AI财富引力井:存储芯片如何重塑全球市场格局

May 2026
AI infrastructure归档:May 2026
从存储芯片到铜缆,AI供应链的每一个环节都在暴涨。AINews深度解析这场史无前例的资本集中如何重塑全球市场——仅凭两家存储巨头,韩国股市一年内狂飙5000点。

当前围绕AI的市场狂热并非投机泡沫,而是全球资本的结构性重组。我们正在见证一个围绕AI基础设施形成的'财富引力井'。每一个组件——从高带宽内存(HBM)到液冷系统,从光模块到变压器——都被拉入这个轨道。其规模令人震惊:两家韩国存储制造商三星和SK海力士,仅凭一己之力在12个月内将本国指数推高了5000点。这不再仅仅是芯片和模型的故事,而是整个产业链被重新估值。就连铜和铝等基础大宗商品,也因数据中心建设需求而乘风而起。真正的洞见在于:AI不再是一个行业——它正在成为整个经济的底层架构。

技术深度解析

AI财富集中的根本驱动力,是对算力永不满足的需求。其核心是存储子系统,特别是高带宽内存(HBM)。HBM将DRAM芯片垂直堆叠,通过硅通孔(TSV)技术连接,实现比传统DDR内存高得多的带宽。例如,用于NVIDIA H100和B200 GPU的HBM3e,每个堆栈可提供高达1.2 TB/s的带宽。这一点至关重要,因为像GPT-4或Llama 3这样的大语言模型(LLM)需要巨大的内存带宽来向数千个计算核心输送数据。没有HBM,GPU利用率将急剧下降,使得训练和推理在经济上不可行。

在工程层面,从风冷到液冷的转变是另一个技术拐点。传统数据中心采用风冷,但拥有10,000+ GPU的AI集群产生的热密度超过每机架40 kW。使用介电液体的直接芯片级液冷可处理高达每机架100 kW的功耗。CoolIT Systems和Asetek等公司正经历指数级的需求增长。开源社区也做出了回应:开放计算项目(OCP)已发布液冷机架规范,GitHub仓库如`liquid-cooling-rack-design`(1200+星标)为DIY爱好者提供了参考设计。

基准测试:内存带宽 vs. 模型性能

| 内存类型 | 带宽 (GB/s) | 典型用例 | 每GB成本 ($) | 每堆栈功耗 (W) |
|---|---|---|---|---|
| DDR5 | 32-64 | CPU推理 | 0.10 | 5 |
| HBM2e | 460 | 旧款GPU (A100) | 0.80 | 12 |
| HBM3 | 819 | H100 | 1.20 | 15 |
| HBM3e | 1,200 | B200 | 1.50 | 18 |

数据洞察: HBM3e提供的带宽是DDR5的20倍,成本仅为15倍,但每GB/s的能效实际上更优。这种权衡正是AI集群愿意为HBM支付溢价的原因——它直接转化为更快的训练时间和更低的总拥有成本。

关键玩家与案例研究

两家主导存储厂商是三星和SK海力士,总部均位于韩国。它们合计控制着超过90%的HBM市场。SK海力士率先实现HBM3的量产,并与NVIDIA签订了多年供应协议。三星随后凭借自研HBM3e迎头赶上,但竞争依然胶着。对其股价的影响是戏剧性的:SK海力士的市值在18个月内从600亿美元飙升至2000亿美元以上。

除存储之外,其他关键玩家包括:
- NVIDIA:这家GPU巨头如今市值达3万亿美元,其H100和B200芯片是HBM的主要消耗者。
- AMD:凭借MI300X GPU,AMD正挑战NVIDIA,其HBM来自三星和SK海力士两家。
- 美光:在HBM领域排名第三,但近期宣布HBM3e投产,目标是在2025年前占据10%市场份额。
- 液冷初创公司:CoolIT、Asetek和ZutaCore等公司正实现300%的同比营收增长。

竞争格局:HBM市场份额(2024年)

| 公司 | HBM市场份额 (%) | 关键客户 | HBM3e生产状态 |
|---|---|---|---|
| SK海力士 | 53% | NVIDIA | 量产 |
| 三星 | 38% | AMD, NVIDIA | 产能爬坡 |
| 美光 | 9% | NVIDIA(有限) | 样品阶段 |

