三星电子正凭借代工业务，快速确立其在AI半导体市场的核心地位。 7月3日，据韩国媒体报道， 三星代工部门中长期订单积压规模已接近50万亿韩元 。继去年签下特斯拉AI芯片订单后， Meta和Anthropic两家全球科技巨头亦相继将ASIC生产需求转向三星。 一位业界人士表示： 自去年三星代工拿下特斯拉AI芯片订单以来，面向AI服务器的半导体代工订单已进入全面提速阶段。 受此推动，市场预期三星代工业务最早于今年第四季度实现扭亏为盈。 此轮订单扩张的关键支撑在于三星最先进的2纳米制程工艺。 Meta的第三代AI加速器芯片MTIA 3和Anthropic的定制ASIC均计划采用该工艺生产，外界对三星2纳米制程的需求询问急剧升温，进一步巩固了其在先进制程代工市场的竞争地位。 Meta转单三星，押注2纳米量产 据报道援引业界人士透露，Meta正与三星代工部门洽谈规模逾10万亿韩元的次世代ASIC设计与生产合作。 Meta自研AI加速器MTIA前两代均由台积电代工，但 从今年发布的第三代起，Meta已将三星锁定为核心制造合作伙伴。 据报道，MTIA 3代将采用三星代工最先进的2纳米制程，生产规模达数十万片晶圆量级。三星电子方面表示，"目前尚无定案"。 Meta转向三星的背后，是其大规模自建AI基础设施的战略需求。 Meta正研究向外部企业出租AI算力的云服务业务，MTIA将作为核心芯片支撑该业务落地。 与此同时，Meta设定了2030年前建成总规模5吉瓦数据中心的目标，这意味着单纯依赖外部芯片供应难以为继。 为此，Meta启动了每六个月迭代一代新芯片的高速开发节奏，计划明年完成从第三代到第五代的连续发布。 为配合上述超高速开发周期，Meta还与三星旗下系统LSI事业部建立了联合设计机制。据报道，双方合作从芯片架构设计初期阶段便已介入，以弥补Meta自身工程团队在如此压缩周期下的产能缺口。 Anthropic内化AI基础设施，三星或为最大受益方 美国AI公司Anthropic亦据报道正评估采用三星代工2纳米制程开发定制ASIC，此举被视为其削减对英伟达GPU及谷歌TPU依赖、推进"AI基础设施自主化"战略的组成部分。 从投资规模看 ，Anthropic长期规划自建约1吉瓦规模的AI数据中心，相关投资总额估计约达500亿美元（约合77万亿韩元）。 业界分析认为，其中约半数资金将流向AI半导体采购，涵盖ASIC、DRAM及NAND闪存在内的半导体投资额预计约为250亿美元（约合39万亿韩元）。 三星电子兼具存储、代工与先进封装的一体化半导体能力，被普遍视为Anthropic此轮AI芯片采购的最大潜在受益者。 今年5月，三星已参与Anthropic规模650亿美元（约合100万亿韩元）的H轮融资，双方战略合作关系由此确立。

美光科技正加速推进日本扩产计划，以应对AI芯片需求激增带来的存储芯片供给缺口。 据彭博，7月5日， 美光位于日本广岛的工厂扩建项目正式破土动工，总投资规模约1.5万亿日元（约合93亿美元） ，重点投向高带宽内存（HBM）等先进存储产品的量产。 该产线预计于2028年夏季前后开始出货 。日本经济产业省已确认将提供最高5000亿日元的补贴支持。 此次扩建是美光全球产能布局调整的关键一环。日本经济产业大臣赤泽亮正出席仪式时表示， 作为目前日本本土唯一的DRAM制造商，美光在日投资具有“无可估量的战略价值”。 广岛工厂是美光于2013年收购破产的尔必达存储后整合而来， 目前已发展为HBM技术的核心制造基地 。扩建完成后，该工厂将主要面向英伟达等AI处理器厂商供应高带宽内存，同时着力提升AI服务器及自动驾驶领域所需芯片的功耗与传输效率。 美光日本子公司代表董事Kota Nosaka指出，广岛工厂的突出优势在于可向客户快速交付前沿高性能产品，在此推进下一代芯片研发与生产，直接服务美光全球战略。 美光获日本重金加码，全球HBM扩产竞赛升级 此次扩建项目得到日本政府扶持。迄今为止， 日本政府已向美光拨付约7750亿日元资金，资金覆盖生产补贴与研发补助两大板块。 日本自2021年起持续加码半导体、人工智能产业投入，将两大赛道定位为关乎国家安全的核心战略产业。上月，日本发布产业发展路线图，计划在至2041年3月的规划周期内，撬动芯片与AI产业公私累计投资101.6万亿日元。 日本经济产业大臣赤泽亮正表态， 若其他海外芯片企业计划赴日设厂，日方将全力提供配套扶持，释放出持续吸引海外芯片产业投资的清晰信号。 美光广岛扩产，也是全球存储芯片厂商抢抓AI算力需求、集中扩产的典型案例。企业同步在美国布局产能：于爱达荷州博伊西修建两座先进制程晶圆厂，并在今年1月启动纽约州锡拉丘兹大型生产基地建设，项目总投资规模达1000亿美元。 另一边，韩国SK海力士、三星电子同样加速扩充芯片制造产能，三家企业在HBM高端存储市场的竞争日趋白热化。

被称为"HBM之父"的韩国科学技术院（KAIST）金正浩教授抛出一个颠覆认知的判断： AI的本质是内存，而不是GPU。 近日，韩国科学技术院（KAIST）电气工程系教授金正浩接受视频专访，围绕HBM技术演进、AI算力格局和未来半导体架构作出系统性阐述。金正浩被业界称为"HBM之父"，早在2010年代初期便与SK海力士合作参与HBM1开发，此后主导了一系列底层架构研究。此次访谈内容在科技与投资圈广泛流传，核心观点直指当前AI算力竞赛的结构性矛盾。 金正浩在访谈中直接给出了一个令人震动的数字： "GPU装100万台，真正工作的时间只有10%。" 他解释，每当ChatGPT输出一个词，系统就需要从HBM中读取数据、完成计算、再写回内存， "读和写几乎占掉了全部时间，GPU就在旁边干等着。 "即便通过算法优化，GPU利用率也很难突破30%。 这正是他多年坚持的核心论断的现实依据： "AI等于内存（AI = Memory）。" 一、为什么GPU遇到了"外通死局" 金正浩对英伟达（NVIDIA）现状的判断措辞犀利。他说，黄仁勋近期频繁访问韩国、参加综艺、吃炸鸡喝啤酒、会见各路人士，"这么多会面背后，说明他不安心"。 " GPU的技术性成长已经快停了，这是我的判断。人工智能计算机的进化，掌握在内存手里 。" 他的逻辑链条清晰：GPU想提升性能，只能扩大芯片面积、堆更多计算单元；但GPU太热，必须在背面安装散热装置，因此无法像内存一样垂直堆叠。"