AI 算力硬件模块市场调研报告
2026 年版 · 数据窗口 2025 全年—2026 H1 · 以模块出货件数为分母的算力模块板上器件机会分析（含 eMMC 供给边界说明） ｜ 编制日期 2026-09-21 ｜ 版本号 Rev 1.0
先说清楚分母与边界，否则后面所有数字都会被误读。
分母是 2026 年全球 AI 算力硬件模块的出货件数（中性档约 6,050 万件测算），不是「600 万张等效算力卡」，也不是金额。原因很直接：「600 万张」是等效 H200 当量口径，边缘小卡只折算 0.2—0.5 当量，拿它当分母等于把 6,000 多万块真实出货的模块压缩成一个零头，XTX 的器件挂在每一块模块上，不是挂在等效当量上。
本品类与 eSSD 最大的差别是单件价值。eSSD 加权单盘 0.50 元、占整机 BOM 0.015%；本品类加权单件 4.42 元、占整机均价约 0.50%测算，高出 33 倍。差别只有一个来源：计算模组 / 核心板上有一颗 32—128 GB 的 eMMC 主存，这一颗就值 20—60 元，而 M.2 加速卡上没有它——M.2 卡把模型权重放在板载 LPDDR 里，NOR 只负责把 BootROM 之后的 loader 搬进 SRAM。
但最大的那块，XTX 现在拿不到。eMMC 32 GB 档库内 3 款命中、0 款可选型；64 GB 档 3 款命中、2 款可选型、仅 1 款 MP；128 GB 及以上库内没有。再叠加高端模组改用 UFS（渗透 12%，XTX 无 UFS 产品线），计算模组这一档的可覆盖比例只有 33%，把全品类可覆盖比例从约 87% 拉到了 68.6%。NOR 侧的机会（约 1.2 亿元）是销售动作，eMMC 侧的机会（约 0.9 亿元）是产品决策——不要在同一个预算里讨论这两件事。
与 HBM / HBF / ESSD 报告的边界：四者分母不同，不可相加。HBM 是 2026E 服务器当量 380 万台，HBF 是 2030E 服务器当量 84 万台，ESSD 是 2026 年 eSSD 出货 6,400 万片，本报告是 2026 年算力模块 6,050 万件。一台 AI 服务器里既插 8—18 片 eSSD，也可能内置 1—2 块本报告统计的算力模块，四份报告测的是同一批设备里不同位置的板上器件，不是四块可以相加的市场。
容量单位一律用 bit（Mb / Gb），只有 eMMC 按 byte（GB）标注。
① 公开出货量口径分歧 1.52 倍，且金额与片数自相矛盾。IIM《全球边缘 AI 加速卡》给 2026 年 4,800 万片 / 217 亿美元，隐含 ASP 452 美元，而国产 M.2 卡的实际售价在 100—800 元之间（入门级百元内、主流 32 TOPS 卡 500—800 元），差了一个数量级——这组金额与片数不可能同时成立。ZVZO 给轻量级 AI 加速模块 1.28 亿片 / 87.4 亿美元，隐含 ASP 68 美元，但它的口径里包含 34.2% 的 USB 加速棒，那不是模块。本报告只采信出货量口径并取两者算术平均，金额一律标注为非原厂披露、需留余量。② 板载 LPDDR / DDR 一颗都做不了，且明确不进 TAM。每块算力模块上都有 4—48 GB LPDDR4X / LPDDR5，4 GB 约 45 元、16 GB 约 150 元、48 GB 约 400 元，这是模块上最贵的一颗料。把它算进来能把 TAM 从 2.67 亿元抬到 10 亿元以上，但 XTX 无 DRAM 产品线、库内 0 款量产，算进来只会让这份报告失去参考价值。本报告只在第 8.4 节把它列为结构性缺口。③ eMMC 32 GB 是「供给空白」不是「竞争激烈」。这两个说法的决策含义完全不同：竞争激烈意味着要拼价格、拼关系；供给空白意味着产品库里现在没有可卖的型号，再好的销售动作也没用。库内 3 款命中、0 款可选型、0 款 MP，而需求侧 45% 的计算模组要的就是这一档。
0 · 什么是 AI 算力硬件模块
