转折点上的存储业：人工智能与热点新品并进

　　研究机构TechInsights报告显示，人工智能推动下存储器产业强劲反弹，当前全球存储芯片市场表现亮眼。三星电子、Sk海力士、美光科技发布的最新财报也印证了这一点，继上财季扭亏为盈之后继续上攻，新季度销售额与营业利润均实现大幅增长，全面巩固了存储业转折上行的大趋势。

　　存储大厂财报业绩大幅转盈

　　全球存储巨头三星电子、美光科技近期发布最新一季的财报，业绩全面向好;Sk海力士也预期表现良好。

　　三星电子在7月5日公布的第二季度初步业绩中显示，该公司销售额为74万亿韩元，营业利润10.4万亿韩元。与上一季度相比，分别增长2.9%和57.3%。外界普遍解读，三星电子利润大幅增长表明了存储产业真正开始好转。受人工智能热潮影响，近来存储芯片价格快速上涨。

　　SK海力士虽然尚未正式发布第二季度财报，但归功于HBM需求的增长，业界预测SK海力士二季度有望超出此前的预估值。KB证券预计，SK海力士第二季度营业利润将达5万亿韩元，创6年来最高。其中DRAM营业利润为4.2万亿韩元，NAND营业利润为8000亿韩元。

　　美光科技在6月26日发布的2024财年第三季度财报中，营收68.11亿美元，同比上升81.5%，好于市场预期;同期实现净利润3.32亿美元，继续保持盈利状态。Non-GAAP会计准则下，美光经营利润9.41亿美元;净利润7.02亿美元，环比增长47%。其中，DRAM收入约47亿美元，环比增长13%，营收占比约69%。

　　除三巨头之外，西部数据第一季度营收34.57亿美元，同比增长23%。Non-GAAP下，净利润为2.10亿美元，同样实现扭亏为盈。铠侠2023财年第四季度财报(截至2024年3月31日)显示，营收3221亿日元，环比增长60.1%，同比增长31%，实现营业利润439亿日元、净利润103亿日元，二者环比皆扭亏为盈。

　　业界认为，各大存储厂商的普遍好转，显示了存储器市场供需平衡不断改善，价格持续上调，在双重因素叠加下，存储行业已经完全摆脱了此前持续下行的行业走势。

　　人工智能推动需求激增

　　人工智能需求的激增是存储市场扭转的主要原因之一，目前服务器用的DRAM和企业级NAND闪存价格都在提高。有报道显示，三星电子第二季度已将供应给企业的NAND闪存储价格调高至少20%。而根据DRAM Exchange资料，第一季度全球企业用NAND闪存的销售额达到37.58亿美元，比前一季度大增62.9%。随着需求的增加，部分产品出现供不应求。

　　集邦咨询调查显示，由于通用型服务器需求复苏，加上DRAM供应商HBM生产比重进一步拉高，使供应商将延续涨价态度，第三季度DRAM均价将持续上扬，涨幅预计将为8%～13%。集邦咨询分析认为，整体消费级DRAM市场继续呈现供过于求的局面，但由于 HBM 产能挤压，三大供应商明显有意提高价格。预计传统DRAM价格将上涨 5% 至 10%，与第二季度的涨幅相比略有收缩。

　　同时，人工智能热潮也推动了对 NAND 闪存芯片的需求，尤其是企业对数据中心等IT基础设施进行大规模投资。AI数据中心对服务器容量的要求比一般数据中心高出20倍，而AI领域的热潮预计将带动大容量SSD订单。预估今年全球NAND Flash市场年增率将达74.1%，预计今年第三季度企业用大容量固态硬盘芯片将增长15%至20%。

　　HBM、QLC SSD、GDDR7：前景广泛看好

　　HBM、QLC SSD、GDDR7等新品热点被认为将在AI服务器中得到广泛应用，相关产品前景被广泛看好。

　　由于HBM销售单价较传统型DRAM高出数倍，加上AI芯片相关产品迭代也促使HBM单机搭载容量扩大，使得HBM出货量在DRAM中的占比快速提升。集邦咨询预计，2023年～2024年HBM占DRAM总产能分别为2%及5%，至2025年占比预估将超过10%。产值方面，2024年起HBM之于DRAM总产值预估可超过20%，至2025年占比有机会超过30%。目前经过多轮技术迭代，HBM已进阶到HBM3E。集邦咨询资深研究副总经理吴雅婷表示，NVIDIA的Blackwell与AMD MI350/MI375采用HBM3E，特别集中12Hi产品，最高容量可达288GB，将有助于延续单一位元均价的持续上升，且于2025年成为市场主流。

　　与MLC NAND和TLC NAND相比，QLC NAND每个单元可以存储更多数据，显著提升存储性能，这使得QLC SSD被业界认为其在人工智能领域将有更大作为。此前QLC NAND主要应用于PC OEM和消费级SSD领域，随着AI大模型不断普及，数据中心存储需求不断激增，QLC NAND尤其是QLC SSD在AI、大数据领域被看好。集微咨询表示，QLC的主要优势在于高存储容量之下的低成本。随着AI数据的爆发，QLC SSD可以满足速度和容量需求。虽然QLC NAND存在寿命短的问题，但是AI推理服务器主要以读取为主，数据的写入次数不像AI训练型服务器那么频繁，在很多应用场景下是适用的。事实上，目前通用型服务器采用的HDD产品主流容量在20TB～24TB，而QLC SSD容量已发展至64TB。大容量QLC SSD有望在AI推理服务器中得到进一步的应用。

　　GDDR7与HBM同属于图形DRAM，二者均具备高带宽和高速数据传输能力。GDDR7主要用于增强GPU的可用带宽和内存容量，是GDDR家族的最新一代技术。带宽可达192GB/s，内存速度为48Gbps，是GDDR6X的两倍;独立通道数量翻倍，从GDDR6中的2个增加到GDDR7中的4个;支持16 Gbit至32Gbit密度，包括支持2通道模式以使系统容量加倍。在人工智能领域，GDDR7的应用潜力十足，可支持AI大模型进行快速数据处理与运算，为大模型训练与推理提速。SK海力士、三星与美光均在争夺GDDR7的主导权。美光在6月份时宣布已开始出样新一代GDDR7，速度为32Gbps，显存带宽1.5TB/sec，相比较GDDR6提高了60%，具有业界最高的位元密度。