来自 Maksym Misichenko · Yahoo Finance ·
AI智能体对这条新闻的看法
虽然普遍认为HBM对人工智能至关重要，但专家们对于当前估值是否可持续存在分歧，原因包括周期性定价、潜在的供应过剩以及需求弹性的风险。看涨的论点依赖于持续的需求增长超过产能以及制造能力。
风险: 潜在的供应过剩和需求弹性比预期的更快地缩小了供需缺口，导致利润率压缩。
机会: 持续的需求增长超过产能和制造能力，以维持高估值。
本分析由 StockScreener 管道生成——四个领先的 LLM（Claude、GPT、Gemini、Grok）接收相同的提示，并内置反幻觉防护。 阅读方法论 →
两家芯片制造商近期市值飙升，在相隔一天内均突破了万亿美元的估值大关。这又是一场意外的淘金热，得益于人工智能（AI）的繁荣。
据《CNBC》报道（1），韩国公司SK海力士上周市值突破1万亿美元，其股价自年初以来已上涨超过250%。报道称，SK海力士“已成为人工智能芯片巨头英伟达的关键供应商，巩固了其在全球人工智能供应链中的核心地位”。
- 美国优质房地产曾是富人的游戏——然后一切都变了。现在，普通美国人只需100美元就能分一杯羹
- 43岁以下的百万富翁正在重塑投资格局——他们的投资组合中只有25%是股票。以下是他们的资金去向
- 罗伯特·清崎说，这种资产将在一年内飙升400%，并恳求投资者不要错过这次“爆炸”
前一天，美国公司美光科技的市值也首次突破1万亿美元。
《CNBC》报道称，美光的上涨“得益于瑞银将其目标价从每股535美元上调至1,625美元，理由是存在带有部分固定价格的长期协议机会（2）”。《CNBC》表示，这一目标价可能意味着股价将继续攀升，甚至翻倍。
是什么推动了这些芯片制造商的飞速崛起？
它们都生产高带宽内存（HBM）半导体。据《科学美国人》（3）报道，这种硬件对人工智能至关重要——它突然成为“业内最抢手的组件之一”。
《科学美国人》称，万亿美元的里程碑“标志着人工智能供应链的更大转变”。
根据《PC Enthusiast》（4）的一份报告，虽然英伟达等公司生产用于构建人工智能系统的图形处理单元（GPU），但HBM“在幕后扮演着同样重要的角色”。
报告称，“现代人工智能模型处理海量数据，即使是最快的处理器，如果无法足够快地访问这些数据，也会成为瓶颈”。这时HBM芯片就派上用场了，它们提供的“内存带宽远超传统内存技术，同时保持良好的能效”。
《科学美国人》指出，HBM芯片的设计与“笔记本电脑或手机内部”的内存芯片不同。“HBM不是将内存芯片分散在电路板上，而是将内存层垂直堆叠，并靠近处理器。”
这些芯片有多强大？据《科学美国人》报道，美光公司的HBM4芯片“带宽可达每秒2.8太字节以上，专为英伟达下一代Vera Rubin GPU设计”。
四大领先AI模型讨论这篇文章
"估值假设人工智能内存超级周期持久存在；如果人工智能需求正常化或内存价格下跌，即使是领先的参与者也将面临显著的估值压缩。"
在人工智能热潮的推动下，两家内存制造商的市值刚刚突破1万亿美元。这轮上涨的关键在于HBM内存能否成为人工智能训练和推理的瓶颈解决方案，这一说法对美光和SK海力士有利，但尚未得到广泛证实。风险在于：内存定价具有周期性，资本支出巨大，供应（和生产良率）可能令人失望；如果宏观经济状况恶化，科技预算可能会软化。估值上涨可能更多是市场心理作用，而非持久的基本面支撑，而且鉴于供应商稀少以及HBM的采用周期长，其护城河比标题暗示的要窄。
最有力的反驳观点是：内存需求具有周期性，定价可能逆转；如果人工智能资本支出降温或供应增长速度超过需求，这些股票可能会面临显著的估值压缩。
"转向长期固定价格HBM协议从根本上改变了内存行业的风险状况，但目前的估值几乎没有为未来产能的容错空间。"
美光（MU）和SK海力士的万亿美元估值清楚地表明，人工智能供应链的瓶颈已从原始计算转移到内存带宽。HBM4现在是下一代GPU性能的关键路径，而转向长期固定价格合同则提供了华尔街渴望的收入可见性。然而，投资者正在为一种永久性的稀缺状态定价。历史上，内存行业是高度周期性的，当供应方的资本支出最终赶上需求时，就会出现大规模的库存过剩。虽然HBM比DRAM商品更专业化，但该行业的“繁荣-萧条”周期历史表明，目前的估值是在打折近乎完美的执行，而没有考虑到不可避免的产能扩张。
