• 全部
  • 产业
  • Web 3.0
  • DAO
  • DeFi
  • 符文
  • 空投再质押
  • 以太坊
  • Meme
  • 比特币L2
  • 以太坊L2
  • 研报
  • 头条
  • 投资

免责声明:内容不构成买卖依据,投资有风险,入市需谨慎!

标普500硬件逆袭:存储股正在蚕食软件股的AI溢价

2026-06-29 22:12:41
收藏

你可以感受到办公桌间气氛的转变。某天早晨,那些主导人工智能(AI)故事的软件公司股价突然停滞不前。与此同时,美光科技、西部数据、希捷科技开始飙升。这不是轧空,也不是传闻周期。这是真实的资金轮动。

并非单一头条新闻所致,而是信号累积的结果。超大规模云服务商增加了AI资本支出,英伟达推出Blackwell平台进一步拉高了内存需求,内存供应商则表示高带宽内存(HBM)供应紧张将持续更长时间。市场终于提出了一个简单的问题:AI投资最终流向了哪里?

答案在于:大量资金流入了存储和内存领域。

宏观图景

当前发生的是AI价值链的重新定价。在过去一年多的时间里,软件领域凭借快速变现的预期吸纳了大部分AI溢价。而现在,瓶颈变得更加明显。模型训练和推理的规模受制于带宽、容量和功耗。这促使聚光灯从幻灯片转向了硅片,尤其是那些维持数据传输与存储的、不那么光鲜的硬件。

AI交易正在向这些制约因素转移。到2026年,这些制约因素将表现为内存带宽、存储容量和电力供应,而非功能清单。

为何是现在?多个催化因素同时出现。英伟达的Blackwell平台提升了计算性能的上限,从而也提高了内存性能的下限。美光透露HBM供应紧张将持续数个季度,同时机械硬盘(HDD)和企业级固态硬盘(SSD)制造商谈论了面向AI数据湖的近线存储需求复苏。超大规模云服务商上调了AI资本支出指引。资金分配的算法发生了改变,随之而来的是标普500指数成分股领导地位的更迭。

谁受到影响?

显而易见的赢家包括内存和存储供应商、数据中心运营商以及电力基础设施相关公司。另一方面,一些AI软件公司正在消化早先的估值溢价,原因是客户推迟了大规模应用或整合了工具集。大型云服务提供商则处于中间位置,他们开出支票并指定规格。

内存短缺改变了游戏规则

HBM从"锦上添花"变成了关键制约因素

高带宽内存(HBM)紧邻图形处理器(GPU),为其快速提供数据。如果计算是引擎,那么HBM就是燃料管线。问题在于供应、封装产能和良品率。当一家供应商表示其HBM产出实际上已预售至明年,市场便会警觉。美光表示其2024年的HBM产能已售罄,2025年的大部分产能也已预售,这凸显了并非炒作的需求曲线。

Blackwell再次提高了内存门槛

英伟达的Blackwell系列产品对更高的内存容量和带宽提出了预期,这为HBM供应商和基板封装生态系统带来了更大价值。更强的计算能力意味着每个系统需要更多内存,以及更庞大的存储主干来支撑供给。这还未考虑冗余、检查点和训练数据扩张等因素。

存储并非单一事物

将不同层次区分开来是有帮助的。HBM提供紧邻GPU的带宽。SSD和NVMe(非易失性内存快速通道)结构处理热数据和快速暂存空间。HDD则覆盖冷数据、成本低廉的EB级存储,用于存放原始训练语料库和日志。每一层都捕获了AI投资中不同的部分。

AI工作负载实际存储什么

当人们说AI需要存储时,通常指涉各类存储设备。实际上,AI流水线涉及多个层级。以下是粗略的流程:

数据摄取: 将原始文本、图像、视频和专有数据拉取到对象存储桶中。这种存储方式成本低廉、可扩展,通常基于HDD。
数据预处理: 在基于SSD的缓存上创建经过清洗、分词或特征工程处理的数据集,以实现快速处理。
模型训练: 将数据批次从快速存储传输到GPU。将检查点和优化器状态保存在快速、可靠的存储层上。
模型评估: 记录日志和指标。归档中间工件以便审计和复现。
模型部署: 对于推理而言,将模型和嵌入存储在快速存储中,但将用户日志和遥测数据发送到成本较低的存储层。
数据保留: 政策法规要求数据保留、版本控制和追踪溯源。这几乎总是容量密集型的。

