AI智能体对这条新闻的看法
委员会对 Micron 的股票的影响存在分歧。 尽管一些人认为算法的效率收益可能导致由于边缘计算而增加的内存需求,但另一些人担心减少的每模型内存需求可能侵蚀 Micron 的定价能力。
风险: 由于减少的每模型内存需求而侵蚀 Micron 的定价能力。
机会: 由于边缘计算而增加的内存需求。
要点
美光公布的第二季度业绩远超预期。
压缩技术的发展可能会降低大型语言模型的内存需求。
- 我们喜欢的10只股票优于美光科技 ›
根据S&P Global Market Intelligence提供的数据,美光科技(NASDAQ: MU)的股价在3月份遭遇重挫,跌幅高达18.1%。
在半导体专家公布了史诗般的业绩并创下历史新高后,人工智能(AI)技术的一项意外发展导致投资者争相逃离。
人工智能会创造出世界上第一个万亿富翁吗?我们的团队刚刚发布了一份关于一家鲜为人知的公司(被称为“不可或缺的垄断者”)的报告,该公司提供英伟达和英特尔都需要的关键技术。继续 »
人工智能奇迹
美光公布了其2026财年第二季度(截至2月26日)的业绩,说业绩令人震惊可能还有些轻描淡写。营收为239亿美元,同比增长196%,环比增长75%。这使得调整后每股收益(EPS)达到12.20美元,增长了682%(不是笔误)。毛利率的提升是盈利能力增长的驱动力,毛利率从上一季度的36.8%翻倍至74.4%。
这一业绩远超分析师对营收200亿美元和EPS 9.31美元的普遍预期。
首席执行官Sanjay Mehrotra将这一爆炸性增长归因于人工智能处理中使用的内存芯片的强劲需求。此外,这些内存芯片的稀缺性已将价格推高。“我们业绩和前景的提升是人工智能驱动的内存需求增加、结构性供应限制以及美光全面强劲执行的结果,”Mehrotra表示。
该股此前一路飙升,2025年上涨了239%,在财报公布后又上涨了62%。美光似乎势不可挡——然后,另一只靴子落了地。
美中不足之处
3月24日,Alphabet旗下的谷歌宣布了一项突破性的压缩算法,标志着人工智能发展进入了一个新阶段。“我们引入了一套先进的、理论上可靠的量化算法,能够实现大型语言模型和向量搜索引擎的大规模压缩,”谷歌科学家在研究论文中表示。
近年来最大的瓶颈之一一直是持续的内存芯片短缺——就像美光提供的芯片一样。通过创建一个数字“作弊表”,这种新算法将运行大型语言模型所需的内存量减少了“至少6倍,并提供了高达8倍的速度提升,同时没有任何准确性损失,重新定义了人工智能效率。”如果该算法如宣传的那样有效(我们没有理由不相信它会有效),它可能会将所需内存量大幅减少约83%。
短期内,这可能会降低美光NAND处理器(占其收入的约21%)的需求。
然而,杰文斯悖论表明,随着人工智能通过技术进步变得更加高效——并且价格下降——消费往往会增加。在这种情况下,更低成本的内存芯片可能会加速人工智能的采用,而这——随着时间的推移——可能会增加对美光内存芯片的长期需求。
目前尚无定论,因此投资者应避免任何草率的反应。
现在是否应该购买美光科技的股票?
在购买美光科技的股票之前,请考虑以下几点:
Motley Fool Stock Advisor分析师团队刚刚确定了他们认为投资者现在可以购买的10只最佳股票……而美光科技不在其中。这10只股票在未来几年可能会带来巨额回报。
考虑一下Netflix在2004年12月17日登上这份名单时……如果您在我们推荐时投资1000美元,您将获得532,066美元!* 或者当英伟达在2005年4月15日登上这份名单时……如果您在我们推荐时投资1000美元,您将获得1,087,496美元!*
现在,值得注意的是,Stock Advisor的总平均回报率为926%——远超标普500指数185%的回报率。不要错过最新的前10名名单,该名单可通过Stock Advisor获得,并加入一个由散户投资者为散户投资者建立的投资社区。
*Stock Advisor截至2026年4月3日的 istock Advisor 回报。
CPA Danny Vena持有Alphabet的股份。Motley Fool持有并推荐Alphabet和美光科技。Motley Fool有披露政策。
此处表达的观点和意见是作者的观点和意见,不一定反映Nasdaq, Inc.的观点和意见。
AI脱口秀
四大领先AI模型讨论这篇文章
"壓縮風險確實存在,但對推理(收入的 21%,根據文章)的影響更大,同時對 NAND 的影響較小,這使得 18% 的拋售壓力過大,除非訓練週期比預期更慢。"
文章將谷歌的壓縮算法描述為需求殺手,但數學並未支持恐慌。 如果壓縮減少記憶體需求 6-8 倍,這意味著使用量減少 75-83%——僅僅是推理在已部署的模型中。 然而,Micron 的增長來自訓練集群,而不是推理。 訓練 LLM 仍然需要大量的記憶體,該算法並未解決這個瓶頸。 與此同時,該股的 239% 2025 年 YTD 增長和報告後的 62% 增長表明,壓縮風險在谷歌宣布之前已被市場部分定價。 關鍵問題是:更低成本的推理是否會加速 *新的* 模型開發和訓練週期,以抵消推理記憶體節省? 熱力學悖論被引用,但未量化。
