存儲芯片最新動向研判與周期因素思考

　　時間到了4月中下旬是業績報最密集的時間，也到了年報金股總結的時間了，其實這幾年，年報金股行業的博弈已經不單單是在年報周期了，玉名希望大家可以學會一種行業研究的思維，將這個行業的功課儲備起來，反復使用。其實我們思考，這幾年類似精細化工、風光伏、存儲芯片、原料藥、軍工等諸多年報金股行業恰恰就成為了市場某個階段最靚的仔，所以總結與梳理，也是為了更多的應用。

行業再牛也有周期因素

　　如今存儲芯片是科技行業中業績最明確的，甚至引發了新一輪芯片荒，上一輪芯片荒的時候我們也是挖掘存儲芯片，如今和當時有相似的地方，如今都認為芯片長牛，但實際上逃不過半導體周期。全球存儲芯片市場由三家公司主導——韓國的三星電子和SK海力士，以及美國的美光科技，在這一波景氣周期之前的2023年，美光科技和SK海力士曾因為高估疫情時期需求持續時間，在行業長期供過于求中損失了數十億美元。而AI數據中心對DRAM的需求在2025年已占全球消費量約50%，而五年前這一比例僅為32%。但這會無限擴張嗎？也值得思考。

　　實際上，如今全球內存芯片的優質產能，正被 AI 產業瘋狂虹吸。AI 所需的 HBM 高帶寬內存，單價突破每 GB 10 美元，利潤率能達到 60%；而即便價格暴漲 300%，汽車級 DDR5 單價仍不足 2 美元，毛利率僅 15%-20%，前者利潤率是后者的 5 倍以上。這和 2021 年的全品類缺芯導致的芯片荒是不同的，這次的短缺是結構性的。如今已經有相關企業用軟件算法優化，降低對硬件內存的依賴。比如有的車企推出了 “智能存儲管理系統”，通過分層存儲、精簡冗余數據。

　　在AI大規模推理應用成為主流后，海量的數據需要在芯片與內存之間高頻交換，AI的興起推動了一種新的DRAM封裝方式——高帶寬的內存(HBM)，HBM通過3D堆疊技術，能提供遠超傳統DRAM的帶寬和更低的能耗，完美契合AI算力對高速數據吞吐的要求。使用DDR5芯片(目前廣泛部署的一種傳統DRAM)傳輸1TB數據可能需要超過10秒，而使用單個HBM3則大約快10倍。這種速度對AI系統至關重要。

　　AI基礎設施建設仍在加速推進，大型科技公司預計在2026年的支出將高達驚人的6500億美元，在2025年已經創紀錄水平線上又增長約80%。而HBM等先進工藝存在技術壁壘，產能爬坡需要時間，導致有效供給不足。還有一些囤貨因素，那就是擔心后面芯片漲價，也提前下單一些因素，一旦改變，這部分需求又會改變。實際上，行業也并不是沒有利空，如2026年3月下旬受谷歌AI內存壓縮技術TurboQuant傳聞影響，全球存儲芯片板塊出現短期回調，A股部分公司股價最大回撤超40%。那么，未來隨著“芯片荒”也會有替代因素，這就會形成逆轉的因素。

　　這些因素其實就是上一輪“芯片荒”的經驗，也是年報金股行業功課儲備的意義，那么2026年的年報金股行業還是實現了不錯的收益，尤其是幾次市場調整之際都扛住了，逆勢活躍。當然板塊也有自身的調整節奏，以及美伊沖突之后市場破位后的分化，這里面又有個股與指數博弈經驗值得總結，我們為下一個階段博弈做一個梳理。