GPU陷入了外通死局（外通手에 걸린 느낌）。" 相比之下，从训练时代转向推理时代，内存的重要性正在被重新定价。金正浩说："推理时代，更重要的是往AI里塞进多少数据，而决定这一点的半导体是内存。" 他进一步指出， AI能力的竞争最终是内存能力的竞争："谷歌Gemini、OpenAI、Anthropic Claude，谁更强，是由内存决定的——这是我的主张。" 二、HBM的两大核心：容量与带宽 金正浩将HBM的价值归结为两个维度。 第一是容量。随着上下文工程（context engineering）、多模态输入和Agentic AI的到来，内存需求以每年翻倍的速度增长，"10年就是1000倍"。传统方式靠缩小晶体管来增容，但如今已逼近量子力学边界，几乎无法继续缩小，因此必须"向上堆叠"。 第二是带宽。金正浩打了个比方："传统内存如果是8车道高速公路，HBM是1024车道，现在是2048车道，几年后可能达到100万车道。" 靠并行通道同时传输海量数据，才能匹配AI计算的速度需求。 三、HBF：NAND闪存的堆叠时代 HBM解决了速度问题，但容量依然有天花板。金正浩在访谈中详细阐述了他认为的下一条技术路线——HBF（High Bandwidth Flash）。 简单说，HBF就是把NAND闪存像HBM一样垂直堆叠。DRAM速度快但容量有限，NAND闪存容量大、可长期保存数据，速度虽然慢一些，但在推理场景中足够满足"冷数据"的存储需求。 金正浩认为，未来HBM和HBF将形成共存格局，类似于城市规划："就像有百货商场，周围有复式公寓、普通住宅，各种形态的HBM、HBF组合在一起，形成复合体，向GPU供给数据。" 他作出了一个明确的长期预判： "现在是HBM的时代，但10年后，NAND闪存和HBF的市场需求将超过HBM。三星和SK海力士必须为HBF时代做好准备。 " 他指出， 目前正在开发HBF的公司包括SK海力士、闪迪、三星电子，以及日本的铠侠（Kioxia）。 铠侠市值最近超过了丰田汽车，成为日本股市第一，闪迪股价持续上涨，而三星和SK海力士则在韩国市场维持市值领先地位。 四、HBS：更超前的第三条路 金正浩还提出了一个目前仍属于前沿概念的设想——HBS（High Bandwidth SRAM）。 SRAM（静态随机存储器）比DRAM快约1000倍，但密度低、成本高，传统上只能作为芯片内的小容量缓存。金正浩的思路是：把整张12英寸晶圆全部做成SRAM，再垂直堆叠12至16层，就能将容量从100GB扩展到1600GB。 "这样速度快1000倍，容量又足够，那就说得通了。" 他描述的终极AI芯片形态是一栋"100层3D大楼"："HBM、HBF、HBS各自构成多层建筑，GPU放在顶层负责散热冷却，这就是未来AI计算机不可避免的3D半导体结构——这是我现在的判断。" 他同时坦言，这条路最大的工程挑战不是计算，而是供电与散热："要给GPU和堆叠内存供几千安培的电，电力供应网络的设计将是最难的技术，这也将成为企业间真正的核心竞争力。" 五、定制HBM：甲乙关系正在逆转 金正浩专门谈到了HBM4带来的供需结构变化。 过去，内存是标准化产品，厂商先生产、客户再选购，买家主导价格，库存风险由内存厂商承担，这就是"内存周期"的本质。 但从HBM4开始，由于需要根据英伟达、谷歌、AMD等客户的加速器架构量身设计（即"定制HBM"），内存厂商必须在研发之初就拿到客户的数量承诺，才会启动开发——也就是所谓的"长期协议（Long-term Agreement）"。 "AI企业太需要高性能HBM了，所以他们排队来。供应方开始决定价格，这是范式的转变。" 他还预期，未来HBM芯片内将集成通信功能，实现"HBM之间相互通话"，形成类似联盟的结构："我们自己沟通，谁对我们更好，就给谁更多内存；不听话的GPU，就不分配。" 这进一步抬升了内存厂商的系统性地位。 六、三星、海力士是唯一能同时做两件事的公司 金正浩在访谈中反复强调，全球范围内能同时量产DRAM（HBM）和NAND闪存（HBF）的公司，目前只有三星电子和SK海力士。 "闪迪和铠侠虽然股价冲天，但只能做HBF，做不了HBM。三星和SK海力士拥有引领未来最强大的工具。" 当被问及三星与SK海力士今年合计营业利润500万亿至600万亿韩元的预测是否现实，金正浩回答："现实的。" 他补充说，他经常与两家公司的高管进行技术交流，"他们的眼神越来越亮了。" 不过他也指出竞争压力真实存在，美光、闪迪获得来自英伟达和谷歌的订单分流。 七、AI PC与AI手机：内存决定设备价格 金正浩还将内存需求的叙事延伸至终端设备。 他预测，未来AI PC要真正实现个人AI计算，所需内存规模将使"一台PC的价格达到1000万韩元，内存价格决定PC价格"。而AI智能手机售价300万至500万韩元中，200万至300万韩元将是内存的价格。 "AI基础设施、AI模型的持续进化，需要越来越多的内存。AI PC和AI手机，是这个趋势的另一条主线。" 八、Agentic AI与物理AI：内存需求还将暴增1000倍 金正浩对AI演进方向的判断同样值得关注。他认为， 随着Agentic AI（智能体AI）和Physical AI（具身AI/物理AI）的到来，内存使用量将比现在高出约1000倍。 "AI代理24小时工作，不像人类还要睡觉，工作量暴增，内存需求自然跟着爆炸。那时候不是HBM，而是需要'超级HBM'的时代了。" 九、研究之路：50年积累，"运气"说 金正浩在访谈结尾追溯了自己的学术路径。他1993年获得博士学位，研究方向是飞秒（femtosecond）级超快电信号测量，导师数年前获得诺贝尔物理学奖。1994年他加入三星电子内存事业部，1996年回到KAIST，此后持续深耕内存与HBM基础研究约10年，才形成商业产品。 2015年，他在一次校内会议上第一次听到"深度学习"这个词，随即意识到AI算法与HBM架构背后用的是同一套数学——线性代数和矩阵运算。"我在大学二年级特别喜欢矩阵，两边恰好用的是一样的数学——这就是运气。" 他笑言，当初做HBM时想的是用在电视机上让画面更生动，完全没想到会成为AI时代的基础设施："那时候不知道，这也可以说是运气。" 