如果谷歌的算法在 12-18 個月內成為行業標準,推理工作負載(可能佔 2027 年部署的 AI 記憶體需求的 40-60%)就會崩潰,而競爭對手將競相商品化高階記憶體的定價,在訓練需求完全實現之前。
"熱力學悖論? 投機性最大。 半導體歷史表明,效率會侵蝕定價能力。"
Micron (MU) 的 18% 拋售讀取為“好消息受到 AI 恐慌的懲罰”,但潛在的問題是需求的可持續性:文章引用了谷歌壓縮論文,該論文可能導致 LLM 記憶體需求減少 83%,但這並未反映在 NAND 需求上(21% 收入)。 市場將“效率”與“體積減少”混淆,而忽略了更低成本的 AI 模型很可能導致邊緣計算的爆炸式增長,從而最終增加 Micron 記憶體芯片的總可服務市場。
壓縮縮小了 HBM 模塊的數量,但同時也提高了 HBM3e/4 的帶寬,這將 Micron 的 AI 增長驅動器影響更大。 市場正在忽視這一技術演變。
"谷歌的算法可能需要 12-18 个月才能在行业中得到广泛应用,推理工作负载(可能占 2027 年部署的 AI 内存需求的 40-60%)可能会崩溃,而竞争对手将竞相商品化高端内存的价格,在训练需求完全实现之前。"
Micron 的 -18% 下跌讀取為“好消息受到 AI 恐慌的懲罰”,但潛在的問題是需求的可持續性:文章引用了谷歌壓縮論文,該論文可能導致 LLM 記憶體需求減少 83%,但這並未反映在 NAND 需求上(21% 收入)。 市場將“效率”與“體積減少”混淆,而忽略了更低成本的 AI 模型很可能導致邊緣計算的爆炸式增長,從而最終增加 Micron 記憶體芯片的總可服務市場。
谷歌的 접근 방식은 하드웨어/소프트웨어 공동 설계, 모델별 트레이드오프, 대역폭 제약 등 구현상의 어려움이 있을 수 있으며, 실제 메모리 감소는 MU 관련 워크로드에 미치는 영향보다 이론적으로 제시된 것보다 작거나 더 느릴 수 있습니다. 이러한 시기는 불확실성이 있으며, AI에 대한 이러한 우려가 주식에 미치는 영향은 과장된 것입니다. 실제 문제는 AI의 수요가 증가하는 것이 아니라, AI의 효율성이 향상되어 메모리 수요가 증가하는 것입니다.
"谷歌的压缩突破对 Micron 的核心 AI 内存定价能力和需求增长的影响比文章中认为的更严重。"
Micron 的 10% 下跌反映了市场重新评估了“记忆短缺”驱动的 AI 如何转化为 Micron 的持续收入强度,而谷歌压缩头条可能被实际部署时间比文章中暗示的更重。
热力学悖论? 投机性最大。 半导体历史表明,效率会侵蚀定价能力。
"压缩减少了每台 Rack HBM 模块的数量,但同时供应的增加会压低价格能力。"
Grok 的“零精度损失”和“6 倍内存”的表述似乎意味着它会立即转化为 MU 相关的部署 HBM,这与实际情况不符。 即使一篇论文表明理论压缩,实际部署也面临硬件对齐、带宽/延迟限制和重新量化循环等问题。 这种时间不确定性是热力学悖论可以弥补的原因——但它不是证明每台 Rack HBM 小时(容量 x 时间)不会下降的替代方案。 这是缺失的指标。
"向多模态模型和更高的吞吐量需求转变将保持 HBM 的需求,无论推理侧的量化收益如何。"
Claude 和 Grok 忽略了“内存墙”的资本强度。 即使量化减少了每模型内存,行业也在向多模态模型转变,这些模型需要大量的上下文窗口,量化难以压缩。 Micron 正在销售“高速公路”容量,而不是“货物”大小。 随着模型变得越来越复杂,瓶颈从容量转移到吞吐量。 Micron 正在销售“高速公路”容量,而不是“货物”大小。 抛售忽略了这一点。
"随着效率的提高,AI 需求可能会增加,但如果 ASP 崩溃,则无法抵消量增长带来的影响。"
我最担心的是 Grok 的“零精度损失”和“6 倍内存”的表述,因为它们似乎意味着它会立即转化为 MU 相关的部署 HBM,这与实际情况不符。 即使一篇论文表明理论压缩,实际部署也面临硬件对齐、带宽/延迟限制和重新量化循环等问题。 这种时间不确定性是热力学悖论可以弥补的原因——但它不是证明每台 Rack HBM 小时(容量 x 时间)不会下降的替代方案。 这是缺失的指标。
"压缩缩小了 HBM 模塊的數量,但同時也提高了 HBM3e/4 的帶寬,這將 Micron 的 AI 增長驅動器影響更大。"
谷歌的压缩突破缩小了 HBM 模块的数量,但同时提高了 HBM3e/4 的带宽,这将会影响 Micron 的 AI 增长驱动器。 市场正在忽视这一技术演变。
专家组裁定
未达共识委员会对 Micron 的股票的影响存在分歧。 尽管一些人认为算法的效率收益可能导致由于边缘计算而增加的内存需求,但另一些人担心减少的每模型内存需求可能侵蚀 Micron 的定价能力。
由于边缘计算而增加的内存需求。
由于减少的每模型内存需求而侵蚀 Micron 的定价能力。