存储芯片,狂飙超300%

格隆汇
2 hours ago

随着对人工智能基础设施的投资不断扩大,全球半导体市场正日益转向存储芯片。

人工智能基础设施的瓶颈曾经集中在图形处理器(GPU)上,如今正蔓延至高带宽内存(HBM)和服务器DRAM等存储领域。

据KB证券预测,今年全球半导体市场规模预计将达到约2000万亿韩元(约合1.44万亿美元),约为去年的两倍。其中,存储器市场预计将增长三倍以上,达到约1100万亿韩元,占半导体市场总额的55%。

随着人工智能从简单的模型训练发展到能够自主处理用户请求的智能体人工智能,内存的重要性日益凸显。随着人工智能处理的数据量和计算工作负载不断增长,瓶颈不再局限于GPU,而是蔓延至HBM、服务器DRAM和NAND等内存组件,以及网络和存储设备。

KB Securities指出,这代表着人工智能基础设施的核心瓶颈正在从GPU和计算资源转向内存,这是一种结构性转变。

人工智能基础设施投资的扩张预计将进一步推高内存需求。全球人工智能基础设施投资预计明年将达到1755万亿韩元,较今年增长63%,并预计到2028年将接近2500万亿韩元。内存支出在人工智能基础设施总支出中的占比预计将从今年的40%上升到明年的57%。

然而,供应仍然是一大挑战。随着制造商扩大HBM产能,部分原本用于传统DRAM的产能正被转移到HBM,这可能会限制标准DRAM的供应。

换言之,HBM需求的增长以及产能向HBM的转移可能会给整个内存供应链带来额外的压力。行业预测表明,由人工智能需求驱动的供应短缺可能会持续存在。

另一个值得关注的因素是,尽管利率居高不下,人工智能基础设施投资仍在持续。今年1月至9月,美国主要科技公司发行了约337万亿韩元的人工智能基础设施相关债券,是去年同期的八倍。即使融资成本居高不下,人工智能投资仍在继续。这被视为反映出市场预期人工智能服务和云计算业务产生的收入足以抵消大规模基础设施投资的成本。

随着人工智能投资的扩张和融资需求的增加,高利率环境可能会持续。然而,与此同时,人工智能投资也推高了存储器需求,并支撑了半导体公司的盈利增长,从而形成了一种结构性动态:更高的融资需求和更强劲的半导体需求同时出现。

三星电子SK海力士有望从内存需求的增长中获益。三星电子提出了一种名为“zHBM”的下一代HBM技术,预计在智能体人工智能时代,人工智能推理速度将从每秒约100个令牌提升至每秒约1000个令牌。基于HBM5的规格,该公司的目标是使现有产品的性能提升至八倍,能效提升至三倍以上。

三星电子第二季度的HBM市场份额估计约为33%,一些预测显示,第四季度这一比例可能接近40%。SK海力士也在积极响应日益增长的人工智能需求,推出包括HBM、AI服务器DRAM和企业级固态硬盘在内的高附加值内存产品。该公司公布了2026年第二季度创纪录的业绩,并正在扩大产能以满足人工智能内存的长期需求。

最终,人工智能投资的不断增长不仅推动了对GPU的需求,也推动了对各种类型内存的需求,而以HBM为重点的产能扩张可能会限制传统DRAM的供应。随着人工智能瓶颈从GPU转移到内存,内存正成为人工智能基础设施中的战略资产,这使得三星电子和SK海力士成为关注焦点,它们有望从这一结构性转变中受益。

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10