如果人工智能模型的扩展遇到瓶颈，或者替代架构减少了对HBM的依赖，那么目前投入的大量资本支出将导致灾难性的供应过剩和利润率压缩。
"HBM的需求是真实且持久的，但目前的估值假设持续的稀缺溢价，而竞争性供应的增加很可能在18-24个月内侵蚀这些溢价。"
SK海力士和美光达到1万亿美元估值反映了真实的需求——HBM确实存在瓶颈且对人工智能推理扩展至关重要。但文章将估值里程碑与投资论点混为一谈。SK海力士的远期市盈率约为15倍；美光在UBS的目标价（1625美元）假设在长期合同和“部分固定定价”下有2.5倍的上涨空间——如果现货HBM价格正常化，这是一种利润率压缩的委婉说法。两家公司都没有披露具有约束力的销量承诺。文章忽略了三星也在积极增加HBM产量，以及英伟达的下一代（Vera Rubin）仍有18个多月的时间。估值追赶稀缺性的速度比供应追赶估值的速度快。
如果随着三星的增加和代工厂增加产能，HBM供应在2025-2026年正常化，现货价格将暴跌，“长期协议”将成为拖累利润率的压舱石。万亿美元的估值可能已经消化了多年即将消失的稀缺性。
"内存估值正在为人工智能驱动的永久超级周期定价，而历史和产能增加表明这种情况将会逆转。"
美光（MU）和SK海力士达到1万亿美元估值反映了来自英伟达主导的人工智能训练的真实HBM需求，UBS对MU的目标价1625美元暗示，如果固定价格合同锁定利润，将有进一步的上涨空间。然而，内存仍然是一个资本密集型、周期性行业，三星和其他公司的产能扩张历史上会在18-24个月内引发供应过剩。文章忽略了HBM4的 ramp 时间表以及功耗和散热限制可能会延迟采用，而人工智能超大规模用户的资本支出暂停将比GPU更快地影响这些公司。SK海力士的地缘政治风险增加了未定价的风险。
如果英伟达的下一代GPU推动持续2倍以上的带宽需求，并且HBM供应在2026年之前保持紧张，那么目前的市盈率可能被证明是保守的，而不是泡沫化的。
"需求弹性可能会消除由稀缺性驱动的上涨空间；带宽增长放缓或HBM4延迟可能触发重新评级。"
Gemini假设稀缺性持续存在并证明了高估值是合理的；更被忽视的方面是需求弹性。如果模型效率、量化和更智能的缓存抑制了内存带宽增长，或者HBM4的时间表出现延迟，供需缺口可能会比预期的更快地缩小。这将导致价格/资本支出紧张转化为过剩，即使有固定价格合同，也会压低利润率。简而言之，看涨的论点建立在资本支出周期中稀缺性未经证实的持久性之上；重新评估可能会大幅压低市盈率。
"HBM的供需平衡更多地取决于制造良率的复杂性，而不是简单的资本支出周期。"
Claude正确地指出了缺乏具有约束力的销量承诺，但真正被忽视的是“良率”因素。HBM3e/4的生产不仅仅是产能扩张；它涉及到堆叠芯片而不发生缺陷导致良率损失的技术难度。如果三星或其他公司在提高良率方面遇到困难，“供应过剩”的说法就不成立，稀缺性将比18个月的周期模型预测的持续时间更长。我们押注的是制造能力，而不仅仅是资本支出。
"卓越的良率可以延长稀缺性，但不能打破内存周期；一旦供应正常化，固定价格合同仍然是利润率陷阱。"
Gemini的良率论点是合理的，但不完整。HBM的良率挑战会*延迟*供应，而不是消除稀缺性风险——它们只是延长了时间线。真正的问题是：即使三星能够完美掌握良率，一旦现货价格正常化，固定价格合同仍会将美光/SK海力士的利润率锁定在较低水平。掌握良率可以争取时间；它并不能阻止不可避免的周期。看涨的论点需要*持续的*需求增长超过产能，而不仅仅是制造能力。
"良率延迟可能会将固定价格合同从利润风险转化为优势，通过延长稀缺性。"
Claude将固定价格合同视为供应正常化后不可避免的利润率拖累，但这忽略了持续的HBM3e/4良率问题可能会将稀缺性延长到2026年以后。如果Gemini提到的三星产量滞后，这些相同的合同将在延迟期间锁定高价，将潜在的拖累变成现货价格暴跌的缓冲。被忽视的变量是散热和功耗限制是否会进一步减缓英伟达的带宽增长，从而延长合同保护利润的时间窗口。
虽然普遍认为HBM对人工智能至关重要，但专家们对于当前估值是否可持续存在分歧，原因包括周期性定价、潜在的供应过剩以及需求弹性的风险。看涨的论点依赖于持续的需求增长超过产能以及制造能力。
持续的需求增长超过产能和制造能力，以维持高估值。
潜在的供应过剩和需求弹性比预期的更快地缩小了供需缺口，导致利润率压缩。