AI计算认知的转变将内存从消耗品重新定位为资产,推动内存行业结构性重估。核心观点如下:
-
AI计算资产化:AI计算并非快速贬值的技术商品,而是可跨代重新部署的基础设施资产,产生持续现金流。AI资本支出(CapEx)是积累计算存量资产的过程,而非单纯成本。例如,CoreWeave的A100基础资源签订至2029年的长期合同,老款GPU价格维持高位,体现计算分层概念(类似内存分层),客户选择性价比而非最快GPU。
-
经济寿命与利润区:GPU等AI基础设施初始合同结束后可通过重新签约反复产生收入,成为可融资资产。亚马逊服务器投资平均不到三年盈亏平衡,若计算资产经济寿命超三年,后续使用期将产生额外利润。如A100第九年仍适用,市场担忧的回收期与实际经济寿命间存在可观的超额回报区。
-
内存地位变化:AI是资产密集型行业,物理供应约束使内存地位发生结构性变化。客户签订长期协议(LTA)需求明确,内存对客户利润区产生实质影响。内存盈利能力增强是结构性趋势,价格上涨速率放缓的“见顶”逻辑需警惕,当前周期强度通过“持久性和可见性”吸收。
-
内存估值拐点:内存盈利持久性和可见性增强将加强股东回报。SK证券维持对内存增持观点,聚焦内存盈利能力提升和长周期持久性驱动回报。三星电子与SK海力士合并预计2026年运营利润641万亿韩元、2027年977万亿韩元,积极股东回报将成为长周期信心和内存重估关键基础。
-
研究结论:内存重估需关注盈利持久性和可见性,而非单纯价格变化。当前时代周期强度通过“持久性和可见性”吸收,内存行业结构性盈利能力提升将推动行业重估。