数据洞察: SK海力士在HBM3上的先发优势使其占据了主导地位。三星的激进扩产可能改变格局,但真正的瓶颈不仅是产能——更是先进封装(TSV)技术,这需要多年的投资积累。

行业影响与市场动态

财富集中并不仅限于存储。整个AI供应链都在被重新估值。以变压器市场为例:数据中心所需的电力变压器交货周期已从12周延长至52周以上,价格翻倍。同样,用于GPU间通信的光模块也供不应求。Coherent和Lumentum等公司正迎来800G光模块的创纪录订单。

这已在全球股市引发连锁反应。韩国KOSPI指数因三星和SK海力士权重极高,在一年内从2600点飙升至7600点,涨幅达192%,主要由AI需求驱动。相比之下,同期标普500指数仅上涨25%,分化极为显著。

市场增长:AI基础设施支出(2023-2027年)

| 年份 | AI服务器支出 ($B) | 存储收入 ($B) | 冷却系统 ($B) | 基础设施总支出 ($B) |
|---|---|---|---|---|
| 2023 | 45 | 25 | 3 | 73 |
| 2024 | 85 | 45 | 8 | 138 |
| 2025 (预估) | 130 | 70 | 15 | 215 |
| 2027 (预估) | 250 | 120 | 30 | 400 |

数据洞察: AI基础设施支出预计将从2023年到2027年增长5.5倍。仅存储一项就将成为1200亿美元的市场。这表明,当前的股票估值虽然高企,但若需求不崩溃,未来盈利或许能支撑这一水平。

风险、局限与未解之问

尽管市场一片欢腾,但多重风险依然笼罩。

相关专题

AI infrastructure258 篇相关文章

时间归档

May 20262491 篇已发布文章

延伸阅读

API开放第二波:AI代理如何驱动新一轮平台革命十五年前,第一波API浪潮催生了社交应用与数据混搭的黄金时代,却最终在围墙花园与速率限制中落幕。如今,第二波API开放正悄然崛起——这一次,API不再是数据管道,而是AI代理执行真实世界行动的指令层:从预订航班到控制智能工厂,一场更深层的平算力贵族:AI如何重写经济不平等人工智能常被包装为民主化力量,但其底层结构动力却指向相反的轨迹。与以往标准化消费体验的技术浪潮不同,AI正基于计算能力和数据访问权限,构建新的社会分层。数据饥荒:AI的“文字饥渴”如何威胁下一代智能大语言模型的爆发式增长掩盖了一个根本性脆弱点:它们对数据的无尽渴求正在迅速耗尽全球可用的高质量文本。这场迫在眉睫的“数据饥荒”可能使AI发展陷入停滞,迫使我们从根本上重新思考如何构建智能系统。一场寻找新数据源、创造更高效架构的竞赛已然拉开序字节跳动的静默AI革命:Seed 2.0与TRAE如何将技能开发民主化当其他AI巨头竞逐头条时,字节跳动正悄然构建一个强大的全栈AI生态。近期推出的Seed 2.0模型家族与TRAE开发工具链,标志着其通过提供强大、集成且关键是完全免费的AI“技能”构建平台,向开发者赋能的战略布局。

常见问题

这次模型发布“AI Wealth Gravity Well: Why Memory Chip Stocks Are Reshaping Global Markets”的核心内容是什么?

The current market frenzy surrounding AI is not a speculative bubble but a structural realignment of global capital. What we are witnessing is a 'wealth gravity well' forming aroun…

从“Why are memory chip stocks rising so fast in 2024?”看,这个模型发布为什么重要?

The AI wealth concentration is fundamentally driven by the insatiable demand for compute. At the heart of this is the memory subsystem, specifically High-Bandwidth Memory (HBM). HBM stacks DRAM dies vertically, using thr…

围绕“How does HBM memory work and why is it critical for AI?”,这次模型更新对开发者和企业有什么影响?

开发者通常会重点关注能力提升、API 兼容性、成本变化和新场景机会,企业则会更关心可替代性、接入门槛和商业化落地空间。