🧠 🤔 ：要理解内存瓶颈，首先要理解为何 AI 投入方愿意持续大规模支出。Sean 用两个历史类比解释：，当时市场笃信电信服务收入将趋向无限，因此无论成本多高都
- 序号：097
- 星球链接：打开网页
- 附件：图片 0，音频 0，文档 0
- 音频文件：无音频
图片
无图片
正文
🧠
🤔 ：要理解内存瓶颈，首先要理解为何 AI 投入方愿意持续大规模支出。Sean 用两个历史类比解释：，当时市场笃信电信服务收入将趋向无限，因此无论成本多高都必须建设基础设施；，从纽约修到旧金山，四家公司尝试，最终仅一家成功，其余三家破产，但建设进程从未停在芝加哥。 🏗️ ：Sean 认为，今天 AI 基础设施的逻辑与此类似。市场正形成一种共识：，因此超大规模云公司（Hyperscalers）会不惜一切代价建设 AI 基础设施。AI 的特殊性在于无法预知下一步发展——几个月前还在讨论生成式 AI，如今已迈入智能体 AI（Agentic AI）时代。 🔄 ：早期 Prompt 模式主要依赖 GPU 和大模型，相当于“大脑”；而智能体 AI 不再局限于回答问题，还需进行编排（Orchestration），即真正执行复杂任务。AI 变得更有用后，开始需要 CPU，而 CPU 运行依赖知识存储，知识来自内存。因此，。 💾 📊 ：Sean 及团队早已持续关注内存，并非始于智能体 AI 出现，但智能体 AI 带来的新增需求正通过内存价格通胀显现。请 Sean 用数据解释“芯片通胀”规模。 📉 ：供需错配极其明显。台积电预测 AI 芯片从现在到 2030 年复合增长率约 60%；但内存，尤其是 DRAM，今年供应增长约 25%，明年约 20%，。 💰 ：Sean 提到，DRAM 与 NAND 合计的内存总可寻址市场（TAM）去年约 2,200 亿美元，（相当于油价上涨 20% 的量级），（相当于油价再涨 15% 的量级）。 📉 ：从 CPI 篮子看，内存或科技产品权重不大，今年净影响约 0.1%。但对终端影响显著：；。 📝 🔄 ：内存价格动态和合同结构正如何变化？传统上内存是强周期行业，但 AI 超常增长持续窗口期内，内存可能长期处于结构性短缺，这正改变市场运行方式，也重塑内存消费方的赢输格局。 📐 ：团队测算了 AI 智能体对 AI CPU 和内存的影响。若到 2030 年安装约 30GW 数据中心容量，按假设约需 9,000 万颗 CPU，对应约 3,000 亿美元的 AI CPU 市场。CPU 中内存含量巨大（NVIDIA 称为 SOCAM）。 📊 ：在此假设下，到 2030 年仅 AI CPU 所需内存就约 228 EB。作为对照，。Sean 强调，这意味着：。 💸 ：这种错配对超大规模云公司冲击过大，因此整个行业正转向长期协议。Sean 表示，，但代价是需要巨额预付款，通常相当于一年的预付金额。 💰 ：这些是天文数字。Sean 回应：。长期来看，不仅是云公司，智能手机公司、PC 公司或 GPU 公司，为保障增长也可能必须签署长期协议。Sean 预计，。 🌏 🇨🇳 ：政策有帮助但非万能药；哪些措施可能缓解内存供应压力？ 🏭 ：中国是关键变量。中国既有，也有；源头 内 容加微 此外，。但中国投资主要基于国内需求，且在先进设备采购方面存在诸多限制。 📈 ：若要扩大这些工厂产能，需在相关监管限制上有所放松。Sean 测算，若出现此类放松，到 2030 年，非 AI 的 NAND 与 DRAM 产能可能额外增加 17% 到 33%。。 🔬 🛠️ ：上述内存方程式也会影响欧洲科技栈。欧洲投资者需要可操作的投资线索，团队研究显示许多路径最终都通向 ASML。请 Lee 解释 ASML 在内存供给约束中的关键作用。 🏭 ：确实，很多路径都通向 EUV 光刻机台，而这些设备由 ASML 独家供应。结合 Sean 提到的长期协议和需求增长，内存产业需显著扩充订单和产能。