以下为访谈文字实录有删减（由AI协助翻译） 金正浩： HBM、HBF、HBS将组成一栋百层大楼，GPU则位于最顶层，进行散热等。我认为，这种3D半导体结构是未来AI计算机不可避免的架构。而其中最困难的技术之一，就是供电。需要供应数千安培的电流，因此电力供应网络的设计将是最困难的。这将成为核心技术竞争力。 主持人： 被称为“HBM之父”的KAIST金正浩教授来到了我们的节目。您好！ 金正浩： 您好，很高兴见到您。感谢您的邀请。 主持人： 谢谢您抽出时间。 金正浩： 不客气。（笑声） 主持人： 我们得先从HBM聊起。实际上，HBM真正开始量产和应用，也不过大概两年的时间，对吧？HBM3是这样。HBM1的话，从2010年代开始，我就和SK海力士一起参与了，当时GPU方面有NVIDIA和AMD。所以HBM1是在2010年代初期开始的，但那时它是用于显卡的。 主持人： 教授您获得博士学位是在1990年代，对吧？ 金正浩： 是的。 主持人： 但您在2010年HBM最初被开发出来时，就早早地开始了相关研究。 金正浩： 是的。我在1993年获得博士学位，当时的研究更偏向物理学。我制造了当时世界上最快的、用激光来测量电信号的示波器。我的导师几年前获得了诺贝尔物理学奖。当时我制造的设备可以观测到飞秒（几乎静止的光）级别的极端时间现象。如今随着AI的发展，需要处理海量数据，数字电路的运行速度已经达到了皮秒甚至飞秒级别。所以30年前博士期间的研究现在都派上了用场。 不过，当时研究的领域非常狭窄和深入，而我的性格更倾向于与社会交流和沟通。所以当时我就想，未来内存会变得很重要。抱着这个想法，我在1994年加入了三星电子的内存事业部。从那时起，我就一直在学习和研究内存。1996年我来到KAIST，大约到2010年，HBM前期的基础研究持续进行了大约10年，然后才作为产品应用到了HBM上。 HBM所需的各种技术，如量子力学、半导体物理、数学等，其实都是大学二、三年级时学过的科目。特别是需要大量的线性代数知识，那是我在1981年学习的，能一直应用到现在。HBM不断推陈出新，我们实验室甚至提出了到HBM8为止、为期30年的路线图。这么算下来，从最初研究到现在，差不多有50年了。 主持人： 您在最初研究和思考HBM概念时，就预料到人工智能时代会到来，并且HBM会成为其核心吗？ 金正浩： 没有，当时AMD和NVIDIA是打算把它用在显卡上。显卡所需的数学和人工智能所需的数学是一样的。所以HBM后来成了AI的核心部件，但最初NVIDIA方面认为它只是用在显卡上。而我当时想，韩国电视产业很发达，所以想把这种芯片放进电视里，让电视画面更华丽、更生动、更逼真，因此我最初是考虑用在电视上的。 大约2015年，在大学里和一些年轻教授开会时，他们用到了“深度学习”这个词，那是AI的早期阶段。当时我只是觉得“哦，还有这种技术啊”，半开玩笑地聊着，只有我没听懂。所以从那时起，大概2015年，我实际上就把专业方向转向了AI。虽然表面上是研究HBM的实验室，但我个人从2015年开始完全转向了AI研究。研究几年后发现，AI算法和HBM简直是天作之合。我当时就觉得，这会在AI领域得到爆发式应用。 那时候主要用在CNN（摄像头物体识别）上，稍后是强化学习（比如下围棋），这些应用都需要大量矩阵运算，所以需要HBM。但像现在这样彻底爆发，大概是在2020年代初ChatGPT出现的时候。未来AI将向Agentic AI发展，一部分也会走向Physical AI。从算法上看，Agentic AI或Physical AI的内存使用量可能会比现在增加1000倍。那样的话，就需要HBM的升级版“Ultra HBM”的时代了。所以我们也有一些其他的想法。总之，一开始我并不知道会这样，可以说是一种运气。因为我大学二年级时就非常喜欢线性代数，而两者用的数学是相同的。 主持人： 我理解HBM就是将多个DRAM堆叠起来，我的理解正确吗？ 金正浩： 是的，正确。无论是显卡还是AI，在进行计算时，都需要快速从内存中读取数据。HBM之所以必要，有两个原因。第一是容量要大。特别是AI正在向上下文工程、多模态、Physical AI发展，需要在内存中累积的数据量越来越大。可能每年翻一番，十年就是1000倍。要增加内存容量，就需要不断缩小晶体管或存储单元，但由于单元间的干扰和漏电现象，我们已经接近了量子力学的极限，难以再缩小。所以容量很难增加。 因此我在2000年代初就认为，未来的内存必须堆叠起来。从那时起，我们就主张“堆叠”而非“平面”。当时大多数人都设计单层半导体，而我们的设计方向是堆叠。当然我们侧重设计，三星和SK海力士负责具体实现，但最终产品化的结果就是HBM。第二个原因是，即使容量大，也必须能快速将数据传输给GPU。这样才能快速响应我们，处理文档、文字，甚至最近需要制作电影。要提高速度，需要并行传输数据的技术。就像高速公路从8车道变成了1024车道，最近是2048车道，几年后可能变成百万车道。 所以HBM的核心是：通过堆叠增加容量，同时通过安装“电梯”和“高速公路”结构，以光速（比传统内存快千倍、百万倍）传输数据，这就是所谓的并行结构。 主持人： 提到HBM，也常听到HBF。HBF是什么，和HBM有何不同？ 金正浩： 通用内存主要有两种：DRAM和NAND Flash。DRAM速度快但无法长期存储；而NAND Flash容量大（大约是DRAM的10倍），速度慢一些，但能长期保存，主要用于相机等设备。但刚才提到的HBM虽然堆叠了，容量仍然不足。最近因为上下文工程，向AI输入时不仅用文本，还附带参考文件等，视频图像文件暴增，内存容量需求比现在更大。计算过程中的中间结果（KV Cache）也需要全部存储。 进入Agentic AI时代，我可能会雇佣10个或100个AI替我工作，AI的工作量是我的100倍，而且它们24小时工作，不像我们会睡觉休息，所以工作量剧增，内存需求也随之增加。即便堆叠了DRAM，容量还是不够，所以想到了堆叠NAND Flash，这就是HBF。目前开发HBF的公司有SK海力士、Sandisk、三星电子，日本的Kioxia可能也在开发。最近Kioxia的市值甚至超过了丰田，成为日本股市第一。美国制造NAND Flash或HBF的Micron和Sandisk股价也持续上涨，韩国制造这些的三星和SK海力士市值排名前列。 