HDD在AI世界为何重要

近线HDD提供了最低的单TB成本,这就是超大规模云服务商持续购买它们用于对象存储和备份的原因。西部数据和希捷都在其投资者更新中指出,随着AI数据集扩张,近线存储需求正在复苏,这与云买家在财报电话会议上暗示的情况相符。

SSD仍有其用武之地

企业级SSD,尤其是NVMe SSD,处理训练和推理中高输入输出(IOPS)部分的任务。它们并非用于替代HDD进行海量存储,而是位于HDD之前。可将其视为缓存、暂存区和特征存储。

AI资金真正的落脚点

追随买家,而非头条新闻。

软件相关的公告可能看起来很光鲜,但这个周期中最大的支票是由一小批超大规模云服务商和少数模型实验室开出的。这些买家正在建设基础设施,从计算和内存开始,接着是存储、网络和电力。之后才是企业范围的软件应用。Meta在其2024年财报中公开提高了资本支出以支持AI基础设施,表明了其资金重点所在。

层级主要买家收入时间点谁先受益
计算 + HBM超大规模云服务商,模型实验室前期,大批量GPU供应商,HBM供应商
快速存储(SSD/NVMe)同一批买家与集群建设同步企业级SSD,控制器制造商
容量存储(HDD/对象存储)云平台持续进行,随数据增长HDD供应商,介质供应商
软件工具企业分阶段试点,速度较慢应用供应商,平台

电力和房地产是底层支撑

许多市场存在物理限制。开发商和公用事业公司不断指出电力约束会减缓新产能的建设。国际能源署明确指出,本十年数据中心和网络将消耗日益增长的电力份额,这会影响建设进度和成本曲线。

为何估值正向硬件迁移

投资者为瓶颈因素定价,而非宣传手册。

当供应紧张且定价具有杠杆效应时,硬件的市盈率会超出你对周期性行业的预期。内存和存储通常以适度的盈利倍数交易,因为繁荣期会吸引产能增加。但AI周期并非正常繁荣。HBM封装、先进制程和基板产能难以迅速提升。HDD发展路线图受限于物理学和介质创新时间表。这延长了生产商维持定价和产品组合的窗口期。

软件变现速度更慢且不均衡。

许多AI软件套件仍处于试点阶段,或正被整合到现有许可中。企业买家在全公司推广之前,希望看到明确的生产力提升、风险控制和可预测的成本。这需要数个季度,而非数周。与此同时,硬件按计划订购、交付和折旧。股票市场会注意到已确认订单与基于愿望的年度经常性收入之间的区别。

预付款和长期协议改变现金周期。

一个悄然发生的变化是客户行为。当供应紧张时,大买家会签署更长期的承诺,甚至预付费用以确保配额。这可以将现金前置,降低供应商的盈利波动性,支持评级上调。在整个产业链中,内存和组件供应商的披露文件中可以看到关于长期供应协议和产能预定的表述。

下一季度需关注的信号

HBM良率和产能更新: 关注内存供应商关于HBM良率和制程节点的报告。关注基板和封装产能情况。如果良率提升速度快于需求增长,稀缺溢价将会消退。如果需求继续保持领先,硬件将保持领先地位。

近线HDD EB级出货量: 希捷和西部数据通常会在电话会议或报告中公布近线存储的EB级出货量指标。稳步增长加上价格企稳,将验证AI存储建设的论点。

超大规模云服务商资本支出指引: 微软、亚马逊、谷歌和Meta的资本支出评论为整个产业链定调。关注其中有多少专门用于AI,以及它们如何讨论相对于计算规模的存储规模。

技术优势劣势AI角色
HBM靠近GPU的极高带宽封装复杂,供应紧张为训练和大型推理加速器提供数据
GDDR/高端DRAM高速,灵活功耗高,成本高于NAND加速器内存,缓存
企业级SSD快速IOPS,低延迟每TB成本高于HDD暂存空间,特征存储,模型仓库
近线HDD每TB成本最低,技术成熟速度慢,机械结构对象存储,备份,原始语料库

对数字资产的溢出效应

加密货币矿工与数据中心的界限模糊。

部分加密货币矿工已转向AI托管或混合数据中心。当AI服务器每兆瓦的收益高于挖矿时,资本自然会流向AI。这可能会影响算力增长、矿工估值以及二手市场GPU和网络设备的供应。这也使加密货币与制约AI建设的电力和房地产因素联系更加紧密。