AI 算力硬件模块是把 SoC、内存、本地存储集成在一块核心板 / 计算模组上的整机部件。本报告的分母取「模块出货件数」，要回答的是：在核心板这个高密度集成件上，XTX 能拿到系统盘 eMMC 与引导 NOR 多少价值——而 LPDDR / DDR 明确不进 TAM。
0.1 一句话定义
AI 算力硬件模块 = 核心板 / 计算模组（SoC + LPDDR / DDR + 本地存储 eMMC / NOR）+ 载板。XTX 能碰的是核心板上的 eMMC 系统盘与 NOR 引导固件，不能碰 LPDDR / DDR（无产品线，也不进 TAM）。技术
按场景分三档：云终端（瘦客户机，2025 年出货突破 530 万台、+25%）、边缘 AI 盒子、AIoT 计算模组。云终端是 eMMC 价值最集中的一档，也是 XTX 缺口最刺眼的一档。
① 服务器整机：模块是部件，本处按「件数」计，整机报告按「台数」折算会再放大约数十倍；② 单板电脑（SBC）：通用开发板不算 AI 算力模块，无 NPU 不算；③ eMMC vs SSD：模块系统盘用 eMMC（byte 单位），整机大数据盘用 SSD，后者不进本 TAM。
0.2 与「上一代通用计算模组」的三点不同
| 对比维度 | 上一代通用计算模组 | AI 算力硬件模块 |
|---|---|---|
| 集成度 | CPU + 外设散件 | SoC + 内存 + 存储一体核心板 |
| 本地存储 | 无 / 外挂 SSD | eMMC 32—128 GB 系统盘 |
| 系统内存 | 板载 DDR | LPDDR / DDR（非 XTX） |
| 引导固件 | 小容量 NOR | SPI NOR 8—64 Mb |
| 出货口径 | 按台 | 按模块件数 |
| XTX 落点 | 无 | eMMC 系统盘 + NOR 引导 |
| 不可覆盖 | DDR / SSD 主控 | LPDDR / DDR |
AI 算力模块上eMMC 系统盘是价值大头，但 XTX 的 eMMC 32 GB 主力档供给空白——云终端主力容量段 0 款 8—32 GB 量产，全库仅 64 GB 一款量产。换句话说，价值最集中的位置恰好是供给最缺的位置。事实
0.3 典型形态与代表产品
| 形态 / 代表 | 关键事实或数据 | XTX 相关 |
|---|---|---|
| 云终端核心板 | 升腾 / 中兴 / 华为云终端，eMMC 8—32 GB | 2025 年 530 万台 +25% |
| 边缘 AI 盒子 | 各厂边缘模组，eMMC 32—64 GB | 存量缺口 |
| AIoT 计算模组 | 瑞芯微 / 全志系，NOR / eMMC 小容量 | 引导 NOR 可覆盖 |
| 系统固件 | 模组 MCU，SPI NOR 引导 | 可覆盖 |
0.4 拆开看：AI 算力硬件模块的硬件构成
| 子系统 | 主芯片 | 存储 | 电源与驱动 | XTX 能否覆盖 |
|---|---|---|---|---|
| 系统盘 | SoC | eMMC 32—128 GB | 电源管理 | 部分可覆盖 |
| 引导固件 | 模组 MCU | SPI NOR 8—64 Mb | 1.8 V | 可覆盖 |
| 系统内存 | 内存颗粒 | LPDDR / DDR（非 XTX） | PMIC | 不可覆盖 |
| 主控 / 接口 | 各厂 | — | 外围驱动 | 不可覆盖 |
| 散热结构 | 载板 | — | — | 不可覆盖 |
XTX 抓手是核心板 eMMC 系统盘与 NOR 引导，但 eMMC 32 GB 主力档全库供给空白（仅 64 GB 一款量产），是最大单点缺口。LPDDR / DDR 明确不进 TAM，所以缺口收敛在「eMMC 8—32 GB 量产 + NOR 引导齐套」两点。测算
AI 算力硬件模块对 XTX 是分母按件数计、eMMC 价值最集中的一类：计算模组上必带一颗 32—128 GB eMMC，但 XTX 32 GB 档供给空白；抓手是 eMMC 补齐 + NOR 引导，缺口是 eMMC 8—32 GB 量产。