紧挨着GPU的内存有两种：HBM和HBF，也叫“热内存”；而用于长期记录AI关于用户信息的设备叫“冷内存”，两者需求都在增长。 长远来看，大约10年后，NAND Flash和HBF的市场需求增长可能会超过HBM。所以现在虽然是HBM时代，但三星、SK海力士也要为HBF时代做好准备，这是我的主张。 主持人： 您曾提到2038年左右HBM可能会发展到第八代。 金正浩： 是的。 主持人： 那时HBM和HBF都将进入商业化阶段，两者是互补关系，还是竞争关系？ 金正浩： 两者是互补的。 HBM4今年推出，几年后HBM5会出来，大约每三年换一代，10年后会到HBM8。 那时HBM和HBF将一起使用。HBM容量虽小但速度快，HBF速度稍慢，也有一些物理局限性，但容量巨大。如果HBM容量不够，旁边会配上HBF，两者并非单一存在，而是类似公寓楼群：中心有百货商店（HBM），周围有公寓楼群（HBF）。各种形态的HBM和HBF会组成一个综合体，相互连接，为用户提供数据。总容量方面，HBF可能比HBM更大。 主持人： 归根结底，就是堆叠DRAM还是NAND Flash的区别，两者缺一不可。 金正浩： 是的，全球能同时做这两种的公司只有三星电子和SK海力士。Sandisk和Kioxia虽然股价飙升，但它们只能做HBF（或堆叠NAND的ESSD技术），无法做HBM。所以我认为三星电子和SK海力士拥有引领未来的最强大工具。 主持人： 那么可以说三星电子和SK海力士拥有绝对的领先优势吗？ 金正浩： 可以这么说。今天早上的股价不就突破9000了吗？虽然预测股价不是我的领域，但从根本趋势看，世界正走向AI霸权时代，而AI的能力，我认为是由内存能力决定的。直到去年，我还以为AI能力源自数学（比如注意力机制），但要实现它离不开内存。最终，内存的性能就是AI的性能。 所以我定义“AI = 内存”。 AI企业、AI国家，或者用半导体建设数据中心，都必须依靠内存公司。这是格局转变的时代。 更惊人的是，HBM和HBF用于建设AI数据中心，现在也叫“AI工厂”——制造AI的工厂。 我称之为“内存工厂”，AI工厂的核心是内存，拥有多少内存决定了AI国家霸权和AI企业的竞争力 。谷歌、Gemini、OpenAI、Anthropic Claude谁更好？我的主张是，这由内存决定。 最近为了保护个人信息，出现了在自己的电脑上直接计算AI的动向，这叫AIPC。NVIDIA也想做这个，和台积电合作制造PC，里面装有128GB的LPDDR之类，内存非常大。要真正做好可能需要TB级内存，那PC价格就得1000万韩元，内存价格决定了PC价格。未来智能手机也会变成AI智能手机，屏幕上可能只留一个窗口，其他都由AI代劳，甚至会出现AI眼镜。我主张一台AI手机价格的一半以上会是内存价格，比如300万、500万韩元的手机，其中200万、300万是内存成本。AI基础设施和AI模型越发展，内存需求越大，而AI PC和AI手机是另一大增长轴。 主持人： 当前全球科技巨头中，NVIDIA展现压倒性性能，它保持最强地位的最大秘诀是什么？ 金正浩： 直到去年，AI的“学习”（训练）更为重要，学习能力就是AI能力。在学习中，Transformer模型的编码器部分主要进行反向传播计算，涉及微分，能做好这个的是GPU。所以训练时代是GPU的时代，因为做AI必须有GPU，所以大家抢着高价购买。但从去年夏天开始，“推理”变得更重要。仅靠训练无法克服“幻觉”问题，给出荒谬错误答案就无法使用。要实现个人化AI，推理变得重要，而对推理更重要的半导体是内存。所以进入推理时代，内存会比GPU更贵、需求量更大。 另一个原因是，要提高GPU性能，必须增大GPU面积（放入更多计算器）。一种方法是像Cerebras公司那样，让整个12英寸晶圆成为一个GPU。但这样制造难度大，一个缺陷就要扔掉整个晶圆，不经济，用途受限。但即便如此，Cerebras也离不开HBM和HBF，没有内存，在推理时代就会很弱。那么NVIDIA能否堆叠GPU呢？不能，因为太热了，后面得装冷却器，无法堆叠。所以GPU有些被困住了的感觉。最近黄仁勋坐立不安，来韩国上电视、扔棒球、吃炸鸡喝啤酒、见很多人，说明他并不安逸。其中一个原因就是，我认为GPU的技术成长几乎停滞了。相反，AI计算机的成长和进化取决于内存。 主持人： 有说法是， 实际运行的GPU只有10%？ 金正浩： 是的。即使安装了100万个GPU，实际工作时间可能只有20%，甚至10%。为什么？因为GPU需要从内存获取数据才能计算并返回结果，但数据从内存（HBM/HBF）传输不过来。当ChatGPT快速吐出单词时，每个瞬间都需要从HBM/HBF读取数据、计算、再写入，几乎全部时间都花在读写上，GPU在等待。所以关键在于能否快速读取、读取多少，这就是需要HBM和HBF的原因。无论如何改进算法，GPU实际工作可能最多只有30%，其余时间在空转。 主持人： 所以教授您主张，未来HBM或HBF内部会集成GPU功能，开启新时代？ 金正浩： 是的。既然HBM/HBF的数据让GPU在等待，那不如我们自己计算。就好比在公寓一楼安装GPU，数据坐电梯下来计算，整栋楼里解决所有事，不用去别的地方，省去了奔波时间。所以主张在HBM里放入CPU/GPU功能，甚至让GPU“靠边站”。当然不能让GPU完全没事做，要适当分工，让它“一直保持渴求状态”。这就是我所说的“Memory-Centric Computing”（以内存为中心的计算）。从HBM4开始，已经在朝这个方向做了。 主持人： 即使HBM/HBF里集成了GPU功能，因为没有堆叠多个GPU，散热问题应该不存在吧？ 金正浩： 还是会有一点散热问题。所以从HBM4开始，SK海力士和三星制造的产品性能可能会有差异，这和散热有关——能否有效排出热量。因为在一楼（内存层）集成了部分GPU功能，那里太热，内存就像坐在“暖炕”上，性能会下降，必须给暖炕降温。谁能更好地冷却，将决定HBM4及以后产品的性能差异，GPU也是如此。所以我们实验室的想法是，既然一层太热，不如把部分功能移到“屋顶”（顶层），在上面加装冷却塔，从顶部直接冷却。这是我们的核心架构之一，目前在HBM5相关研究中，硕博士们正在进行这项研究，希望能大获成功。 我们发表这些论文后，NVIDIA、AMD、三星、海力士都会看到，起初可能排斥，但发现没有别的办法，最终会采纳。 