AI News

美光内存繁荣:存储行业的周期性真的在终结吗?

SiliconANGLE更新于 11月16日 19:22

Micron’s memory boom: Is the industry's cyclicality really ending? - SiliconANGLE

AI 导读

美光第三财季 DRAM 平均售价环比上涨超 60%,而位元出货量仅低个位数增长,DRAM 营收因此增长 67%;第四财季价格涨幅放缓至高十几百分比区间,位元出货仍为中个位数增长。分析认为供给紧张与 AI 带来的结构性变化同时存在,HBM3E 生产同等位元所需晶圆约为 DDR5 的 3 倍,美光云内存业务毛利率达 83%。

正文 · AI 翻译

在第322期《突破性分析》中,我们曾与各位分享,我们对万亿美元规模硅产业的预测比原先预计提前两年到来。

我们之所以提前24个月作出这一预测,是因为瓶颈已从图形处理器转移到了内存。美光公司在第三季度财报中为我们提供了一个新的数据点。该公司表示,当季DRAM价格环比上涨超过60%,而位元出货量几乎没有增长。今天我们将探讨这意味着什么。以下是我们今天提出的关键问题:

这种供给不足是暂时性的,还是内存经济性发生了结构性变化?

我们认为这两种力量都在起作用。本周我们参加了与美光总裁兼首席技术与产品官Scott DeBoer的网络研讨会。他展示的路线图凸显了内存在人工智能性能方面的重要性。美光新推出的客户照付不议协议改变了风险分担方式。

与此同时,客户正被迫适应更高的成本。Qualitate的专有研究为我们了解这些客户决策提供了一个窗口。我们的调查试图确定这些变化能否使内存的周期性减弱,以及哪些证据会告诉我们熟悉的周期正在回归。

在本期《突破性分析》中,我们将分享人工智能如何改变内存的经济性。我们推理分析了内存平均售价与位元增长之间巨大分化所带来的影响,并结合美光的路线图讨论了高带宽内存的战略作用以及不断变化的内存存储层级。随后我们将引入Qualitate的数据,并深入供应链内部。具体而言,我们将深入探讨无晶圆厂设计公司、IDM、超大规模厂商定制芯片团队和设计验证工程师如何应对HBM以及晶圆上芯片上基板(CoWoS)的供应约束。我们还将分享内存价格上涨如何影响终端客户的采购模式。

最后,我们将以一些关键观察点作结,以判断内存周期性是否会回归,还是由于人工智能,周期动态发生了永久性变化。

在此获取完整幻灯片,附录中包含额外数据。

人工智能如何改变内存经济性

我们正在检验的工作假设是:结构性变化与强劲的内存周期可以并存。

内存日益决定着人工智能系统能否让其昂贵的处理器保持充分利用和高效产出。提供这些内存需要消耗更多的制造资源,并需要与设计伙伴进行更紧密的工程协作。这些变化意味着美光、SK海力士和三星电子正成为更具战略意义的供应商。

但当前的价格上涨是稀缺性的结果。高价带来更多投资,但也让客户更有理由推迟支出、重新设计架构或以不同方式使用基础设施。关键在于试图理解持续的战略重要性与当前稀缺性价格溢价幅度之间的区别。我们认为美光可以变得更具差异化,但随着时间的推移,它仍将受到周期的影响。尚未解答的问题是,随着供应放松和客户适应,定价能力和盈利能力能持续多久。

平均售价与位元出货量的分化打破了正常的内存模式

如今,高平均售价与基本持平的位元出货量之间的显著差距,暴露出结构性的供给侧收紧以及向专用人工智能硬件的激进转变,而非有机的、广泛的需求爆发。

这是我们的起始观察,它出现在美光自己的财报演示中。在第三财季,DRAM平均售价环比上涨幅度在60%出头的百分比区间,而位元出货量仅实现低个位数增长。因此,DRAM营收增长了67%。