若安装基数要达到四倍级别（即便团队不断言一定发生），也会给 ASML 带来巨大压力。 📅 ：主持人确认这里主要指 EUV 设备。Lee 表示，市场此前一直讨论 ASML 的供应约束及产能无法增长的问题，但这一讨论正在变化。市场开始看到，。 🏗️ ：此外，ASML 正在埃因霍温（Eindhoven）区域建设新园区，将带来 20,000 套新住房或容纳 20,000 名工程师家庭，意味着人力和相关产能的大规模扩张。Lee 预计可能至少有三期扩建，每一期规模都类似当前在建的洁净室，约相当于每年 20 台 Low-NA 当量。 🔍 ：这将降低 2027 年 EUV 机台需求的不确定性，之后市场将转向 2028 年。Lee 认为，整个夏天市场会围绕几点展开：。 🏭 ：Lee 还提到，市场上越来越多参与者会要求额外产能，因此不应忽视“Terra Fab”也可能成为夏季讨论的一部分。ASML 同时也是一个补涨故事，因其此前跑输其他设备公司。Lee 认为，。 ⭐ ：ASML 是团队给予“增持”评级的首选标的。根据 Marina 的欧洲股票策略模型，AI 对欧洲市场表现的贡献显著，但集中度低于其他区域。AI 资本支出受益公司目前约占 MSCI 欧洲指数的 15%。在 Marina 的综合股票筛选中，Lee 覆盖的许多公司进入前十。请 Lee 说明除 ASML 外还关注哪些公司。 🇪🇺 🏢 ： 1️⃣ ：位置相对下游，但受益于数据中心电源架构变化，尤其是服务器机架层面。随着 GPU 和 CPU 数量增加，数据中心需转向 800V 高压，提高对大规模、高能效电源处理和功率半导体设计的需求。英飞凌符合这一方向，氮化镓（GaN）等新材料也恰在其优势领域。 2️⃣ ：对某些投资者可能是惊喜。其在网络平面的新光学故事中位置不错，在光引擎方面也有良好布局。竞争力尚需验证，但未来一两年增长曲线较好。同时，在低地球轨道卫星通信用户终端方向，ST 凭借 BCD 等技术也拥有较好位置。 3️⃣ ：最近很好地向市场传达了其光子学相关故事，因此也是值得关注的标的。 💡 📌 ：欧洲仍有不少机会，请 Sean 给出最后想法。 💰 ：投资 AI 可用一个简单方式理解：。如果是 AI 的支出方（Spenders），表现可能落后；如果去找 AI 支出的接收方（Recipients），表现会更好。这一点在半导体和硬件领域尤为清晰。 🆕 ：在内存之外，Sean 认为额外支出会流向 ，也会流向 。团队目标是寻找这些新的 TAM 增长方向；随着 TAM 扩张，相关股票通常会表现。
总体总结
主题正文
- 📊 ：Sean 及团队早已持续关注内存，并非始于智能体 AI 出现，但智能体 AI 带来的新增需求正通过内存价格通胀显现。
- 💰 ：Sean 提到，DRAM 与 NAND 合计的内存总可寻址市场（TAM）去年约 2,200 亿美元，（相当于油价上涨 20% 的量级），（相当于油价再涨 15% 的量级）。
- 📉 ：从 CPI 篮子看，内存或科技产品权重不大，今年净影响约 0.1%。
- 传统上内存是强周期行业，但 AI 超常增长持续窗口期内，内存可能长期处于结构性短缺，这正改变市场运行方式，也重塑内存消费方的赢输格局。
- 若到 2030 年安装约 30GW 数据中心容量，按假设约需 9,000 万颗 CPU，对应约 3,000 亿美元的 AI CPU 市场。
- 结合 Sean 提到的长期协议和需求增长，内存产业需显著扩充订单和产能。
- 🏗️ ：此外，ASML 正在埃因霍温（Eindhoven）区域建设新园区，将带来 20,000 套新住房或容纳 20,000 名工程师家庭，意味着人力和相关产能的大规模扩张。
- Lee 预计可能至少有三期扩建，每一期规模都类似当前在建的洁净室，约相当于每年 20 台 Low-NA 当量。