场放大。AI 基础设施仍在扩张，企业、云厂商和模型公司都在寻找更多算力来源。只要一家芯片公司能证明自己在某些场景里不是“又一个小 GPU”，市场就会愿意给它很高关注度。

OpenAI 合作让想象空间变大

Cerebras 被关注的另一个原因，是它和 OpenAI 的关系。

据媒体报道，Cerebras 与 OpenAI 签订了金额超过 200 亿美元的合作协议。搜狐原文提到，截至 2025 年底，这一协议带来的剩余履约义务达到 246 亿美元。

对一家刚上市的 AI 硬件公司来说，这类长期协议非常重要。它意味着公司不只是有技术故事，还有大客户需求作为支撑。

不过，长期订单和最终收入之间并不能直接画等号。AI 数据中心建设还受制于制造产能、封装、供电、交付节奏、客户预算和模型路线变化。尤其是芯片公司，拿到订单只是第一步，能否按期交付、能否稳定扩产、能否把毛利率做出来，才是更难的部分。

客户集中仍然是最大风险之一

Cerebras 的风险也很明显：客户集中度高。

搜狐原文提到，G42 曾在 2024 年贡献 Cerebras 85% 的收入，2025 年降至 24%；阿联酋穆罕默德·本·扎耶德人工智能大学则在 2025 年贡献了 62% 的收入。这意味着，即便 G42 占比下降，公司收入仍然高度依赖少数大客户。

对 AI 基础设施公司来说，客户集中有两面性。

好处是：大客户能带来快速增长、长期合同和订单可见性。

风险是：如果客户削减预算、改变技术路线、延后数据中心建设，或者监管环境发生变化，公司收入波动会非常大。

这也是市场看 Cerebras 时不能只看 IPO 涨幅的原因。上市首日股价反映的是热度和预期，长期估值最终还是要看收入结构、交付能力、利润率和客户多元化。

技术路线的短板：内存容量

WSE 的优势很突出，但短板也同样清楚。

搜狐原文提到，WSE-3 芯片配备 44GB SRAM，而英伟达 B200 配备 192GB 内存。Cerebras 的设计把大量计算和 SRAM 放在同一片晶圆上，这能减少数据移动，但也限制了可用内存容量。

对大模型来说，内存容量直接影响上下文长度、批处理规模和模型部署方式。上下文窗口越来越长，旗舰模型已经普遍朝百万级 token 上下文发展。在这种趋势下，片上 SRAM 的容量限制会成为现实约束。

传统 GPU 可以通过 HBM 堆叠、封装扩展和多卡互联继续增加内存容量。Cerebras 的晶圆级路线则更难简单扩内存，因为整片晶圆面积已经被计算单元和 SRAM 占用。想增加 SRAM，就可能牺牲计算面积。

这不代表 Cerebras 技术路线失败，而是说明它更像一种面向特定工作负载的架构选择。它可能在某些推理场景非常强，但未必能覆盖所有 AI 训练和推理需求。

它会取代英伟达吗

短期内，Cerebras 不太可能取代英伟达。

英伟达的优势不只是 GPU 性能，还包括 CUDA 生态、开发者工具、系统集成、网络互联、整机方案、云厂商支持和客户迁移成本。AI 公司选择英伟达，很多时候不是因为单颗芯片某个指标最好，而是因为整套生态最稳。

Cerebras 更现实的机会，是在特定 AI 负载上成为补充方案：

高吞吐推理。
特定大模型服务。
对延迟和片上带宽敏感的任务。
想降低单一 GPU 供应链依赖的客户。
愿意为性能试用新架构的大模型公司。

也就是说，它不是“英伟达杀手”，更像是 AI 算力市场里一条激进的替代路线。

小结

Cerebras IPO 大涨，说明资本市场仍然愿意为 AI 基础设施故事付出高溢价。

它的晶圆级芯片路线确实有独特性，也让它和普通 AI 加速卡公司区分开来。再加上 OpenAI 等大客户合作，Cerebras 有了足够强的市场想象空间。

但风险同样不能忽视：客户集中、交付压力、内存容量限制、生态壁垒，以及和英伟达竞争时的系统级差距，都会决定它能走多远。

对普通读者来说，Cerebras 最值得关注的不是股价涨了多少，而是它证明了一件事：AI 算力竞争不会只有 GPU 一条路。未来的大模型基础设施，可能会同时容纳 GPU、晶圆级芯片、自研加速器和云端专用推理平台。