美光最新的第四财季财报为我们提供了新数据。具体而言,价格涨幅放缓至高十几百分比区间,但价格继续上涨,位元增长仍处于中个位数。这说明价格环境持续强劲,而非内存实际出货量实现了同等增长。还要记住,平均售价反映的是混合价格。因此,产品结构是决定营收和利润率的关键因素。

在供应像今天这样受限的情况下,低出货量增长并不意味着需求疲软。显而易见的结论是,供应约束正在带来巨大的近期营收提振。问题是,当产量扩大且客户适应人工智能不断变化的经济性时,这种收益能有多少持续下去。这正是路线图、合同和客户数据帮助我们评估的内容。

这不仅仅是HBM的问题

人们有一种倾向,就是把一切都归结为HBM的故事。在第四财季,美光的云内存业务报告了高达83%的毛利率,与上一季度持平。管理层表示,更高的定价有所帮助,但HBM占比上升抵消了这一收益。美光不单独披露HBM的利润率,但制造产能向HBM转移凸显了我们之前讨论的平均售价与位元增长之间的动态关系。

具体而言,美光告诉我们,在相同技术节点下,HBM3E生产相同位元数量所需的晶圆供应约为DDR5的三倍,且封装更为复杂。此外,第四财季的HBM价格是在2025年谈判确定的,而DRAM定价则更多地受到现货价格动态的影响。因此,这些因素对已然高企的利润率构成了压力。

美光预计,2027日历年度HBM价格将上涨,从而缩小其与传统DRAM的利润率差距。但长期的考验在于,美光能否在产品迭代和价格走弱的条件下获得有吸引力的回报,而不是在短缺期间某个产品是否拥有最高利润率。

内存容量和带宽满足不同的需求

Scott DeBoer阐述了他对不断扩展的数据中心内存层级的看法:最顶层(近内存)是标准、定制和垂直HBM,其次是高容量、低功耗DRAM(主内存),然后是SSD和AI级NAND(上下文内存),以及用于数据库和数据湖的高容量SSD。

一个关键点是,AI性能取决于信息存放的位置以及信息能以多快的速度到达处理器。容量是指封装内能容纳的数据量。带宽是指每秒传输的数据量。HBM之所以关键,是因为它为GPU提供了快速的本地工作空间。

服务器内存提供额外容量,而闪存以更低的成本保存数据和选定的缓存上下文。在推理过程中,系统将中间计算结果保存在键值缓存中,以便在生成答案时复用已完成的工作。更长的对话和更多的并发用户会扩大这一工作数据集,并可能冲刷KV缓存;因此,Vast Data Inc.、Dell Technologies Inc.等存储供应商利用成本更低的固态硬盘创建一个虚拟空间,使KV缓存不必承受刷新。

归根结底,买家的目标是构建一个均衡的系统,满足特定工作负载对延迟、吞吐量和可靠性的需求。当内存成为瓶颈时,购买更多内存会有所帮助。但它并不总能改善每一种工作负载。正确的视角是所需服务级别下每项有效任务的成本,包括对GPU利用率、能耗和所需系统数量的影响。

HBM如何占用更多制造产能及其意味着什么

生产特定类型的内存总是存在机会成本。在KeyBanc投资者会议上,美光的Sumit Sadana描述了HBM3E与传统DDR之间三比一的比例关系。

换言之,原本可生产约三个单位DDR位元的产能,现在只能生产一个单位HBM位元。他表示,到HBM4E时这一比例将接近四比一。原因在于,极高的带宽需要更多连接、更多硅资源和更复杂的封装。

我们认为,这是内存制造商在技术路线图与传统内存定价之间面临权衡的最清晰例证。具体而言,更多AI内存会吸收原本用于支持其他DRAM产品的资源,因此投资并不会直接转化为可销售位元的成比例增长。

但这种动态是双向的。如果HBM需求减弱,重新分配产能可能会随着时间推移释放更多传统DRAM供应。当然,事情并没有那么简单。认证、设备和学习曲线方面的限制都需要时间。

