半导体酝酿新升浪--股指周报--

市场调整已结束，转入上升市 马斯克：存储需求增速远高于供给增速。SpaceX：新增的算力部署，不到一年即可回本 马斯克表示，存储供给每年增长约20%，这对任何成熟大型行业来说都是惊人的增速，但需求增速高达200%甚至更高，需求增速远超供给增速，价格只会上涨，这是经济学基本规律。 首席财务官：目前，新增算力部署的投资回收期已不足一年。几乎可以将其视为流动成本，因为资金转化为收入的速度极快。在极高的工程效率下，庞大的资本开支正在迅速转化为利润。 SpaceX的算力容量已从第一季度的1GW增长至目前的1.4GW，预计年底将超过2GW。到2027年底，算力规模可能在5-10GW之间。马斯克称，暂定目标是到2027年年底，在线电力和冷却系统达到20GW……我们希望电力、冷却和电气设备的数量远超我们的GPU数量。 随时间推移，用于Grok训练的算力占比将逐步下降，更多算力将用于推理服务或租赁给其他方（无论是训练还是推理）。大致而言，Grok训练大约会占用我们10%的算力。 我对每瓦算力的收益预测是30至50美元区间，这只是粗略估计。随着AI技术进步，单位功耗产生的智能价值在快速提升，这意味着单位功耗的实用价值也在快速提升。 8月6日1周四，SpaceX官网发表《德州Terafab工厂破土动工》一文。将在同一地点完成先进逻辑芯片和存储芯片的制造、封装与测试。重申Terafab芯片工厂最终要年产“1太瓦算力”，1太瓦相当于1000吉瓦。 数据来源：华为，格林大华期货 随着AI推理和智能体AI快速发展，客户对存储需求的增长速度已经超过公司供应能力，部分大型客户在签署多年期供应协议后，仅数月后便要求增加未来3至5年的采购量。 闪迪披露，通过在推进的新商业模式（NBM）协议，八大客户锁定未来多年供应，协议覆盖2027财年超过50%的供应，覆盖2028财年约三分之二供应。 AI推理正在推动存储需求进入新的阶段，NAND已经成为AI基础设施的重要组成部分。AI从根本上来说是一个以存储为中心、对存储高度依赖的问题，它正在重塑NAND需求方程。 未来每一次AI交互都会产生大量需要保存、调用和低延迟访问的数据，而这些环节都依赖高容量企业级SSD和NAND闪存。 随着AI推理规模扩大，正在探索新的内存和存储架构，而闪迪认为HBF可能成为突破AI系统瓶颈的重要技术。 AI服务器、云计算基础设施以及企业级AI应用，将推动NAND需求进入新的结构性增长周期。2025年数据中心约占NAND总市场规模30%，2026年提升至约50%，未来仍将继续超过整体市场增速。2026年全球NAND市场规模将超过3000亿美元，同比增长约3倍，2027年市场规模将接近5000亿美元。 数据来源：华为，格林大华期货 西部数据：AI时代数据会复合增长，物理AI正引爆硬盘需求，长协扩展至2031年 AI对存储的驱动正在发生结构性质变。 AI正迅速从“仅仅回答问题”转向“执行工作的智能体（Agent）”，在多步骤工作流中持续运行。智能体在工作流的每一步都会生成数据，既增加了创建的数据量，也增加了必须随时间存储的数据量。 AI训练和推理工作负载会随时间共享和重用计算资源。然而，这些工作负载产生的数据都在持续积累。 这种转变让存储需求不再是“一次性的基础设施构建周期”，而是“数据的复合增长”。 物理AI，训练所需的现实世界数据量是不够的，需要生成和存储合成数据集，这创造了存储需求的另一个驱动因素。 我们目前正积极与客户讨论建立2029、2030和2031日历年的长期协议（LTA）。客户对将LTA扩展到2031年的需求仍然非常强劲。 如今，超大规模数据中心中存储的大约80%的数据都存放在硬盘驱动器上。 西部数据明确表示不会盲目进行资本开支扩产。 