AI 算力与存储周期深度研究

为什么现货内存价格仍在上涨，存储股却率先暴跌？复盘 1998、2000 与 2018 年历史周期，揭示存储股交易“价格上涨二阶导（加速度）”的底层定价规律与见顶信号。

打破传统存储器“涨价—扩产—崩盘”的周期律假设，从智能体 Token 消耗、长上下文 KV Cache 状态驻留与模型规模三大引擎量化推演 2026—2030 年 HBM 的结构性供需缺口。

围绕存储带宽、计算灵活性与部署功耗三大核心约束，横评 Groq、Cerebras、Tenstorrent、SambaNova、Etched 等 12 家 AI 推理芯片公司的四大存储架构路线与生存空间。

基于 SemiAnalysis 深度研究，剖析全球第四大 DRAM 厂商长鑫存储在设备管制、制程代差与良率上的真实约束，论证为何其扩产短期内不会终结由 HBM 驱动的内存超级周期。

复盘 6 月末美光财报后的半导体板块抛售，探讨季末资金再平衡、Token 降价压力（Tokenmaxxing）、内存涨价对下游利润的挤压，以及云巨头资本开支指引对算力股的决胜意义。

当 AI 演进至推理主线，存储成为最大算力瓶颈。本文从定制化属性、指数级需求与技术迭代三大条件出发，推演 HBM、DRAM 与企业级 SSD 能否摆脱传统强周期泥潭。

围绕陈立武“瓶颈在哪里，印钞机就在哪里”的投资哲学，深度剖析英特尔押注的 EMIB 先进封装、玻璃基板与合成金刚石散热三张王牌，以及后摩尔时代的供应链价值迁徙。

从英特尔延揽前 SK 海力士 CEO 李锡熙执掌先进封装切入，对比 EMIB 局部硅桥与台积电 CoWoS 整片硅中介层的成本、面积与良率优劣，解析 AI 芯片封装格局的潜在变局。

当“AI CapEx 普涨扩散”逻辑告一段落，算力投资进入去伪存真阶段。本文从量、价、产品结构与持续性四维出发，将产业链划分为四大象限并梳理存储、光互连与供电散热的核心卡位。

穿透晶圆厂前道设备（WFE）表观市占率，从技术代际垄断、装机存量售后复利（CSBG）、客户粘性与自由现金流质量四个维度，解析 ASML、AMAT、LRCX 与 KLAC 的估值分化逻辑。

将 AI 数据中心光互连产业拆解为衬底材料、外延设备、代工封装、测试良率、光器件模块与网络部署六层技术栈，厘清各环节的核心壁垒、兑现周期与代表标的。

Marvell CEO Matt Murphy 联手黄仁勋与日月光吴田玉，深度阐述 AI 算力瓶颈如何从计算、内存迁移至高速连接，以及 1.6T 相干光、100T 交换芯片与共封装光学（CPO）如何突破机架“铜墙”极限。