美光如何在其路线图中安排投资优先级

该公司同时在拉动两个杠杆。它一方面使内存更加专业化,并与客户的处理器紧密集成,另一方面提高单位面积内制造的位元数量。HBM4已进入大规模量产。

HBM4E及后续直接放置在处理器上的内存属于路线图项目,并有目标日期。在制造方面,美光希望通过其名为one-delta的下一代工艺将DRAM位密度提升20%以上,该工艺将于2027年下半年量产。其G11闪存路线图的目标是达到G9约两倍的密度。这针对的是NAND开发,不影响HBM产能。

我们认为,在稀缺背景下,这些增益是必不可少的要素。这意味着更好的密度和良率将改善美光的经济效益。它们的最终影响取决于学习曲线和其他动态因素——例如量产速度、产品组合、美光的资本投资,当然还有终端客户需求。我们从DeBoer那里听到的路线图强调了内存的持续重要性,但没有人能保证峰值定价是一种永久状态。

Qualitate数据显示芯片设计者如何应对供应挑战

Qualitate的硅设计与采购小组为我们提供了关于供应问题的新视角。调查中22名受访者中有8人表示,内存或HBM是他们当前最大的制约因素。7人表示主要制约因素是先进封装。

请记住,这些是小样本、深入访谈,其回答支持了这样一种观点:制约因素不仅限于单一芯片或已公布的晶圆产能数据点。这对我们前提的启示是,仅靠新的制造产能可能无法解决所有制约因素。认证、封装和系统集成仍然决定着可用硬件能以多快速度到达客户手中。

Qualitate数据告诉我们,超大规模企业、集成设备制造商(IDM)和无晶圆厂公司的芯片设计者正在通过从根本上用供应感知的协同设计方法取代传统的“先设计后采购”工作流程,来应对HBM和先进封装的严重短缺。由于物理可用性已成为交付成品硅片的关键制约因素,工程团队正在采用特定的架构、封装和采购策略来缓解这些瓶颈。

这些策略包括:

架构调整和设计妥协,例如以牺牲峰值性能换取供应;

缩小HBM配置;

更多依赖更大容量的SRAM设计;

摆脱硅中介层限制,以减少对台积电CoWos封装的依赖;

统一采用UCIe等开放式芯粒接口;

构建专用ASIC;

以及数十种其他创新策略,以缓解其供应制约。

稍后,我们将转向另一组Qualitate数据集,描述企业实践者针对更高基础设施成本正在采取哪些应对措施。但首先,让我们看看内存如何影响基础设施物料清单。

内存正成为AI基础设施物料清单中占比大得多的部分

为此,我们需要一种讨论客户账单的方式。下面我们采用一个假设情景,来模拟内存如何影响整体基础设施成本。

AI基础设施中内存成本所占百分比会因客户和机架配置的具体差异而有所不同。但我们可以借助经验法则和敏感性分析,来理解价格上涨如何影响物料清单中内存所占的部分。

暂且假设系统配置不变、非内存成本不变,而其内存采购价格上涨60%:

如果内存起初占物料清单的20%,总成本上升12%;

若占35%,总成本上升21%;

若占50%,总成本上升30%。

初始内存含量越高,风险敞口越大。客户的实际反应可能包括减少内存、更换系统或提高利用率。我们的观点是,即使系统其余部分保持不变,内存也能实质性改变商业论证。

企业客户如何应对内存价格挑战

让我们回到另一组从企业客户视角出发的Qualitate数据集,以更好地理解实践者如何应对内存价格上涨的挑战。

根据Qualitate数据,内存和中央处理器成本上涨的影响正波及整个基础设施资产。企业正通过一套一致的应对策略作出反应,其中没有一种策略是简单地吸收成本。

一位医疗健康行业的实践者这样总结价格与技术通胀的动态变化:今年要获得与两年前相同数量的GPU,要获得相同的GPU容量,成本是多少,三到四倍?当你习惯了遵循摩尔定律时,这简直太疯狂了。

一位实践者描述了试图推迟采购的做法,称:这不是“不行”,而是“现在不行”的推动。一家以安全为重点的组织表示,更高的硬件成本使天平向云消费倾斜。

下表展示了终端客户如何应对这些定价挑战:

来源:Qualitate,2026年

我们将观察这些反应是减少部署、提高利用率,还是仅仅将需求转移到别处。

客户在模型路由和容量利用方面变得更加精明

一位实践者表示,该组织已减少使用某些大型前沿模型,因为更小或开放权重的替代模型已通过其基准测试。另一位则质疑,为应对波动性需求而全天候保留高端专用GPU是否必要。量化、批处理和更小的模型是客户提到的策略之一。其有效性取决于应用,我们并不确切知道内存受到了怎样的影响,但这些运营举措是对内存价格上涨的直接反应。

我们的解读是,昂贵的内存提升了减少不必要工作和保持昂贵资源高产出的价值。这可以降低每项任务所需的内存或算力。与此同时,更低的任务成本往往能催化更多使用。最值得关注的指标是在服务级别协议下的有用任务成本,以及利用率和总部署容量。稀缺定价增加了对效率的需求,而在当前环境下,强调效率的技术或产品正变得越来越有吸引力。

客户在能获得产能时更换供应商

让我们看看第三组反应,以检验平台和供应商选择。

一位实践者选择了Advanced Micro Devices Inc.,因为它能够在一张卡上容纳更多模型。这与我们的论点直接相关,因为客户可能更看重每加速器更多的内存,因为这可能减少加速器数量或工作负载所需的通信。

另外,一位实践者描述了选择一家能够交付可比设备的供应商。这证明可用性会影响选择。如今,任何可信的供应都会被抢购一空。关键在于,综合来看,这些例子表明内存适配性和交付可用性如何影响供应商选择。

实践者应考虑的实用指标包括:实际交付性能、软件工作量、互连要求、投产时间和每项有用任务的总成本。这些指标将随时间验证或挑战美光及其他AI厂商的定价能力。

结果及其成本决定客户价值

将客户视角置于我们结论的中心很重要。供应商报告需求强劲,而个体从业者则描述围绕推迟和重新设计的策略。这两种动态可以共存,因为客户、工作负载和预算各不相同。戴尔的季度文件报告了内存组件的显著通胀及其定价应对。惠普企业公司管理层在被问及转嫁更高内存价格时,毫不犹豫地提到了其与客户关于更高价格的讨论。

这些是我们从供应商那里听到的主题。Qualitate为我们提供了买家进行选择性权衡的例子。我们认为最好的衡量标准是在所需质量和延迟下每项有用任务或成果的成本。更多内存可能增加硬件账单,但如果能避免额外GPU或保持其生产力,则会降低任务成本。反之,一个利用率低的昂贵系统可能削弱商业论证。指标是客户ROI是否支持在价格溢价计入最终账单后继续部署。

美光如何利用战略供应商协议

让我们看看美光如何利用当前的需求图景。最明显的商业模式变化是战略客户协议。

到第四季度报告时,美光已签署26份SCA,即承诺量和/或照付不议合同。美光估计这些协议覆盖其到2030年收入的35%以上。这些是多年期供应安排,通常具有约束力的采购量。这些协议下预期收入的四分之三有明确的定价框架,其中大部分采用价格区间。客户获得供应保证,并且在许多情况下获得价格上限。美光获得量承诺,通常还有价格下限,以及更大的产能规划信心。

我们认为这是行业经济格局正在演变的实质性证据。它并不能消除风险。美光自己的文件警告了执行纠纷、客户库存以及最终需求不足时的供应过剩。我们的检验将是这些协议在下一个疲软市场中实际保护了什么。

这是否终结了内存的周期性?

让我们探讨一下大家都关心的周期性问题。换句话说,AI是否会抚平美光投资者多年来忍受的残酷周期?