主持人： 如果教授所说的HBM/HBF内部集成GPU的未来到来，甚至以后集成CPU，那三星电子和SK海力士应该会发展得更好吧？ 金正浩： 是的，机会正在到来。“发展得更好”意味着掌握更多主导权，甚至可能超越NVIDIA。但要实现这一点，需要技术开发、投资、人才培养，以及良好的政策判断和经营管理层的开放思维和正确判断。管理层的判断最重要。 主持人： 教授主张“即将进入内存时代而非GPU时代”，这似乎已经开始了。另外，最近GPU势头很猛，但也出现了NPU，NPU是什么？ 金正浩： 都是处理器，用于矩阵计算，都用于AI。GPU原本是GPGPU，TPU里也包含HBM，所以都离不开HBM、离不开内存。Gemini能写文章、处理语言模型、画画，功能多样；而有些芯片只擅长写文章，为特定目的简化，就是NPU。也有人叫LPU。它们都是AI所需的计算器，根据特殊用途做得更小、功耗更低、成本更低。国内有Rebellions、FuriosaAI、HyperExcel等公司，全球大约有十几家做NPU的，但无论Rebellions还是FuriosaAI，为了高性能都必须使用HBM。 主持人： 最近FuriosaAI和Rebellions获得了国民成长基金的大规模投资，这是要让它们真正和NVIDIA一较高下。这两家公司真有全球竞争力吗？ 金正浩： 我当时是评审委员之一。这个决策有这样的考量：NVIDIA无法掌控全世界所有领域，NPU、TPU等肯定存在利基市场。比如沙特阿拉伯建数据中心，如果全部用美国产品，依赖度太高，所以可能将其中10%采用其他解决方案，韩国NPU企业可以成为候选。另外，韩国国内建设AI数据中心（可能需要百万台设备），如果100%都用NVIDIA芯片，我们对海外的依赖度太高，需要培育本土企业。所以决定投资以培育国内企业。总体概括就是这样。技术上也有其优点。 主持人： 教授您最近的研究中提出了“高带宽SRAM（HBS）”的概念？ 金正浩： 是的，这是我最近提出的新概念。像之前提到的，我提出概念，但要实现需要三星、SK海力士等公司的大量努力。这些概念往往在10年、20年后会产生重大影响。我提到过Cerebras，有巨大的GPU，美国也有叫LPU的芯片。它们为了自尊心或减少对HBM的依赖，在GPU内部集成了SRAM作为内存。SRAM比DRAM快约1000倍，但容量小。我研究了一下，无论是Cerebras还是LPU，都面临SRAM容量不足的问题。据我了解，整个12英寸晶圆做成的Cerebras芯片，SRAM也只有44GB，而我认为至少需要400到440GB才有意义。 所以我的想法是：制造一个将整个12英寸晶圆铺满SRAM的芯片，然后再把它堆叠10层、12层或16层。这样100GB就能变成1600GB，容量惊人。然后在这个晶圆级SRAM堆叠体上再放置GPU。速度是千倍之快，容量又足够，这主意听起来可行。所以我把这个晶圆级SRAM称为HBS。 我未来的梦想是：HBM、HBF、HBS都变成100层高的大楼，GPU放在最顶层，冷却系统等也集成在一起，这种3D半导体结构将不可避免地成为未来AI计算机的架构。 这可能需要10年、20年甚至30年。其中最困难的技术之一就是供电。 在HBS、HBM上面堆叠GPU，需要供应数千安培电流，电力供应网络设计将是最困难的，这将成为技术核心竞争力。S K海力士、三星、Micron、TSMC都一样，其次是如何散热，这是实现过程中的障碍。目前人们关注TSMC和三星谁在几纳米工艺上做得好、良率如何，但未来，对于包含HBS在内的3D AI计算机，如何供电、如何冷却，将决定企业的生存。 主持人： HBS简直是内存半导体领域的“黄政民”（比喻大腕）。 金正浩： 是“黄政民”没错。 我10年前就听说Cerebras用12英寸晶圆做GPU，当时心想“什么？这能用在哪儿？”大概是国防AI吧。当时我还挺自大。但两周前，这家公司在纳斯达克IPO了，让我改变了想法。还是有用途的。既然Cerebras芯片最大的弱点是内存不足，那就把它也堆叠起来。有一天早上我有了这个想法，让学生画了图。最近开始谈论HBF，等今年硕士新生入学，我打算让他们开始以HBS作为硕博士论文研究方向。 主持人： 那SRAM由谁制造？ 金正浩： 由代工厂制造，TSMC和三星电子都会做。 主持人： 今年三星和SK海力士的合计营业利润据说在500到600万亿韩元之间，这是现实的目标还是过于乐观的展望？ 金正浩： 我认为是现实的。我经常与三星和海力士的高管进行技术会议，感觉他们的眼神越来越亮。虽然他们不和我谈具体的销售额。 现在HBM、HBF的一个重要特点是“定制化HBM” 。以前是制造标准化产品，大量生产，客户买多买少，价格波动，这叫“周期”。内存厂商不主导，而是由CPU厂商、微软或电脑厂商决定购买数量，我们只能多生产一些观望，如果客户不买，库存压力就在我们身上，这就是“内存周期”。 但从HBM4开始，不仅集成GPU功能，另一个重要功能是HBM之间可以相互通信。以前只做GPU指令的事，现在主张它们之间也要沟通。未来，HBM之间可以竞争，把更多内存分配给表现更好的HBM。也就是说，它们内部形成组合，不给表现差的HBM向GPU传递数据的机会。总之，随着这些算法、通信功能、GPU功能的加入，每个公司（谷歌、AMD、NVIDIA）对HBM的设计要求都不同，这就是定制化HBM。这样在开发初期就签订了长期供货协议（LTA），没有订单就不开始开发。 现在AI企业极度需要高性能HBM，所以排队求购，市场变成了卖方市场，供方定价。这是一种范式转变。 主持人： 到现在为止，我们与KAIST金正浩教授就半导体生态进行了对话。感谢您今天的分享。 金正浩： 谢谢。

