存储IPO、PIM、自研芯片：推理时代三重奏

导语

同一个月里，三件事先后落地：长江存储控股的330亿元IPO申请获上交所受理；三星在Hot Chips 2026上发布业界首款LPDDR5X-PIM；OpenAI高调公布自研推理芯片Jalapeno的实测成绩。

一条手机存储产线的资本化、一次内存架构的范式实验、一场推理芯片的"去英伟达化"宣言——表面散落，内核一致：当AI从训练走向推理，内存与算力的边界正在被重画，产业链的话语权分配随之松动。本文拆解这三张牌，以及它们共同指向的产业逻辑。

一、长存控股330亿IPO：存储国产化的资本接力棒

场景：上交所官网更新了一条审核状态——长江存储控股股份有限公司首次公开发行股票并在科创板上市，状态变更为"已受理"。简称"长存控股"，拟融资金额330亿元，保荐机构为中信证券与中信建投。

330亿元是什么概念？这是科创板近年体量最大的融资申请之一。存储芯片是典型的"重资产+长周期"行业：一座先进3D NAND晶圆厂的资本开支以百亿美元计，技术迭代却一刻不能停，堆叠层数、接口速率、每bit成本的竞争没有终点。这样的生意，靠利润滚存永远追不上对手，只有资本市场能提供持续的弹药。

事实：本次IPO的关键信息可以列成一张表——

逻辑判断：这次上市的象征意义大于融资额本身。存储是半导体国产化中"最难啃的骨头"——标准化程度最高、价格周期最凶、海外寡头（三星、SK海力士、美光）规模优势最深。长存通过资本市场融资，本质是把国产存储从"政策输血"切换到"市场造血"的双引擎模式。据多位接近人士的说法，存储企业的估值逻辑与逻辑芯片不同，市场更看重产能爬坡节奏与单位成本曲线，而非市盈率——这也意味着330亿募投的执行细节，将比发行估值更值得跟踪。

一个冷静的提醒：IPO受理只是起点，存储周期正处于微妙时点，NAND价格弹性将直接决定这份招股书在问询阶段被追问的力度。

二、三星LPDDR5X-PIM：把"算力"塞进内存条

场景：Hot Chips 2026上，三星详细介绍了业界首款LPDDR5X-PIM（Processing-in-Memory，存内处理）。做法很直白：在内存里直接加入逻辑单元，让数据"就地处理"，不必再长途跋涉到CPU/GPU。

数据：官方给出的对比相当激进——在AI推理这类数据密集型负载上，LPDDR5X-PIM相比普通LPDDR5X实现3.01倍的推理速度提升，带宽提升8倍。

为什么是内存？因为AI推理的瓶颈早就不在计算单元。以大模型推理为例，权重数据要从DRAM搬运到计算单元，搬运的能耗和延迟常常超过计算本身——业内俗称"内存墙"。行业里流传一句半开玩笑的话："现在的AI芯片，一半的电在算数，一半的电在搬数据。"PIM的思路是把计算搬到数据旁边，从架构上消解搬运成本。

逻辑判断：值得注意的细节是，三星选择在LPDDR这条移动端内存路线上做PIM，而不是服务器HBM。这意味着三星瞄准的是端侧和边缘侧AI推理——手机、PC、汽车——那里没有HBM的预算空间，却有着最庞大的推理需求基数。

对产业的启示有两条：其一，存储厂商正在从"卖带宽"转向"卖架构"，内存厂在AI价值链中的议价权将上升；其二，PIM若在端侧跑通，会倒逼SoC厂商重新设计内存接口与调度软件，生态适配是比硬件更慢的变量。三星先发布标准、再建生态的打法，是想复制当年LPDDR5X定标准的剧本。

三、OpenAI Jalapeno：推理芯片的"去英伟达化"样板

场景：OpenAI芯片业务负责人Richard Ho在接受采访时公开了自研芯片Jalapeno（没错，名字就叫"墨西哥辣椒"）的测试结果：与英伟达GB300——OpenAI眼中的"现有最领先产品"——对比，Jalapeno在两项指标上占优：单位功耗能处理的AI工作量（能效），以及响应速度（延迟）。

