AI如何驱动存储供需失衡，周期为何更持久？

AI驱动的“非典型”周期特征

打破传统逻辑

在普通存储周期中，现货价格走平、资本支出增加常预示见顶。但如今，存储成了AI建设及智能CPU构建的“核心瓶颈”。这意味着传统的周期判断逻辑不再适用，当前市场状况有其独特性。

供应严重短缺

AI消耗大量DRAM，致使其他领域如PC、智能手机的供应受挤压，产品组装都因缺货推迟。这种短缺局面是AI发展对存储需求剧增导致的，影响到了多个相关产业。

客户行为改变

客户因深信短缺会长期持续，通过预付大额订单确保货源，显示出短缺将是多年关注的问题。这一行为也从侧面反映出存储供需失衡的严重性和持续性。

低估的通用服务器需求

智能AI推动CPU使用量增长，投资存储股票是把握这一趋势的好方式，存储股相比CPU厂商更具杠杆效应。这体现了AI对存储需求的独特影响及投资价值。

针对热点技术忧虑的澄清

谷歌TurboQuant算法

谷歌推出的TurboQuant算法虽能降低内存占用，但分析师认为这是正常技术进步，且仅针对KV缓存，非整体存储。因AI模型上下文窗口增长快，存储需求反而增加。

OpenAI关停Sora

OpenAI关停AI视频生成工具Sora，并非需求疲软，而是算力和存储不足。当前的计算力与存储供应无法支撑token数量爆发式增长，反映出存储需求的持续旺盛。

美光和闪迪分析与估值

美光分析与估值

摩根士丹利仍看多美光，估算其年现金流可观，未来两年自由现金流约1500亿美元。给予基准目标价520美元，乐观情境下目标价700美元，悲观情境下可能在2027年初进入衰退。

闪迪分析与估值

大摩对闪迪也持积极态度，给予基准目标价69美元。乐观情境下目标价875美元，悲观情境下因行业增长及竞争等因素目标价350美元。显示出闪迪在AI需求下的不同发展预期。

潜在风险和催化剂

下行风险

存储行业面临需求不及预期、库存过高、价格快速回落以及HBM竞争加剧等下行风险。宏观经济不确定性可能导致终端需求下降，引发价格下跌和竞争加剧。

上行因素

上行催化剂包括AI需求进一步爆发、HBM渗透超预期以及供给扩张受限。这些因素若出现，将推动存储行业发展，提升美光和闪迪等公司价值。

相关问答

AI如何导致存储供应短缺？

AI消耗大量DRAM，挤压了PC、智能手机等领域的存储供应，甚至使产品组装因缺货推迟，造成供应严重短缺。

谷歌TurboQuant算法对存储需求有何影响？

该算法虽能降低内存占用，但因AI模型上下文窗口增长快，存储需求反而增加，是正常技术进步，非颠覆性变化。

OpenAI关停Sora反映了什么？

反映出算力和存储不足，当前计算力与存储供应无法支撑token数量爆发式增长，并非AI需求疲软。

摩根士丹利对美光的估值情况如何？

基准情境目标价520美元，乐观情境下目标价700美元，悲观情境下2027年初可能进入衰退。

存储行业面临哪些下行风险？

包括需求不及预期、库存过高、价格快速回落以及HBM竞争加剧等，宏观经济不确定性会影响终端需求。

存储行业有哪些上行催化剂？

AI需求进一步爆发、HBM渗透超预期以及供给扩张受限，这些因素将推动存储行业发展。