1 · 摘要与核心结论
这一章把全文的结论压缩成八条。如果只看一页，看这一页。
1.1 核心结论
| # | 结论 | 关键依据 |
|---|---|---|
| 1 | 本品类是三份报告里单件价值最高的一个，但最大的一块拿不到。加权单件 XTX 边界内存储价值 4.42 元，是 eSSD（0.50 元）的 8.8 倍，对应 TAM 2.67 亿元、SAM 1.83 亿元；可覆盖比例 68.6%，被计算模组这一档（33%）单独拉下来。 | 分母 6,050 万件 × 加权单件 4.42 元测算；分层整机均价约 884 元/件，XTX 边界内占比约 0.50%测算 |
| 2 | 分母必须是「模块件数」，「600 万张等效算力卡」会把出货量压掉一个数量级。等效 H200 当量口径下，T4、3090 与边缘小卡只折算 0.2—0.5 当量，它统计的是算力不是件数；而 XTX 的器件挂在每一块真实出货的模块上。 | IIM 边缘 AI 加速卡 4,800 万片（2026，同比 +52.4%）；ZVZO 轻量级模块 1.28 亿片剔除 USB 与 SiP 后 7,290 万片测算；中性档取算术平均 6,050 万件 |
| 3 | 计算模组只占出货量 6%，却贡献了 TAM 的 42.9%——全部来自那颗 eMMC。一颗 64 GB eMMC 约 34 元，是同一块板上 Boot NOR（约 1.1 元）的 30 倍。M.2 加速卡上没有这颗，它的模型权重放在板载 LPDDR 里。 | 计算模组档单件价值 31.54 元，M.2 卡 2.35 元、PCIe 插卡 3.94 元、BGA / SiP 模块 0.96 元测算 |
| 4 | eMMC 32 GB 档库内 0 款可选型，是本品类最大的单一缺口。需求侧 45% 的计算模组要这一档，按测算对应约 0.36 亿元测算，是 BGA / SiP 整档 TAM（0.087 亿元）的四倍。这不是「打不进去」，是「没有可卖的型号」。 | eMMC 32 GB 命中 3 / 可选型 0 / MP 0；64 GB 命中 3 / 可选型 2 / MP 1；≥128 GB 库内无；UFS 无产品线（渗透 12%） |
| 5 | NOR 侧是健康的，要争的是芯片原厂的 AVL 席位，不是赌架构概率。所有算力卡都要放 Boot NOR——M.5Stack LLM-8850 配 32 Mb、NXP Ara240 M.2 模块配 4 MB（32 Mb）、后摩 LQ50 Duo 双芯各配一颗 32 MB（256 Mb）。这一点比 eSSD 强得多：eSSD 只有约 25% 的主控架构会放 NOR。 | M.2 卡 32—64 Mb 命中 81 款 / 29 款量产；PCIe 卡 64—128 Mb 命中 71 款 / 39 款量产；NOR 侧合计约 1.2 亿元、占 TAM 44.7%测算 |
| 6 | 板载 LPDDR / DDR 是结构性缺口，且明确不进 TAM。4—48 GB LPDDR4X / LPDDR5，是模块上最贵的一颗料；XTX 无产品线，库内 3 款命中、0 款量产。算进来能把 TAM 抬到 10 亿元以上，但那不是 XTX 能碰的钱。 | M5Stack LLM-8850 配 8 GB LPDDR4x；NXP Ara240 模块配 16 GB LPDDR4；后摩 LQ50 Duo 配 48 GB LPDDR5/5X |
| 7 | 256 Mb 的 105 °C 缺口第三次出现，是跨品类的共性短板。库内 7 款 MP 全部停在 -40~+85 °C，0 款达 105 °C。高算力多芯卡（如 LQ50 Duo 双 M50）每颗 AI 芯片各配一颗 NOR，满载时 PCB 局部温度可超 85 °C，缺温度档等于只能进被动散热的低功耗卡。 | HBF、ESSD、AIHW 三份报告在同一档撞到同一堵墙；512 Mb 档反而有 1 款 105 °C、12 款 125 °C |
