“AI內存芯片繁榮正在埋下崩盤種子”！這次危險藏在需求端

AI內存晶片的繁榮能持續多久？

華爾街日報專欄作家James Mackintosh於5月16日撰文指出，當前AI存儲晶片的繁榮正在孕育自我毀滅的種子。文章以美光科技為核心案例，系統梳理了這一輪AI晶片熱潮背後的風險。

美光科技三年前剛剛錄得史上最大虧損，如今卻被預測將成為美國第六大盈利公司，未來12個月淨利潤接近1000億美元，超過Meta和伯克希爾·哈撒韋。與此同時，韓國的三星電子和SK海力士同樣受益於高帶寬內存（HBM）需求爆發，韓國股市今年成為全球表現最好的市場之一。

但越繁榮，卻越危險。

低估值不等於便宜，歷史一再打臉

美光科技目前的市盈率不到10倍，在標普500中屬於最便宜的一批股票。很多投資者看到這個數字，會覺得“這麼便宜，值得買”。

对此，James Mackintosh的分析潑了一盆冷水：“這不代表它便宜，只是說明投資者知道內存晶片的好日子不會永遠持續。”

歷史數據印證了這一點。2022年初，美光科技股價見頂時，市盈率同樣只有9倍——隨後股價當年腰斬。1984年周期頂部，市盈率15倍，之後股價花了整整9年才重回那個高點。2018年周期頂部，市盈率更低至5.5倍。

規律很清晰：低市盈率出現在周期頂部，不是買入信號，而是警示信號。被“便宜”迷惑的投資者，每次都損失慘重。

最大風險：AI自己變得更“省內存”

Mackintosh認為，當前的危險主要來自需求側，而非供給側。今明兩年新增的產能，只要需求不垮，還不足以壓垮利潤。

那麼需求會垮嗎？他列出了幾個風險。最難量化、也最致命的一個是：AI技術本身變得更省內存。

今年3月，谷歌旗下Alphabet的研究人員發表了一篇論文，顯示內存使用效率出現大幅提升。消息一出，內存晶片股應聲下跌，儘管隨後有所回升。

James Mackintosh在文章中寫道：“大型語言模型是一項不成熟的技術，針對專用數據中心的工程改進是可以預期的——但改進幅度有多大、何時到來，事先無法預知。”

邏輯很簡單：如果AI模型跑得更快、用的內存更少，數據中心就不需要買那麼多HBM晶片，需求就會萎縮。

風險二：數據中心擴張不及預期

除了技術效率風險，James Mackintosh還列舉了整個AI供應鏈共同面臨的風險：數據中心建設計劃可能縮減、AI普及速度可能低於預期、政治層面的阻力也可能拖慢擴張步伐。

文章對此的判斷是：“這些風險都有可能發生，但推動股價上漲的AI多頭們並不把它們當回事。”

這句話本身就值得投資者警惕——市場共識往往在最樂觀的時候最脆弱。

風險三：高利潤吸引新對手加速入場

第三重風險，是競爭格局的變化。

James Mackintosh指出，美光科技所在的高速內存領域目前還沒有明顯的新進入者，但在其他高利潤AI晶片領域，競爭已經打響。

Alphabet開發了專門用於AI訓練的張量處理器（TPU），直接取代英偉達昂貴的GPU；亞馬遜的Graviton晶片承擔AI推理任務的CPU需求，分流了英特爾的市場。

更值得關注的是Cerebras。這家公司2019年才推出第一款用於AI訓練和推理的大型晶片，今年IPO融資55.5億美元，上市首日股價直接翻倍。

這是一個典型的**“贏家詛咒”**：越賺錢，越多人來搶，最終把利潤攤薄。

內存晶片是典型的強周期行業。建一座晶圓廠需要巨額投資，需求上來後供給要幾年才能跟上，這段時間價格和利潤暴漲。高利潤又刺激CEO們擴產，而高固定成本又迫使工廠滿負荷運轉——哪怕供給已經過剩。2022至2023年的那輪暴跌，就是這麼來的。

Mackintosh指出，投資者並非不知道這個規律。但他的判斷是：只要AI需求持續高漲，這些新增供給暫時還能被市場消化，對利潤率影響有限。“但時間越長，進場的競爭者越多，建起來的產能也越多。”

他以一句話作結：“就像所有大宗商品一樣，成功本身就埋下了自我毀滅的種子——即便AI的美好願景最終得以實現。”

風險提示及免責條款

        市場有風險，投資需謹慎。本文不構成個人投資建議，也未考慮到個別用戶特殊的投資目標、財務狀況或需要。用戶應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資，責任自負。