📌内存，AI 的循环系统：重新评估战略价值

📌内存，AI 的循环系统：重新评估战略价值
🤖AI 投资范围扩大：从 GPU 延伸至 CPU 与内存

🤖我们认为，英特尔、AMD与 Arm在纽约市场同步上涨，反映市场预期 AI 基础设施投资重心正快速从 GPU 向外拓展，覆盖 CPU 与内存。Meta智能体登顶美国应用商店下载量，进一步印证这一判断，AI 服务开始同时展现真实用户流量增长与商业化潜力。我们认为股价上涨表明市场正在重新评估一条潜在的正向循环：AI 投资→服务落地→流量增长→商业化变现。尤其 AI 智能体的普及，将从结构上提升 AI 数据中心对内存的需求，覆盖 CPU、GPU、HBM、DDR5 以及 eSSD。相比传统生成式 AI，AI 智能体需要更频繁、持续的推理负载。随着 AI 服务商业化落地的可能性提升，AI 基础设施投资有望维持更长时间，内存需求的可见度也将随之拉长。
🤖AMD 市值突破 1 万亿美元：信号指向 AI 的下一个瓶颈转向内存
🤖AMD 成为继英伟达、博通和美光之后，第四家市值突破 1 万亿美元的美国半导体公司，这一事件的意义远不止单一公司市值上涨。我们认为这标志着 AI 基础设施投资正在快速向 CPU 与内存延伸。受益于 CPU 与 GPU 业务放量，AMD 二季度数据中心营收同比上涨 107%。当 AI 推理变为持续性任务，CPU 与内存承载服务、处理数据的作用会伴随 GPU 算力同步提升。这对内存行业存在两点影响：
🤖1）服务器 CPU 增长，将直接拉动大容量 DDR5 服务器内存需求；
🤖2）GPU 与 AI 加速器规模扩张，会同步带动 HBM 需求，拓宽内存需求的底层基数。
🤖内存是 AI 的循环系统：战略价值被重新定义为核心资产
🤖智能体 AI 的响应速度约每秒 1000 token，而传统生成式 AI 处理速度约每秒 100 token。AI 系统性能的竞争，已经不再局限于单纯算力比拼，而是转向处理器能够获取的数据总量以及数据供给速度。三星电子正在研发新一代 HBM，这是一种将内存堆叠在 GPU 之上的架构，突破传统 2.5D HBM 结构；样品预计将于 2027 年末开始供货。随着 AI 模型迭代、推理速度提升，AI 系统性能的核心决定因素，正逐步从 GPU 算力转向内存带宽、容量与数据传输速率。如果 GPU 是 AI 数据中心的心脏，CPU 是大脑，那么内存就是输送氧气的循环系统，持续为整套系统供给和传输数据。内存因此成为决定数据中心性能与效率的核心环节。三星电子与 SK 海力士的战略价值将被市场重新评估，两家公司的定位，将从单纯的内存供应商，升级为 AI 基础设施领域的核心资产。