李在明政府寻求将半导体繁荣带来的额外税收转化为长期战略投资，但围绕这笔资金用途的多方博弈仍在持续。 据韩媒报道，韩国总统府首席秘书长Kang Hoon-sik于7月5日在党政高层协商会议上宣布， 李在明政府计划设立"未来应对基金"，将半导体景气带来的额外税收作为面向未来世代的投资资源。该基金规模最高可达约100万亿韩元，预计于2027年初前完成税收归集。 Kang Hoon-sik表示， 基金将重点投向三大方向：支持政府此前公布的三大核心项目以打造经济增长引擎、缓解K型两极分化，以及为20至30岁年轻群体提供住房、创业与就业支持。 他同时呼吁执政党与政府各部门协力推进，以确保方案尽快落地。这一表态标志着此前各方就这笔额外税收用途的讨论出现明确政策导向，料将对财政规划与相关产业政策预期产生影响。 税收用途之争：从"国民红利"到偿债，政府内部分歧浮现 围绕这笔规模可观的额外税收，韩国政府内外已出现明显分歧。据悉，青瓦台内部曾提及以"国民红利"形式向民众发放，而部分经济领域人士则主张将其中一部分用于偿还国家债务。 Kang Hoon-sik此次公开表态，实际上是在多种方案并存的背景下，为政府的政策取向定调。他强调，在决定韩国未来走向的关键节点，"不能将半导体繁荣等因素带来的额外税收白白挥霍"，言辞间对直接派发现金或单纯用于还债的方案持保留态度。 三大核心项目：半导体、AI数据中心与物理AI "未来应对基金"的设立与李在明政府的整体战略布局紧密相连。本次党政高层会议的核心议题，正是总统李在明于6月29日在青瓦台宣布的三大核心项目——半导体、人工智能数据中心以及物理AI。 Kang Hoon-sik将 上述三大项目定性为"决定韩国未来20至30年走向的新增长引擎设计"，并将其视为政府执政第二年兑现施政承诺、为民众创造实质成果的历史性起点。 他表示，"未来应对基金"的建立将为打造"不可替代的韩国"这一施政目标奠定基础。 时间窗口与资金体量 从时间线来看， 预计在半导体出口景气推动下，相关额外税收将于2027年初前完成征收，总额上限约为100万亿韩元 。这一数字为基金的潜在投资体量提供了参照，但目前政府尚未披露基金的具体规模上限、管理架构及资金拨付机制等细节。 此次党政高层协商会议在首相官邸举行，国务总理Han Seong-sook、共同民主党政策委员会议长Han Jeong-ae、共同民主党代理党首兼院内代表Han Byung-do，以及总统政策首席秘书官Kim Yong-beom等核心人士均出席，显示出政府在推动这一方案上的高规格政治动员姿态。

韩国存储芯片巨头SK海力士即将完成一笔创纪录的美股上市交易，这不仅是一次融资行动，更是一场争夺AI投资者注意力的战略布局。 7月5日，据彭博报道，SK海力士本周将完成290亿美元的美股上市，预计于7月10日（周五）在纳斯达克挂牌交易， 有望成为外国公司在美国股市史上规模最大的首次募资。 此次上市将以美国存托凭证（ADR）形式进行，在保留韩国交易所原有上市地位的同时，向美国投资者打开直接入场通道。 此次上市的核心逻辑在于估值重估。 SK海力士目前以未来12个月预期市盈率6.2倍交易，低于美国同行美光科技（Micron Technology）的7倍，而后者在今年6月22日前估值一度超过11倍。 据科技媒体The Information报道，以预期市销率衡量，SK海力士为3.6倍，同样低于美光的4.6倍，在市净率指标上亦处于折价状态。分析称， 登陆纳斯达克后，SK海力士有望纳入纳斯达克100指数，触发被动资金的系统性买入，并吸引套利资金活跃于ADR与韩国本地股之间，从而推动估值向美国同行靠拢。 业绩爆发式增长，AI需求驱动估值重塑 SK海力士的上市时机与其业绩的爆发式增长高度契合。 据科技媒体The Information报道，SK海力士营收在2023年至2025年间增长约200%，2025年第一季度又再度实现约200%的增长，过去12个月股价累计上涨近800%。 据彭博报道，SK海力士预计2026年净利润将达221万亿韩元（约合1440亿美元），同比增长415%；销售额预计达355万亿韩元（约合2310亿美元），同比增长265%。与此同时，美光科技在截至今年8月31日的当前财年，净利润预计同比激增876%至约830亿美元，销售额预计增长247%至1300亿美元。 在更宏观的行业背景下，存储与存储相关股票正处于历史性牛市。 过去12个月，SK海力士韩国上市股票与美光股价均累计上涨约700%，两家公司市值均突破1万亿美元。费城半导体指数同期上涨125%，刚刚结束其有史以来最强劲的季度表现。 值得注意的是，长期以来，SK海力士对大多数美国投资者而言几乎是一个"不可触及"的标的。持有其韩国上市股票意味着需要在美国非交易时段进行操作，而现有的非担保ADR场外交易流动性极为有限，且表现持续落后于韩国本地股。 在全球三大内存芯片制造商中，目前仅有美光科技在美国上市，另外两家——SK海力士与三星电子——均为韩国公司。 SK海力士的纳斯达克上市将直接改变这一格局，使美国投资者能够在正常交易时段以无摩擦的方式参与AI存储芯片的投资机会。 Thornburg Investment Management投资组合经理Di Zhou表示， "此次发行针对的是目前无法进入韩国股票市场的投资者，SK海力士的纳斯达克上市为AI存储周期中最具吸引力的纯正标的提供了直接、无障碍的敞口。" 纳入指数与套利机会，双重催化剂待释放 据彭博报道， 此次上市的一个重要潜在收益在于SK海力士将获得纳入美国股票指数的资格，从而触发被动管理型ETF的系统性买入。 以追踪纳斯达克100指数的Invesco QQQ Trust为例，该基金管理规模达4820亿美元，一旦SK海力士纳入指数，将带来可观的被动资金流入。 与此同时，ADR与韩国本地股之间的价差将为对冲基金提供套利空间。KraneShares首席投资官Brendan Ahern表示： "由于跨市场结构的存在，两者之间可能出现溢价或折价，这将吸引套利交易者入场，并提升股票流动性。" 这一套利逻辑此前已在阿里巴巴和台积电的美股上市中得到验证。目前台积电ADR相对韩国本地股的平均溢价在过去一年超过21%，当前约为13%。 SK海力士ADR能否自由兑换为韩国本地股，将是决定价差能否持续以及套利策略如何构建的关键变量。 泡沫隐忧与周期风险不容忽视 尽管市场情绪高涨，部分投资者对这一赛道的风险保持审慎。 River Wealth Advisors首席执行官Ed O'Gorman警告称， "投资者面临踏入潜在投机泡沫的风险，对于任何涨幅如此之大的股票，都必须非常谨慎。" Bokeh Capital Partners首席投资官Kim Forrest表示，她本人因ADR上市治理层面的若干差异选择观望，但预计仍将有大量同行争相认购。Synovus Trust高级投资组合经理Daniel Morgan则表示，"这将是一个非常热门的发行，我们需要等它正式上市后再做决定。" 此外， 存储芯片行业以剧烈的景气周期著称。 就在三年前，美光和SK海力士均因需求骤降、芯片价格暴跌而陷入亏损。当前需求的主要驱动力——Alphabet、微软等科技巨头——正越来越多地依赖债务和股权融资来支撑数据中心资本开支， 一旦这一支出节奏放缓，整个行业的盈利逻辑将面临根本性转变。 与此同时，上周存储芯片股集体回调，市场担忧或源于潜在供给过剩等。这一波动提示投资者，尽管SK海力士估值相对美光仍有折价，但芯片股的高波动性不容低估。

