儲存晶片正迎來歷史上最強的景氣週期,但推動行業盈利不斷創新的同一股力量,也正在孕育下一輪技術變革。
美光科技(Micron)最新財報顯示,儲存晶片供給較三個月前進一步趨緊,公司預計本季營業利潤將超過其歷史上任何一個完整財年的最高營收,並已與15家新客戶簽署長期供應協議,將供需緊張持續時間的預期延長至2027年以後。
然而,儲存價格持續上漲正在改變AI產業鏈的激勵機制。當HBM成為AI系統中越來越昂貴的成本項,高通、輝達、Cerebras等主要客戶已開始探索降低HBM依賴的新架構和新演算法。
這意味著,支撐本輪儲存牛市的高價格,長期來看也可能成為推動需求側創新的催化劑。
供需失衡正不斷強化儲存廠商的議價能力,也迫使下游客戶接受更高成本。
蘋果週四罕見地在產品發布週期之間上調多款Mac、iPad等產品售價,並明確將原因歸結為儲存晶片成本上漲。
美光則表示,新簽署的大多數長期協議期限長達五年,並設有價格下限,即使未來行業進入下行週期,售價也將明顯高於過去歷次低谷。Futurum分析師Rolf Bulk表示,即使按照合約最低價格計算,其盈利能力仍高於此前行業景氣週期的峰值。
雖然歷史上晶片長期供貨協議並非都能嚴格執行,但目前市場普遍認為,未來兩到三年供給仍難以明顯改善,這意味著客戶短期內幾乎沒有議價空間。
不過,也正因為供應持續緊張、價格不斷上漲,越來越多科技公司開始思考另一種解決方案——不是爭奪更多HBM,而是盡可能減少HBM。
高通本週在投資者會議上重點介紹了「高頻寬計算(High-Bandwidth Compute)」架構,希望透過新的系統設計減少AI計算過程中對HBM的依賴。此前亦有報導稱,輝達正在調整下一代Vera Rubin平台部分設計,以降低整體記憶體需求。
AI晶片公司Cerebras則將「不使用HBM」作為核心賣點。公司在本週發布上市後的首份財報時表示,其晶圓級晶片完全擺脫了HBM限制。CEO Andrew Feldman直言:「HBM供應緊張、價格昂貴,而我們根本不用它。」
與此同時,演算法層面的最佳化也在不斷推進。今年3月,谷歌發布TurboQuant研究,透過新的模型壓縮方法,在幾乎不影響效能的情況下顯著降低AI模型的記憶體佔用。當時,美光股價一度暴跌近三分之一,雖然隨後隨著市場重新評估而反彈逾兩倍,但這一事件已經表明,市場對任何可能削弱HBM需求的技術突破都高度敏感。
從中短期來看,HBM仍是AI計算不可替代的關鍵部件,美光所看到的供需緊張也具有堅實的基本面支撐。
但放在更長的產業週期中,價格往往是創新最強大的驅動力。
當全球最大的AI客戶願意簽下過去難以想像的五年長期供貨協議時,也意味著他們擁有足夠長的時間窗口和足夠強烈的經濟激勵,去投資新的晶片架構、軟體演算法和系統設計,以更少的記憶體完成更多計算。
對於儲存行業而言,**今天最強的競爭優勢——供應緊張、價格高企和空前的議價能力——既鞏固了本輪超級景氣,也可能成為推動客戶擺脫HBM依賴的最大動力。**歷史上,每一次核心硬體價格持續攀升,都會催生新的技術路線;而這一次,儲存行業的繁榮本身,或許正是下一輪競爭開始的起點。
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。
156.75萬 熱度
38.41萬 熱度
34.49萬 熱度
17.84萬 熱度
98.38萬 熱度
AI存儲繁榮的新裂縫:客戶正在想辦法擺脫內存依賴
儲存晶片正迎來歷史上最強的景氣週期,但推動行業盈利不斷創新的同一股力量,也正在孕育下一輪技術變革。
美光科技(Micron)最新財報顯示,儲存晶片供給較三個月前進一步趨緊,公司預計本季營業利潤將超過其歷史上任何一個完整財年的最高營收,並已與15家新客戶簽署長期供應協議,將供需緊張持續時間的預期延長至2027年以後。
然而,儲存價格持續上漲正在改變AI產業鏈的激勵機制。當HBM成為AI系統中越來越昂貴的成本項,高通、輝達、Cerebras等主要客戶已開始探索降低HBM依賴的新架構和新演算法。
這意味著,支撐本輪儲存牛市的高價格,長期來看也可能成為推動需求側創新的催化劑。
儲存越昂貴,客戶越有動力減少使用
供需失衡正不斷強化儲存廠商的議價能力,也迫使下游客戶接受更高成本。
蘋果週四罕見地在產品發布週期之間上調多款Mac、iPad等產品售價,並明確將原因歸結為儲存晶片成本上漲。
美光則表示,新簽署的大多數長期協議期限長達五年,並設有價格下限,即使未來行業進入下行週期,售價也將明顯高於過去歷次低谷。Futurum分析師Rolf Bulk表示,即使按照合約最低價格計算,其盈利能力仍高於此前行業景氣週期的峰值。
雖然歷史上晶片長期供貨協議並非都能嚴格執行,但目前市場普遍認為,未來兩到三年供給仍難以明顯改善,這意味著客戶短期內幾乎沒有議價空間。
不過,也正因為供應持續緊張、價格不斷上漲,越來越多科技公司開始思考另一種解決方案——不是爭奪更多HBM,而是盡可能減少HBM。
科技巨頭開始探索「減儲存」路線
高通本週在投資者會議上重點介紹了「高頻寬計算(High-Bandwidth Compute)」架構,希望透過新的系統設計減少AI計算過程中對HBM的依賴。此前亦有報導稱,輝達正在調整下一代Vera Rubin平台部分設計,以降低整體記憶體需求。
AI晶片公司Cerebras則將「不使用HBM」作為核心賣點。公司在本週發布上市後的首份財報時表示,其晶圓級晶片完全擺脫了HBM限制。CEO Andrew Feldman直言:「HBM供應緊張、價格昂貴,而我們根本不用它。」
與此同時,演算法層面的最佳化也在不斷推進。今年3月,谷歌發布TurboQuant研究,透過新的模型壓縮方法,在幾乎不影響效能的情況下顯著降低AI模型的記憶體佔用。當時,美光股價一度暴跌近三分之一,雖然隨後隨著市場重新評估而反彈逾兩倍,但這一事件已經表明,市場對任何可能削弱HBM需求的技術突破都高度敏感。
繁榮正在孕育下一輪競爭
從中短期來看,HBM仍是AI計算不可替代的關鍵部件,美光所看到的供需緊張也具有堅實的基本面支撐。
但放在更長的產業週期中,價格往往是創新最強大的驅動力。
當全球最大的AI客戶願意簽下過去難以想像的五年長期供貨協議時,也意味著他們擁有足夠長的時間窗口和足夠強烈的經濟激勵,去投資新的晶片架構、軟體演算法和系統設計,以更少的記憶體完成更多計算。
對於儲存行業而言,**今天最強的競爭優勢——供應緊張、價格高企和空前的議價能力——既鞏固了本輪超級景氣,也可能成為推動客戶擺脫HBM依賴的最大動力。**歷史上,每一次核心硬體價格持續攀升,都會催生新的技術路線;而這一次,儲存行業的繁榮本身,或許正是下一輪競爭開始的起點。
風險提示及免責條款