| 8 | 行动建议只有两条，且性质完全不同：NOR 侧（约 1.2 亿元）是销售动作，eMMC 侧（约 0.9 亿元）是产品决策。前者去进 AX8850 / M50 / RK1828 / Ara240 的参考设计清单；后者先把 32 GB 这一档补出来。电源侧 LDO 与 MOSFET 供给充分、可搭售，但核压 Buck 只有 1 款量产，不要去碰。 | 低噪声 LDO 41 款 / 35 款量产、宽输入 LDO 21 款 / 21 款、MOSFET 18 款 / 13 款；核压 Buck 10 款 / 1 款、负载开关 1 款 / 0 款 |
1.3 图表索引
| 图 1 | 全球 AI 算力硬件模块出货量 | 2.1 | 图 2 | 2026 年 AI 算力模块出货量：四家机构口径 | 2.1 |
| 图 3 | 2026 年 AI 算力模块出货形态结构 | 2.2 | 图 4 | 下游应用结构：碎片化是底色 | 2.5 |
| 图 5 | 下游终端厂商对模块上存储选型的影响力 | 2.5 | 图 6 | 单件 XTX 边界内存储价值 · 分形态 | 3.3 |
| 图 7 | 单件存储价值构成拆解 | 3.3 | 图 8 | 存储 TAM 三档敏感性 | 3.3 |
| 图 9 | 单件电源与驱动器件用量 | 3.4 | 图 10 | M.2 加速卡算力演进与 Boot NOR 容量 | 4.1 |
| 图 11 | M.2 加速卡主机接口有效带宽演进 | 4.2 | 图 12 | XTX 在各品类整机价值中的占比量级对比 | 4.5 |
| 图 13 | 四种非易失存储方案：谁管什么 | 5.2 | 图 14 | 四种算力芯片平台板上存储配置 | 6.1 |
| 图 15 | eMMC 需求结构 vs XTX 库内供给 | 6.1 | 图 16 | 封装与温度等级：引脚数决定位宽 | 6.2 |
| 图 17 | AI 算力硬件模块系统硬件框图 | 7.1 | 图 18 | 四种算力芯片平台板上存储配置 | 7.1 |
| 图 19 | 算力模块上电时序：XTX 的器件在第几步被读 | 7.2 | 图 20 | XTX 可覆盖存储价值量（分档，2026 年行情中值） | 10.4 |
2 · 市场规模
算力硬件模块是把「AI 芯片 + 内存 + 电源 + 固件」封装成一个可插拔单元的产品形态。它的市场规模数据比 AI 服务器还乱——四家机构给 2026 年出货量的口径能差 1.52 倍，而且金额与片数互相打架。这一章先把口径摆平，再落到本报告真正要用的分母上。
2.1 出货量与规模
AI 算力硬件模块（M.2 加速卡、PCIe 插卡、BGA/SiP 嵌入式模块、计算模组）在 2024—2026 年处于放量期。IIM 给 2026 年 4,800 万片（同比 +52.4%），ZVZO 给轻量级模块 1.28 亿片但含 34.2% 的 USB 加速棒——剔除后约 7,290 万片测算。两者口径差 1.52 倍，且金额自相矛盾：IIM 隐含 ASP 452 美元，而国产 M.2 卡实际售价 100—800 元，差一个数量级。
IIM《全球边缘 AI 加速卡数据趋势洞察报告（2026）》；ZVZO《2026-2030 全球及中国轻量级 AI 加速模块市场》；YHResearch《2026 全球及中国 AI 边缘推理盒子》。金额口径非原厂披露，需留余量。
本报告只采信出货量口径并取算术平均，得到 2026 年中性档 6,050 万件测算。理由很直接：金额口径里混了整机（带外壳、散热、电源）价值，而 XTX 的器件只挂在「模块件数」上，与整机金额无关。
四家机构里 IIM 偏低（不含 USB 棒但只统计边缘加速卡）、ZVZO 偏高（含 SiP 模组）。算术平均是对「公开统计覆盖度差异」的中性处理，不是对真实市场的精确测量。任何单家口径都会系统性高估或低估 XTX 的可触达量，因此正文所有 TAM 都标【测算】并给敏感性区间。