数据来源：华为，格林大华期货 DeepSeek公告将大幅上调价格，暗示算力需求激增下，中国算力供应已空前紧张 月之暗面K3大模型，参数2.8万亿，综合水平已和美国顶尖大模型接近 月之暗面Kimi K3体现“杰文斯悖论”效率提升反而增加资源消耗 花旗半导体分析师Peter Lee认为，Kimi K3触发“杰文斯悖论”，即技术效率提升降低单位使用成本后，最终资源总消耗不降反升，服务器DDR5和eSSD等通用内存需求仍会增加。 Kimi K3的吸引力来自低成本与高性能组合。公开价格显示，缓存命中输入价格为每百万token 0.3美元，输出价格为每百万token 15美元。目标是支持长周期智能体工作。 模型降价不会自动减少硬件需求。相反，低成本可能提高开发者和企业调用模型的意愿，推动更多AI智能体部署。智能体任务并非一次性问答，而是在连续任务中不断生成、读取和处理token。调用次数和任务长度上升，会把单位成本下降重新转化为总资源消耗。 Kimi K3仍不是轻量级部署方案，其运行需要多节点集群，超级节点配置超过64颗GPU。更重要的是，长上下文和智能体任务会推高KV Cache占用，进而增加推理端内存负担。 KV Cache需求直接关联服务器DDR5和eSSD。DDR5承担高频数据存取，eSSD受益于更大的缓存和数据存储需求。 美银证券指出，如果开源模型持续逼近，OpenAI，Anthropic和Google需要依靠更大规模训练，更多强化学习与合成数据循环，更重的测试时推理，以及更快的产品发布节奏来守住差异化。 数据来源：WIND，格林大华期货 阿里巴巴发布Qwen3.8，参数规模高达2.4万亿 7月19日，阿里巴巴发布旗舰大模型Qwen3.8 Max预览版，参数规模高达2.4万亿，官方称其综合能力在全球范围内仅次于Anthropic的Fable 5. 腾讯WorkBuddy智能体月活跃用户快速突破2000万户。智能体时代，算力需求激增 数据来源：腾讯，格林大华期货 亚马逊：在手订单近5000亿美元云业务需求远超产能AI投入三年回本 AWS二季营收达到422亿美元，同比增长36.7%，营业利润率达到39%。录得18个季度以来最快增速。 我们的在手订单达到4960亿美元，同比增长三位数。 我们没有足够的产能来满足2026年的所有需求，而且我相信2027年的情况也会如此。事实上，我们目前对2028年的预计需求已经非常惊人了。 AI的增长驱动核心业务，因为训练后的强化学习和代理工具使用主要在CPU上进行，而非AI加速器。 对于服务器和网络设备，平均而言，这项投资需要不到三年时间就能实现收支平衡。服务器的使用寿命目前至少为五到六年，而我们目前大部分的AI容量合同期限至少为五年。这意味着在实现收支平衡后的两到三年内，我们将在服务器和网络设备上产生可观的自由现金流。 对于使用寿命超过30年的数据中心，我们至少应该获得五到六代服务器经济效益。 亚马逊正在考虑向第三方直接出售自研芯片。 2026年的现金资本支出将约为2200亿美元，高于我们先前的约2000亿美元的估计。 数据来源：华为，格林大华期货 三星：存储供不应求2027年比今年更紧张60%至70%产能分给长期协议 在生成式AI与Agentic AI（代理型AI）需求的强力驱动下，三星营业利润高达89.5万亿韩元，同比飙升1814% 面对汹涌的算力需求，三星电子管理层在财报电话会上释放了明确的信号：供需缺口正在扩大。 随着Agentic AI（智能体AI）加速普及，Token消耗量呈指数级增长，不仅AI服务器需求空前，通用计算服务器需求也极为旺盛，通用计算需求呈指数级增长。 行业可用存储供应相对于需求依然明显不足。新建晶圆厂到实际开始生产需要超过3年，因此我们认为，在2028年以前，新增供应不太可能出现显著增长。预计2027年的供应约束将比2026年更加严重。 三星正与全球十大科技巨头签订含大额预付款的5年期滚动长单（LTAs），以锁定公司60%—70%的总产能，长单模式将成为未来业绩"压舱石"。包含大额预付款，分布于整个合同期。