三星电子正主导新一轮内存涨价攻势，AI基础设施投资持续升温为其提供底气。 周五，据ZDNet报道，韩国业界消息称， 三星电子正就第三季度通用DRAM均价（ASP）与客户展开谈判，目标涨幅较上季度最高达20%。 公司同时计划将服务器与移动端均面临瓶颈的低功耗DRAM（LPDDR）价格上调20%以上，显示其在价格谈判中的强硬姿态。 供给短缺局面仍在持续。全球科技巨头对AI基础设施的持续投入推高了服务器DRAM、高带宽内存（HBM）及LPDDR的整体需求，供给紧张态势短期内难以缓解。业界人士表示， 尽管后续涨价幅度将有所收窄，三星电子等内存厂商有望将高盈利水平延续至明年。 三星涨价节奏领先同业 三星电子今年以来的DRAM ASP涨幅远超同业。据业界数据，第一季度其DRAM ASP较上季度上涨约90%，第二季度涨幅约为50%至60%，第三季度目标涨幅约为20%。 相比之下，HBM生产占比较高的SK海力士涨价幅度预计低于三星。业界普遍认为，这一差异源于两家公司产品结构的不同—— 三星通用DRAM占总产量比重较高，价格弹性更大，且在推动涨价方面态度更为积极。 一位半导体业界人士表示："三星电子在第三季度的价格谈判中态度非常强硬，但客户是否能够全盘接受，目前尚无定论。" 长期供应协议锁定价格底线 即便阶段性涨价势头趋缓，DRAM价格中期走势仍有结构性支撑。业界人士指出， 核心客户与内存厂商之间的长期供应协议（LTA）签约比例正在持续扩大，价格下行风险因此受到有效抑制。 美光上月末在业绩发布会上披露，公司已与客户签订共16份长期供应协议。据悉，上述协议不仅对购买量具有约束力，还设定了保障高利润水平的价格下限。这一动向反映出客户对中长期内存供给持续偏紧的预判。 Meta云业务计划不构成需求利空 市场此前曾有声音认为，Meta推进云服务商业化、向外部出售内部剩余算力，或意味着其AI产能已趋于饱和，可能对内存需求产生负面影响。 然而，Meta今年4月已将全年AI基础设施投资计划从此前的1150亿至1350亿美元上调至1250亿至1450亿美元，持续扩大资本支出的方向未变。 另一位业界人士表示："更准确的理解是，Meta此举是为了更高效地利用内部算力资源，而非释放产能过剩信号。价格下限LTA扩大、HBM价格重新谈判等因素叠加，明年DRAM市场大幅下行的可能性很低。"

特斯拉正将自动驾驶和人形机器人视为下一阶段增长的核心。特斯拉汽车工程VP Lars Moravy表示， 未来五年，由 Robotaxi、Cybercab 和 Optimus 构建的“真实世界AI（Real-World AI）”将全面融入工作、出行和家庭场景 ，把人类社会带入“科幻电影般的未来”。 Lars Moravy在7月1日的Brighter with Herbert节目上表示， 目前 Cybercab 已进入大规模量产前的测试阶段 ，生产线已经建成并开始运行，自动化水平超过90%，团队正围绕规模化生产持续优化制造流程。他强调，Cybercab 从诞生之初便是为规模化打造，其最终产量将达到“外界尚未充分理解的水平”。 与此同时， Optimus 人形机器人也正加速迈向量产。 Lars Moravy 表示，首条生产线已经开始安装，未来还将部署数十条生产线，机器人制造将充分继承特斯拉过去多年积累的汽车制造能力、供应链体系以及自动化经验。 Lars Moravy传递的核心信息并非单一产品，而是特斯拉正试图构建一个覆盖工厂、道路、家庭和工作场景的真实世界AI体系，并认为这一体系将在未来几年迎来集中落地。 五年终极愿景：Robotaxi、Cybercab、Optimus全面进入现实世界 当被问及五年后的特斯拉最可能让外界感到惊讶的成就时，Lars Moravy给出了十分明确的答案。 他表示，届时围绕人们生活的真实世界AI规模将“令人震撼（mind-blowing）”。 在他看来， 这不仅意味着Robotaxi网络的普及，也意味着Cybercab将在城市交通中大量运行，Optimus则会进入工厂、企业乃至家庭 ，而除此之外，公司还有更多尚未公开的产品规划。 Lars Moravy表示，如果回顾过去五年的发展，再展望未来五年，他相信届时人们将真正生活在一个过去只有科幻电影才会描绘的世界。 Cybercab进入规模化冲刺阶段，重点不只是自动驾驶 Lars Moravy透露，目前Cybercab生产线已经安装完成，并开始运行，所有生产出来的车辆都同时承担测试任务，包括自动驾驶模型训练、整车验证以及制造质量优化。 他说，目前团队已经开始对车辆进行耐久测试（burn-in），每一辆车既是生产样车，也是测试样车，目标是在真正大规模量产前尽可能发现问题。 他表示， Cybercab最大的特点并不是自动驾驶本身，而是整个产品从设计之初就是围绕成本和规模进行重构。 相比传统Robotaxi方案直接在现有车型上增加大量传感器和计算平台，Cybercab采用全新的平台设计，从制造流程、车身结构、电池、线束到自动化生产均进行了重新设计。 Lars Moravy认为，这种方式最终将带来远低于市场预期的运营成本，同时帮助Cybercab实现更低的单车成本、更高的可靠性、更好的能源效率以及更低的每英里运营成本。 他表示， 目前市场对于Cybercab最严重的低估并非自动驾驶能力，而是其制造效率和规模能力。 Optimus开始建设量产体系，汽车制造经验将全面复制 在人形机器人方面，Lars Moravy透露，特斯拉已经开始搭建Optimus量产体系。 他表示，首条生产线已经进入安装阶段，大量自动化设备正在完成最终测试，随后将陆续运往工厂安装。