2.2 出货趋势
按出货件数，M.2 加速卡占 46%、PCIe 插卡占 33%，两者合计 79%；BGA/SiP 嵌入式模块 15%；计算模组 / 核心板 / 边缘盒载板只有 6%。但按价值，格局完全反过来——计算模组单件 XTX 边界内存储价值 31.54 元，是 M.2 卡（2.35 元）的 13 倍。
形态占比为报告测算（第 3.3 节单机价值反推），与 M5Stack / NXP / 后摩 / 创龙等公开模块规格一致。
这是本品类最反直觉的一点：出货量最小的形态，贡献了最大的板上存储价值。因为计算模组上多了一颗 32—128 GB 的 eMMC 主存，而 M.2 卡把模型权重放在板载 LPDDR 里，不需要这颗 eMMC。
2.3 关键指标
算力芯片平台侧高度集中：NVIDIA（Jetson Orin/Thor）、高通（QCS8550/8775）、AMD（Ryzen AI）、华为（昇腾）、寒武纪、后摩（存算一体）、Rockchip（RK3588/RK1828）为主。模块厂则极其分散：M5Stack、Seeed、DFRobot、创龙、眺望、Firefly、研扬等数百家。
| 芯片平台 | 典型模块 | 板上非易失存储 | XTX 可覆盖性 |
|---|---|---|---|
| NVIDIA Jetson | Orin NX / Thor 载板 | Boot NOR 64 Mb + 32 GB eMMC | NOR 可争；eMMC 32 GB 库内 0 可选型 |
| 高通 QCS | QCS8550 / 8775 开发板 | Boot NOR 32—64 Mb + 128 GB UFS | NOR 可争；UFS 无产品线 |
| Rockchip | RK3588 / RK1828 核心板 | Boot NOR 256 Mb + 32—64 GB eMMC | NOR 主档命中充分；eMMC 32 GB 缺口 |
| 后摩智能 | LQ50 / LQ50 Duo | 双芯各 256 Mb NOR + 板载 eMMC | NOR 256 Mb 主档命中；eMMC 缺口 |
| 华为昇腾 | Atlas 200I / 300I | Boot NOR + eMMC（国产替代导向） | 国产平台，AVL 机会最高 |
各平台公开模块规格；XTX 覆盖性对照库内槽位口径。
对 XTX 最关键的事实：芯片平台越「国产可控」，XTX 进 AVL 的可能性越高。昇腾、寒武纪、后摩、RK 系都是国产 NOR/eMMC 的天然盟友，而 NVIDIA Jetson 的参考设计已被华邦 / 旺宏定点。
2.4 分母口径
这一步是全文口径的锚。行业里常引用「600 万张等效 H200 算力卡」，但那是等效算力当量口径——T4、3090 与边缘小卡只折算 0.2—0.5 当量。拿它当分母，等于把 6,000 多万块真实出货的模块压成一个零头。
XTX 的 NOR / eMMC 挂在每一块真实出货的模块上，不是挂在等效算力当量上。若用「600 万张当量」当分母，单件价值会被放大到不可信的量级，且会漏算占比 79% 的 M.2 / PCIe 边缘卡。因此本报告分母固定为 6,050 万件（中性档）测算，与 HBM 报告（380 万台服务器当量）、HBF 报告（84 万台服务器当量）、ESSD 报告（6,400 万片 eSSD）口径互不重叠、不可相加。
四份报告测的是同一批 AI 设备里不同位置的板上器件：HBM 报告数整机的全部板上 NOR，本报告数模块件数（一台 8 卡服务器可能含 1—2 块本报告统计的算力模组），两者是包含关系而非加总关系。
2.5 下游终端厂商格局
算力模块的采购链是「芯片原厂 → 模块厂 / ODM → 终端品牌 → 行业用户」。与 AI 服务器不同，这里没有一家吃掉 30% 份额的终端——应用场景从工业视觉、零售分析到机器人、医疗影像，极度碎片化。
| 终端场景 | 代表厂商 | 模块形态偏好 | 对 XTX 的意义 |
