智通財經APP瞭解到，DeepSeek的R1模型發佈引發了投資者的擔憂，市場擔心訓練成本曲線加速下降，進而影響數據中心AI硬件需求。摩根大通基於此，發佈了針對內存行業的報告。內存行業18個月的增長週期在很大程度上依賴於高端訓練GPU對計算需求(HBM)的不斷攀升，過去兩週，該行業平均股價下跌了11%(費城半導體指數同期下跌9%)。

在市場關注GPU需求可能放緩的同時，該行強調，邊緣AI遷移帶來的內容增長以及AI ASIC市場的發展，都在鞏固AI生態系統。小摩認爲，推理模型效率的進一步提升，可能會帶來更多預訓練需求，從而加快AI在各個終端領域的滲透。目前，尚未發現HBM訂單放緩或投資計劃削減的跡象，主要雲服務提供商(CSP)客戶在近期的財報及前景展望中，對資本支出表達了樂觀態度。

小摩認爲，推理需求在HBM中的上升空間有限，邊緣AI/傳統DRAM的上升潛力更大。該行預計，具有性價比的推理模型(如DeepSeek)的普及，可能會加速邊緣AI的遷移，與HBM相比，傳統DRAM的上升概率更高，因爲在中央計算內存(CPU)需求中，推理產品組合佔比僅爲10%。從內容和位需求的角度來看，HBM對推理ASIC芯片的附加率仍然較低。

目前，該行預計2026年PC和智能手機的邊緣AI採用率分別爲25%和40%，如果完全向邊緣AI遷移(100%)，將釋放出強勁的位增長潛力。與基礎情景相比，邊緣AI位需求有超過220%的上升潛力，這意味着全球DRAM市場總規模(TAM)將增長20%。

從HBM的角度來看，該行預測低成本推理模型不會降低商用GPU的需求，反而可能會刺激更多需求。正如DeepSeek的論文所指出的，迭代訓練是優化推理模型的有效方式，這表明訓練需求將持續存在。

此外，小摩針對HBM需求放緩與邊緣AI需求上升的情景，對DRAM市場供需進行敏感性分析(若HBM需求下降10%，邊緣設備AI滲透率需提高5%，才能實現供需平衡)。在商用GPU和ASIC之間，該行認爲，在快速變化的環境中，GPU在訓練方法上更具靈活性。因此，建議投資者關注以英偉達爲核心的供應鏈(在亞洲內存領域，首選SK海力士)。

該行認爲，如果客戶沒有大量庫存，需求下降10%不太可能導致明顯的供應過剩以及削減訂單的情況。然而，需求下降約20%可能會在今年造成近14周的供過於求，因此預計重新分配HBM晶圓投入將不可避免。每2.5%的額外非HBM供應可以通過約5%及更高的邊緣AI滲透率或約20%及更高的邊緣AI位需求增長來消化。

各種終端應用載體更快地採用人工智能可能會刺激更換週期加速，每箱內容升級將成爲原始設備製造商(OEM)的先決條件。更高的HBM ASP可能會OEM帶來利潤。儘管市場供需相對平衡，但考慮到HBM平均售價(ASP)高於傳統DRAM，對DRAM市場總規模(TAM)的淨影響可能會被稀釋(HBM需求每減弱10%，DRAMTAM下跌約2%)。