最有力的论点是极高的价格为新产能、更好的制造良率和更高效地利用每个比特提供资金。美光自己的路线图包含了这种反应的证据。其晶圆厂计划增加了多年期产能。但客户可以降低规格、推迟采购或转移工作负载。而且如果HBM需求减弱,合适的产能最终可以回归传统DRAM,增加那里的供应,并可能为周期性回归创造条件。

美光在其最新10K文件的风险因素中明确警告了这一机制。照付不议合同可以缓解痛苦,但它们并不能使最终需求不再是关键变量而消失。承诺超过自身需求的买家可能积累库存。因此,我们别无选择,只能将周期性的终结视为一个有些开放的问题。有意义的里程碑将是在有用良率下可销售供应随时间满足生产性需求。

未来某个时点供需达到平衡的可能性相当高。

未来数月和数个季度需要关注什么

首先,将ASP与比特数一起关注。看涨理由是随着物理量和生产性使用扩大而带来的有吸引力的经济性。如果价格下降释放了部署,那么仅价格下降并不预示萧条。其次,关注当前价格飙升后的利润率。产品组合、新晶圆厂成本和利用率将很重要。第三,关注供应爬坡。洁净室或首片晶圆里程碑并不能告诉我们客户实际能采购到多少合格内存。

问题是晶圆厂的可销售产出是进入一个强劲的市场,还是在需求已经放缓之后才到来。我们认为这些检验比仅仅外推当前利润率或为未来过剩设定精确日期更有用。今天的证据是明确的。供应稀缺,行业正在扩大产能以满足需求。

其他检验更贴近客户。当市场走弱时,战略协议是否保持不变?这不太可能。关注量、价格保护以及任何纠纷、重新谈判或不可抗力情况,就像我们在Oracle和Blue Owl看到的那样。客户是否赚取足够的有用产出以证明其内存账单合理?Qualitate的例子展示了配置、模型选择和所有权决策如何改变。

最后,订单是转化为生产性安装,还是承诺超出消费?供应紧张促使客户夸大预测或预留超过最终所需,美光自己也将其列为风险。如果随着供应扩大,合同履行、客户回报和实际部署保持健康,看涨理由就会更强。

这就是我们将如何区分一个更持久的业务与周期中异常强劲的阶段。

毫无疑问,今天周期已经改变。问题是如果且当需求图景逆转时会发生什么。

周期已经改变,就目前而言……

我们的结论是,内存的经济格局正在改变,AI在中期积极抚平了周期性。但数据并不能让我们相信周期性已经结束。看涨/结构性论点是,内存对有用的AI性能至关重要,高带宽产品消耗更多制造产能,而美光正在与客户建立更具差异化的关系。

我们认为,看空/周期性论点同样可信。具体而言,异常的价格环境会招致供给增加、优化以及延迟采购。Qualitate 数据显示,客户反应已经呈现出多种形式。对于美光等供应商而言,考验在于稀缺缓解后它们所赚取的回报。对于客户而言,考验在于以所需服务水平交付的生产性工作。

我们认为,跟踪这一叙事的最佳方式是同时关注双方。如果随着产能到位,出货量、客户回报和合同履约情况有所改善,该业务可能会变得不那么波动。如果库存上升而需求未能吸收供给,熟悉的周期将自我显现,经典的存储周期将会回归。

你怎么看?存储繁荣是永久性的吗?存储制造商是否已控制住供过于求的风险?还是周期会在本十年结束前重新出现?

请告诉我们你的想法。

以下是完整的 Breaking Analysis 节目:

免责声明:所有关于公司或证券的陈述均严格属于 SiliconANGLE Media、Enterprise Technology Research、theCUBE 其他嘉宾及客座撰稿人所持有的信念、观点和意见。此类陈述并非这些个人关于买入、卖出或持有任何证券的建议。所呈现的内容不构成投资建议,不应作为任何投资决策的依据。你和只有你对你的投资决策负责。

披露:Breaking Analysis 中提及的许多公司是 theCUBE 的赞助商和/或 Wikibon 或 theCUBE Research 的客户。这些公司或其他公司均对 Breaking Analysis 所发布的内容没有任何编辑控制权或提前查看权。

图片:theCUBE Research

来源

SiliconANGLE