记忆:是商品还是稀缺品?

本文为机器翻译
展示原文

声明:这篇文章的草稿我大约两个月前就写好了,但因为记忆力衰退,直到最近才抽出时间来发布。唉。虽然我之前写的关于机器经济的文章也提到过它!


过去几个月,我一直在思考内存问题,也一直在进行内存方面的投资。多年来,我们都对计算机内存习以为常,但明年我们将真正认识到它的重要性。

为了让大家了解这件事的重要性:到 2026 年,所有消费电子产品和电脑的价格都会上涨,而规格却会变差。

在讨论当今的机遇之前,让我们回顾一下记忆的历史,了解记忆是什么以及它从何而来。

起源

在了解现在的内存技术(HBM - 高带宽内存)之前,我们需要先了解什么是内存以及它的起源。内存本质上就是工作内存,只不过是用于计算机的。一般来说,你希望计算机能够:

不幸的是,从物理学的角度来看,这两者是完全相反的。你不可能既拥有极快的访问速度,又拥有极其庞大的存储容量。这就好比你想要一个容量巨大的仓库,但又希望任何包裹都能瞬间取出。它们根本无法兼得。

因此,计算机将这种信息分为两种类型的“内存”。

我们这里主要讨论的是第二类存储器,它从RAM(随机存取存储器)开始讲起。当CPU(中央处理器)工作时,它需要临时存储信息。RAM解决了这个问题,它就像一个临时记事本,有点像你在脑子里进行算术运算时用的那种临时存储器。

然而,随着CPU性能的提升,我们需要在内存芯片中存储更多信息,于是行业发展出了DRAM(动态随机存取存储器)。通过集成更多的晶体管和电容器,计算机可用的工作内存大幅扩展,从而拓展了计算的应用场景。这催生了:

然而,我们的需求并没有减少。它们从未减少过,我们开始看到以下分歧:

External Memory - Algorithmica

如果我们仍然沿用目前以CPU为主导的计算模式,这就不会是个问题。因为瓶颈不在于内存大小,而在于内存带宽!

高性能计算的兴起

编写通用计算应用程序时,只需将其交给计算机,它就会自动分配 CPU 和内存。然而,CPU 不足以进行高性能计算。为此,你需要更强大的设备——GPU(图形处理器)。GPU 与 CPU 的区别在于,GPU 的设计初衷是执行规模庞大的简单数学运算。CPU 的设计目标是处理更复杂的任务,但并行运算能力较弱(可能只有 128 个并行线程),而 GPU 则拥有数万个并行线程。在这种情况下,瓶颈不在于内存,而在于带宽,因为计算能力取决于在完成小型数学运算后,存储/检索信息的速度。

那么我们究竟是如何实现这一点的呢?韩国的研究人员开发了一种名为高带宽内存(HBM)的技术。它的不同之处在于,它不是将内存堆叠在GPU周围,而是堆叠在GPU顶部,这样就减少了物理距离,因为水平距离小于垂直距离。

希望下图能够说明这一点。

The history and future of DRAM architectures in different application  domains – an analysis | imec

为了更好地展示 HBM 的外观,这里提供一个不同的视角:

HBM4 could double memory bandwidth to 2048-bit | TechSpot

这意味着内存本身与整个GPU堆栈的集成度更高,需要更先进的封装技术。你不能简单地把HBM从一台机器里取出来插到另一台机器里,它与GPU本身紧密相连。为什么要这么做呢?让我们来看一下背景:

带宽提升 10 倍意味着你的 GPU 可以立即处理下一个任务,而无需等待计算完成。这样,你就能更充分地发挥昂贵 GPU 芯片的性能。

这意味着它们并非像文章开头我展示的那种普通DRAM内存条。它们是更加专业的硬件。即使是我展示的DRAM内存条,考虑到最新一代DDR4/5内存的要求,制造起来也并非易事!

机会

2025年9月,发生了一件非常有趣的事情……DDR5内存的价格开始快速上涨!