设置最低价格条款（价格底线）。 由于几乎每位客户都在寻求LTA，我们难以在可用产能范围内满足所有供应请求。 我们还在积极应对AI应用场景带来的服务器SSD需求增长。今年，服务器SSD预计将占我们NAND销售组合的60%以上。 微软：Azure收入增超40%，巨额AI投入换来更快的云收入增长 第四财季，Azure和其他云服务收入同比增长43%，明显好于市场预期的39.6%。智能云业务营收393亿美元。 微软云的商业剩余履约义务，即RPO，同比大增84%至6780亿美元。约为整个2026财年微软营收规模3318.4亿美元的两倍。 第四财季新增尚未开始执行的数据中心租约承诺超过1300亿美元，总额环比增长67.4%至3291亿美元，显示其AI算力扩张仍在加速。 包括融资租赁获得的资产在内，第四财季微软的资本支出达到410亿美元。以约1900亿美元的微软今年支出指引计算，全年支出将较上年增长61%。 微软正在以空前规模建设数据中心、采购AI芯片，并扩张云计算基础设施。 第四财季，微软新增尚未开始执行的数据中心租约承诺超过1300亿美元，增幅67.4%，是微软数据中心租赁规模的一次历史性跃升。 AI需求可能已经从早期试验阶段进入更大规模的商业部署阶段。企业客户不再只是测试Copilot或Azure AI服务，而是在长期云合同和软件订阅中锁定未来使用量。 数据来源：华为，格林大华期货 Meta：AI变现见成效只出售算力是愚蠢的开源模型是企业需要的 伴随着AI技术对核心业务的全面加速以及个人超级智能蓝图的展开，Meta Q2营收超预期增长28%。 Meta的AI投资不仅正在实实在在地赚钱，而且还在勾勒一个覆盖数十亿人的“超级智能”商业版图。 个人与商业AI代理（Agent）构成了Meta未来业绩指引和想象空间的最大看点。 关于出售算力，其表示仅仅出售所有的计算能力并获取短期利润是愚蠢的，相信销售智能的利润率将持续显著高于直接销售计算能力。利用算力构建智能并在其基础上创造复合价值，才是真正的商业飞轮。 目前整体行业产能将在可预见的未来保持紧张，Meta当前的计划是“旨在最大化2026年和2027年的产能”。 Meta在会上宣布上调资本支出预期，预计全年资本支出将在1300亿至1450亿美元之间。 为了满足庞大的算力需求，Meta正积极推进基础设施建设，包括刚刚宣布与BlackRock合作在德克萨斯州开发1吉瓦的新数据中心。 我们一直认为开源是生态系统的重要组成部分，对世界有益，它创造了对我们有益的反馈循环。 数据来源：华为，格林大华期货 谷歌上调资本开支，积压订单增加，租用第三方算力 公司再度上调2026年全年资本开支指引至1950亿-2050亿美元，高于此前1800亿-1900亿美元的预期。 第二季度，Google Cloud收入达到247.68亿美元，高于市场预期224.6亿美元，同比飙升82%，创近年来最快增速，显示AI投资正持续转化为商业回报。 谷歌云业务已签约但尚未确认收入的积压订单（backlog）增至5140亿美元，环比增长500亿美元。 谷歌承认，内部算力建设速度暂时无法完全满足客户需求。公司将在第三季度扩大第三方算力的使用，作为内部基础设施建成前的“过桥策略”。这将帮助公司在短期内承接更多大型云客户和多年度合同。 AI功能持续推动Google搜索查询量增长，公司网络安全产品需求亦保持强劲，新推出的Gemini 3.5 FlashCyber在成本效率方面表现突出。 在模型路线图方面，重心转向下一代旗舰模型Gemini 4，称其为“规模更大的下一代前沿模型”，目前正集中算力优先推进训练，并表示谷歌模型发布的节奏将会加快。 巴克莱在谷歌Q2财报后大幅上调资本支出预期：2027年升至3500亿美元，2028年升至5000亿美元，均超同期经营性现金流。核心驱动为Gemini 4大模型训练的算力需求。 数据来源：华为，格林大