|---|---|---|---|
| 工业视觉 / 检测 | 海康、大华、研华 | M.2 / PCIe 插卡 | NOR 主档，量大稳定 |
| 零售 / 边缘盒子 | 阿里云、华为、联想 | BGA/SiP 嵌入式 | 小封装 NOR，需宽温 |
| 机器人 / 具身智能 | 宇树、智元、傅利叶 | 计算模组 / 核心板 | eMMC 需求最大，缺口最痛 |
| 医疗影像 | 联影、迈瑞生态 | PCIe 插卡 | 认证门槛高，价优 |
| 智能座舱 / 车端 | 地平线、黑芝麻生态 | 计算模组 | 车规级，XTX 暂未覆盖 |
终端厂商格局为公开产业链梳理，份额为报告测算。
「下游终端厂商对模块上存储选型的影响力」这张图说明：真正决定 NOR 型号的是芯片原厂的参考设计，不是终端品牌。XTX 要进的是原厂 AVL，不是终端招标——这一点决定了销售动作应该打「参考设计导入」而不是「终端关系」。
模块厂高度分散、单家量小，但芯片原厂参考设计里的 BOM 是统一的。把 NOR 打进 Jetson / RK3588 / LQ50 的参考设计清单，比逐一攻克几百家模块厂效率高一个数量级。优先攻国产平台（昇腾 / 寒武纪 / 后摩 / RK），它们的 AVL 自主可控诉求最强。
3 · 用量分析
用量分析回答两个问题：每一块模块上 XTX 能挂几颗、值多少钱。结论是分形态的——M.2 卡便宜但量大，计算模组量小但单件价值最高。
3.1 分档出货量
按 6,050 万件中性档拆分：M.2 加速卡 2,783 万件（46%）、PCIe 插卡 1,997 万件（33%）、BGA/SiP 模块 908 万件（15%）、计算模组 363 万件（6%）测算。
| 形态 | 出货占比 | 出货量(万件) | 单件 NOR 颗数 | 单件存储价值(元) |
|---|---|---|---|---|
| M.2 加速卡 | 46% | 2,783 | 1—2 | 2.35 |
| PCIe 插卡 | 33% | 1,997 | 1—2 | 3.94 |
| BGA / SiP 模块 | 15% | 908 | 1 | 0.96 |
| 计算模组 / 核心板 | 6% | 363 | 2—3 | 31.54 |
出货量按 2.2 节占比折算；单件价值见 3.3 节。
3.2 单机 NOR/NAND 用量
NOR 是「起不来就开不了机」的器件，所以所有算力卡都要放至少一颗 Boot NOR。M.2 卡 32—64 Mb（4—8 MB）、PCIe 卡 64—128 Mb（8—16 MB）、计算模组 256 Mb—1 Gb（32—128 MB）。实测参考：M5Stack LLM-8850（Axera AX8850）配 32 Mb、NXP Ara240 M.2 配 4 MB（32 Mb）、后摩 LQ50 Duo 双芯各配 256 Mb。
eSSD 只有约 25% 的主控架构会外挂 NOR；算力模块是 100% 要放 NOR。这是本品类 NOR 侧机会（约 1.2 亿元）远比 eSSD 报告（约 0.4 亿元）扎实的根本原因——它不赌架构概率，是确定性需求。
3.3 单件价值与 TAM 测算
加权单件 XTX 边界内存储价值 4.42 元测算，由四档按出货量加权：M.2 卡 2.35 元、PCIe 插卡 3.94 元、BGA/SiP 0.96 元、计算模组 31.54 元。乘 6,050 万件得 TAM 2.67 亿元测算。
价值构成上，计算模组档的 31.54 元里，约 28 元来自那颗 eMMC（64 GB 约 34 元、32 GB 约 20 元），NOR 只有 1—3 元。也就是说单件价值的高低，几乎由「有没有 eMMC」决定。
| 敏感性档 | 加权单件(元) | TAM(亿元) | 说明 |
|---|---|---|---|
| 乐观（eMMC 补齐） | 5.10 | 3.09 | 32 GB 档补出 MP 型号 |