去中心化存储再次受到关注,但存在隐忧。

出售存储容量的协议处于一个尴尬的位置。AI需要可靠、高吞吐量的存储,并伴有严格的服务水平协议和合规性要求。去中心化系统可以提供价格和冗余优势,但集成、性能和信任问题仍是企业AI工作流的障碍。如果桥梁技术得到改善,使用可能会增加。否则,炒作将领先于实际工作负载。与往常一样,与这些系统相关的代币具有波动性,并伴有智能合约和治理风险。

股票与加密货币的相关性可能发生变化。

当市场转向硬件和电力时,一些数字资产的叙事会降温,尤其是那些与应用层AI代币相关的。而其他,如实体基础设施和数据可用性,可能会获得更多关注。这一切都不是预测性的。它只是说明了当约束条件发生变化时,资本通常如何流动。

风险与潜在问题

HBM供应比预期更快赶上: 这可能给内存供应商的定价和利润率带来压力。
超大规模云服务商因电力或许可问题延迟部署: 这将推迟存储订单。
软件采用速度比预期更快: 在AI功能证明投资回报率后,软件股的估值倍数可能重新扩张。
宏观经济放缓抑制广告和云增长: 这可能导致资本支出削减和数据中心扩张暂停。
技术突破: 例如改进的内存压缩或更好的数据整理,可能降低单位计算量的存储强度。
监管或隐私法规限制数据保留: 这将削减存储容量增长的尾部。
溢价跟随瓶颈: 如果瓶颈从存储转移到其他领域,领导地位将会再次改变。

常见问题解答

问:为什么存储类股票目前表现优于AI软件公司?

答:因为最大的AI买家仍在建设基础设施。这部分支出集中在计算、内存和存储。软件固然重要,但许多企业部署仍处于试点阶段,客户希望看到更明确的投资回报率和风险控制。市场正在奖励那些正在确认订单的领域。

问:HBM、SSD和HDD在AI系统中有什么区别?

答:HBM紧邻GPU,为训练和大型推理提供极高带宽。SSD通过高IOPS处理热数据和暂存空间。HDD为数据湖、备份和归档提供廉价容量。三者各司其职,用于流水线中的不同部分。

问:英伟达的Blackwell是否会改变存储前景?

答:很可能会加剧存储需求。更强大的加速器往往需要更大的内存带宽,并产生更多的工件和日志,从而推高对快速和大容量存储的需求。英伟达自己的材料也指向下一代系统中更高的内存容量,这对内存和存储供应商是利好消息。

问:如果硬件领涨,AI软件公司的估值是否就没有希望了?

答:不是。这是一个顺序问题,而非末日审判。如果软件展现出持续的生产力提升和更安全的部署环境,预算将会跟进。只是目前硬件首先接到了订单。

问:如何跟踪存储交易是否变得拥挤?

答:关注供应商关于定价、交付周期和利用率的评论。监控超大规模云服务商的资本支出指引和近线存储的EB级出货量。如果供应赶上且价格软化,同时软件应用加速,市场可能会再次轮动。

问:这对去中心化存储代币意味着什么?

答:可能会获得更多关注,但企业级AI存储需要严格的性能和合规性。如果去中心化网络能证明其可靠性和集成能力,可能会看到实际工作负载。否则,它们仍将停留在投机阶段。请将其视为高风险资产,需注意智能合约、托管和流动性风险。

问:电力限制是否会破坏整个AI建设?

答:电力限制可能会减缓建设速度。电力可用性和电网互联是真实的瓶颈。延误将推迟硬件订单和数据中心上线,影响从HBM到HDD的所有需求。

免责声明:

本网站、超链接、相关应用程序、论坛、博客等媒体账户以及其他平台和用户发布的所有内容均来源于第三方平台及平台用户。百亿财经对于网站及其内容不作任何类型的保证,网站所有区块链相关数据以及其他内容资料仅供用户学习及研究之用,不构成任何投资、法律等其他领域的建议和依据。百亿财经用户以及其他第三方平台在本网站发布的任何内容均由其个人负责,与百亿财经无关。百亿财经不对任何因使用本网站信息而导致的任何损失负责。您需谨慎使用相关数据及内容,并自行承担所带来的一切风险。强烈建议您独自对内容进行研究、审查、分析和验证。

展开阅读全文
更多新闻
自选
我的自选
查看全部
市值 价格 24h%