数据：几个关键点值得钉在墙上：

• 测试模型：OpenAI自家开源模型GPT-OSS 120B，以及DeepSeek、Moonshot AI的第三方模型；在Kimi K2.5 1T上优势更明显；
• 功耗：700瓦，在较低功耗下实现强劲性能，直接降低数据中心最大成本项——电费；
• 合作方：博通（Broadcom）操刀，去年官宣合作，今年6月宣称以创纪录速度完成开发；
• 边界：未与英伟达最新一代Vera Rubin对比（后者刚出货），且不为训练设计，主要面向推理。

逻辑判断：这份成绩单要"打折听"——自选对手、自选模型、自报数据，这是所有自研芯片发布会的标准动作。但结构性信号比跑分更重要：

第一，OpenAI选择推理作为突破口而非训练，是理性的。训练市场是英伟达护城河最深的地方，而推理负载高度依赖自家模型的算子特性，定制芯片的收益最大。Richard Ho的说法也印证了这一设计哲学：Jalapeno同时兼顾高吞吐（低成本服务大量客户）与低延迟（快速响应），让OpenAI可以按客户需求分配成本档位。

第二，博通的角色揭示了另一种分工：OpenAI出架构定义与负载洞察，博通出设计落地与量产能力。"互联网大厂定义+博通代工设计"正在成为AI ASIC的标准模板。

第三，OpenAI表示将决定哪些模型跑在Jalapeno上，形成高低成本/性能组合的算力货架——这意味着自研芯片不只是降本工具，更是商业模式的定价工具。

四、三条线的交汇点：推理时代的价值链重排

把三件事放在同一张时间线上看，节奏感就出来了：

三条线看似分属存储、设备与设计，实际共享同一个宏观前提：AI算力需求的重心正在从训练向推理迁移。训练拼的是极限算力，推理拼的是单位成本的吞吐和延迟——而推理成本的大头，恰好卡在内存带宽和电力上。

由此可以推演出三个趋势判断：

其一，存储的战略地位系统性上升。推理时代，每GFLOPS对应的内存带宽需求远超训练时代，HBM涨价的逻辑只是开始，PIM、CXL、定制DRAM接口会持续侵蚀"内存只是商品"的旧认知。长存在此时点完成资本化，等于拿到了参与下一轮存储军备竞赛的入场券。

其二，ASIC对GPU的蚕食将首先发生在推理侧。GB300没有输给Jalapeno，但Jalapeno证明了：一个聚焦推理、深度绑定自家负载的定制芯片，可以在能效和延迟上正面击败通用旗舰。当越来越多负载方（OpenAI之外还有一堆排队找博通的名字）走这条路，英伟达的训练 fortress 依然坚固，但推理侧的定价权会被逐步稀释。

其三，架构创新重新成为竞争主轴。过去十年靠制程微缩吃红利，如今先进制程越来越贵、收益递减，PIM这样的架构级创新，本质上是在用系统思维替代制程思维——这与长存在3D NAND上"用堆叠绕过微缩极限"是同一种生存智慧。

需要保持警惕的反面也有：PIM的软件生态尚未成熟，Jalapeno的数据未经第三方复现，存储周期随时可能反噬融资节奏。产业故事讲得再好，最终都要回到每bit成本、每token成本这两条硬曲线上。

小结

330亿的IPO申请、8倍的带宽提升、700瓦的推理芯片——三个数字，三条战线，一个共同命题：AI进入推理时代后，竞争的计量单位正从"峰值算力"变为"每token的综合成本"。存储厂向架构要溢价，大模型厂向定制要能效，国产存储向资本市场要时间。下一阶段值得盯住的信号有三个：长存IPO的问询与定价、PIM在端侧的生态落地速度、以及Jalapeno实际承接OpenAI线上流量的比例。谁能把成本曲线压得更陡，谁就握住了推理时代的定价权。