AI Is Eating All the DRAM. DDR5 Prices Just Doubled. GPUs Could Be Next. |  TechSpot

正如上图所示,大约在2025年9月,DDR5内存的价格从每条100美元上涨到200美元。你可能会问,发生了什么?嗯,这都和人工智能有关……

但我们难道不能多生产一些吗?不完全是。

世界上只有三家公司擅长生产这种东西:

除了这三家生产内存条几十年的公司之外,没有其他选择。没有竞争对手

与之竞争需要数百亿美元的投入和至少十年的经验积累。这绝非易事。中国官方支持的企业在这一领域仍然落后于西方,即便他们最终成功,我们也不会购买,因为这会带来安全隐患。

但是,如果需求真的这么大,现有玩家难道不会赚更多钱吗?这就需要我们运用经济学和博弈论的思维来分析了。

首先,我上面列出的公司都是上市公司(是的,我投资了所有这些公司),这意味着它们有义务每个季度报告其收益、支出和未来计划。

其次,这些半导体公司的市盈率高达10-15倍。这是为什么呢?因为它们过去曾因需求过剩而遭受损失,为了满足需求而大量生产,结果需求却突然消失。雪上加霜的是,代工厂持续的运营成本会消耗现金流,需要举债维持运转。

第三,上述因素意味着市场将记忆视为一种周期性商品,通过低市盈率和高度怀疑态度对其进行惩罚

最后一句话正是机会所在,因为它与经验不符。HBM并非普通商品,其制造需要高度专业化的技术。其次,关于需求:HBM的供应已售罄至2026年。最早也要到2028年才能看到更高产能投入使用。然而,即便产能提升,模型规模也会更大,资源需求也会更高,需要更大的上下文窗口。我在这篇文章中详细阐述了更大的上下文窗口及其如何以二次方而非线性的方式扩展:

这一切都表明,内存需求不会消失。你面临的挑战在于,如何在这些公司股价在过去一年上涨 200% 到 500% 之后买入。你可能会认为股价会出现大幅回调,从而获得买入机会,但你面临的风险是股价可能继续上涨,因为这些公司的基本需求和后续现金流不太可能发生实质性变化。

在所有入围者中,我最喜欢的是:

  1. SK海力士:在血脑屏障领域占据绝对市场主导地位,市场份额超过60%。预期市盈率约为7/8倍,预计将通过发行美国存托凭证(ADR)在美国交易所上市,这将极大地拓展潜在投资者市场。

  2. 美光科技:目前远期市盈率约为10倍,总部位于美国。该公司生产HBM内存、固态硬盘等产品。过去一年股价仅上涨了250%。我认为其股价仍有2-5倍的上涨空间。即使市场不给予更高的市盈率,盈利增长也将推高其估值。

  3. 闪迪:可能是所有公司中最难持有的,因为它的股价已经上涨了500%,而且NAND/闪存的安全性也值得怀疑。目前仍然严重缺货。如果高带宽闪存真的能实现,那么闪迪的股票就非常划算了。他们正在与海力士合作开发这项技术,所以最终结果还有待观察。

  4. 其他提及的公司还有希捷和西部数据。虽然它们并非内存厂商,但它们提供的存储设备也面临着巨大的短缺,因为数据量呈爆炸式增长。

免责声明:以上所有设备均为本人所有,并且由于全球内存短缺问题持续存在,我打算至少再持有 1-2 年。

更广泛的注释

从更广泛的市场角度来看,作为一名技术投资者,我首先了解底层技术,其次才是财务数据,因此我看到了一个非常有趣的投资机会。人工智能发展的其他领域也存在类似的定价错误,我打算将资金投入其中。每隔三个月,模型能力的提升都让我印象深刻,只要这种能力和模式的提升速度不放缓,我就会一直看好这一投资理念。

来源
免责声明:以上内容仅为作者观点,不代表Followin的任何立场,不构成与Followin相关的任何投资建议。
喜欢
收藏
评论