| 中性 | 4.42 | 2.67 | 当前库内供给状态 |
| 悲观（UFS 渗透提速） | 3.80 | 2.30 | UFS 渗透升至 25% |
TAM = 6,050 万件 × 加权单件；加权单件按形态价值加权。
3.4 电源与驱动器件用量
模块上的电源小件：低噪声 LDO（传感器 / 风扇测速）、辅助 POL Buck（3.3 V 转 1.8 V / 1.2 V）、分域断电负载开关、风扇驱动。M.2 卡 3—6 颗、PCIe 卡与边缘盒 4—8 颗。
| 器件 | 库内命中 | 量产(MP) | 单件用量 | 可覆盖性 |
|---|---|---|---|---|
| 低噪声 LDO | 41 | 35 | 1—2 颗 | 充分，可搭售 |
| 宽输入 LDO | 21 | 21 | 1 颗 | 充分 |
| MOSFET | 18 | 13 | 1—3 颗 | 充分（风扇/开关） |
| 核压 Buck | 10 | 1 | 1—2 颗 | 短板，1 款量产 |
| 负载开关 | 1 | 0 | 0—1 颗 | 在研，不可及 |
库内口径见 _XTX_SNAPSHOT.md；用量按形态估算。
电源侧结论与 HBM 报告一致：LDO / MOSFET 供给充分、可作为 NOR 搭售项，但核压 Buck 只有 1 款量产、负载开关在研，不要去碰主供电链。
4 · 技术演进
技术演进的主线只有一条：单卡算力每翻一代，Boot NOR 容量就上一个台阶。但容量升级的速度，正在被 XTX 的供给档位拖后腿。
4.1 容量与接口演进
M.2 加速卡的 Boot NOR 容量随算力档同步升级：入门级（1—10 TOPS）用 32 Mb（4 MB），主流级（32 TOPS）用 64 Mb（8 MB），高端边缘卡（50—100 TOPS）已上 128—256 Mb（16—32 MB）。后摩 LQ50 Duo 双芯方案，每颗 AI 芯片各配一颗 256 Mb。
容量演进依据 M5Stack LLM-8850 / NXP Ara240 / 后摩 LQ50 公开规格。
4.2 形态演进
主机接口从 PCIe 3.0（≈16 GB/s 单向）演进到 PCIe 4.0（≈32 GB/s）与 PCIe 5.0（≈64 GB/s）。带宽提升的是模型权重搬运，但 Boot NOR 永远走 Quad/Octal SPI 做 XIP 就地执行——它的角色（搬 loader 进 SRAM）不随接口升级改变。
推论：接口代际升级不会减少 NOR 用量，只会把 NOR 容量档往上推。这对 XTX 是利好——需求在涨，且涨的是容量不是数量。
4.3 可靠性与温度
后摩、知存等存算一体架构，以及高通 QCS 的 SiP 封装，把部分固件内置进 SoC 或叠封 NOR，对外挂 NOR 的容量需求下降、对封装尺寸要求上升。这对 XTX 是中性偏空：总量略降，但小封装（WSON8 8×6 mm）需求上升。
4.4 替代技术演进
12% 的高端计算模组已改用 UFS 做主存（渗透并上升），UFS 在随机读写与功耗上优于 eMMC。XTX 无 UFS 产品线，这意味着价值最高的那一档正在结构性流失。若 UFS 渗透升至 25%，TAM 从 2.67 亿跌到 2.30 亿（悲观档）。
它不像 256 Mb 温度档那样是「可补的缺口」，而是「架构迁移」——XTX 没有 UFS 产品线，只能靠 eMMC 在剩余市场守成。对策不是追 UFS，而是把 eMMC 的 32/64 GB 档做齐、用供货承诺和长期 PDN 锁住不愿迁移 UFS 的客户。
4.5 XTX 在整机价值中的占比
把本品类放进 XTX 全线 AI 报告里看占比：算力模块单件 4.42 元 ÷ 整机均价约 884 元 ≈ 0.50%测算，高于 eSSD（0.015%），低于 AI 服务器（NOR 侧约 1%）。
量级结论是：算力模块是 XTX 边界内「单件价值第二高」的 AI 品类，但总量受模块出货量天花板限制，天花板高度由「计算模组 + eMMC」决定。