由于机器人尺寸远小于汽车，整条产线具备更高的模块化能力，安装和调试速度也将明显快于汽车生产线。 他说，未来还需要建设约40条生产线，以覆盖机器人各个零部件和总装制造。 Lars Moravy认为， 特斯拉最大的优势并不是机器人本身，而是已经拥有成熟的大规模制造体系。 无论是供应链管理、自动化设备、生产节拍控制，还是面对突发事件的供应链韧性，这些过去在汽车业务中积累的能力，都可以直接复制到Optimus。 他重申， 特斯拉在人形机器人领域拥有三项关键优势：大规模制造能力、高性能电机与执行器设计能力，以及真实世界AI。 AI已经深入特斯拉工厂，汽车开始“自己检查自己” 除了未来产品，Lars Moravy还介绍了AI目前在特斯拉内部的实际应用。 他说， AI已经广泛用于工程知识管理、制造异常检测、设备监控以及质量控制，不同制造系统之间也开始通过AI实现信息联动，而不仅仅是数据互通。 他举例称，如今特斯拉车辆已经能够在工厂内自动驾驶，从总装线自行驶向物流区域，还会自主驶过异响测试道路，通过车内麦克风识别异响、震动等问题，并自动生成诊断结果反馈给工程团队。特斯拉内部将这一系统称为“Full Self Hearing（完全自动听觉）”。 Lars Moravy表示， AI正在帮助工厂把问题发现得更早、定位得更快，同时也持续缩短售后维修时间，提高整体制造质量。 制造能力仍是特斯拉最大的竞争壁垒 对于外界长期讨论的竞争优势，Lars Moravy认为，制造能力依然是特斯拉最大的护城河。 他称，在特斯拉，设计、制造、自动化、供应链始终是同一个工程团队，不存在传统车企中产品开发与制造相互割裂的问题。这种高度一体化的组织方式，使公司能够快速完成产品迭代，也让Cybercab和Optimus这样的大规模创新成为可能。 Lars Moravy表示，从2014年开始，特斯拉便围绕今天的自动驾驶和机器人战略持续布局，如今Cybercab和Optimus只是这一长期规划逐步兑现的重要节点。 未来五年，随着Robotaxi、Cybercab和Optimus持续落地，真实世界AI将成为人们日常生活中越来越普遍的一部分。

日韩科技股在经历连续两日剧烈抛售后，迎来强劲反弹，市场情绪受产业端多重利好集中释放所提振，此前围绕“AI算力过剩”的交易逻辑出现阶段性逆转。 7月3日，韩国KOSPI指数早盘一度跌超3%，随后迅速拉升至涨5%，触发程序化买盘熔断机制；日本半导体板块同步大幅走高， 整体呈现深V修复走势 。个股方面，三星电子、SK海力士双双涨超8%，铠侠盘中一度涨逾10%，带动 日韩半导体板块全面回暖 。截至收盘，日经225指数收涨1.5%，东证指数收涨1.2%；韩国首尔综指大涨5.8%。 反弹的直接催化来自AI产业链多项新进展。 据报道，AI初创公司Anthropic正与三星电子洽谈定制AI芯片合作，提振市场对三星晶圆代工业务前景的预期。同时，三星、SK海力士持续推进AI半导体扩产计划并公布新一轮投资；铠侠宣布其第十代3D NAND芯片已向AI数据中心客户送样，并释放需求依然强劲的信号。 不过，在AI投资进入更加注重回报率与资本效率的新阶段后，市场对产业链供需平衡及产能扩张节奏的审慎评估仍在延续，相关分歧并未根本消除。 AI催化引领反弹，三星战略合作与业绩预期共振 本轮市场反弹首先来自AI产业链的新催化。 据报道，Anthropic正与三星电子讨论合作开发定制AI芯片。 虽然合作仍处于早期阶段，但市场认为，这意味着三星晶圆代工业务有望进一步参与AI芯片生态。 Fibonacci Asset Management Global首席执行官Jung In Yun表示，这一合作短期内对盈利贡献有限，但战略意义积极，有助于强化三星在AI芯片领域的重要地位，也进一步凸显亚洲在AI半导体供应链中的角色。 与此同时，市场也开始提前交易三星即将公布的季度初步业绩。分析师普遍预计，公司第二季度盈利将继续大幅增长，投资者更关注管理层对于AI存储需求持续性的判断。 韩国龙头继续扩产，试图回应市场对AI需求的担忧 与资本市场此前担忧形成鲜明对比的是，韩国半导体企业仍在持续扩大投资。 7月2日， 三星电子和SK海力士再次公布新的建厂计划。 根据公开信息，三星计划在韩国忠清地区投资约140万亿韩元，覆盖HBM晶圆厂、高性能封装、OLED及下一代电池等多个领域；SK海力士则计划投资约100万亿韩元，重点布局NAND及先进封装。 与此同时， 韩国政府宣布推动企业在东南部地区投资超过312万亿韩元，重点发展半导体、AI及航天产业。 其中，SK集团、三星、韩华、现代汽车等企业均将参与相关投资。 从韩国资本市场表现来看，虽然市场短期存在波动，但韩国存储芯片龙头企业仍选择继续投资，以稳定市场对于AI长期增长的预期。 业内人士也认为， Meta此前出租部分闲置算力，更应理解为资源优化，而非AI基础设施需求拐点。 随着未来AI企业更加重视成本控制，自研芯片趋势反而可能进一步加强。 三星推动DRAM涨价，长期协议强化盈利预期 需求预期之外，价格同样成为市场关注重点。 据韩国ZDNet报道， 三星电子正在与客户协商第三季度DRAM价格，目标是将通用DRAM平均售价较第二季度再提高最高20% ，服务器及移动端LPDDR产品涨价幅度也可能超过20%。 业内人士表示，AI基础设施持续建设，使服务器DRAM、高带宽存储器（HBM）及LPDDR需求仍然紧张，供给压力短期难以明显缓解。 值得关注的是，长期供应协议（LTA）正在成为行业稳定盈利的重要支撑。 美光此前披露，公司已与客户签订16份长期供应协议，这类协议不仅锁定采购数量，也设定价格下限，有助于降低未来价格大幅回落风险。 业内人士认为，随着长期协议比例提升，DRAM市场明年出现明显下行的可能性较低。 不过，也有业内人士指出，三星在价格谈判中的态度较为强硬，客户能否完全接受涨价方案，仍有待观察。 铠侠推出新一代NAND，押注AI数据中心需求 日本存储厂商铠侠则选择通过新品回应市场质疑。 该公司宣布， 第十代BiCS FLASH 3D NAND已开始向AI数据中心客户送样，并计划于2027年启动量产。 新产品采用332层堆叠架构及自主研发的CBA技术，存储密度较上一代提升约60%，接口速度达到4.8Gbps。 据报道，铠侠认为，相比超过400层的设计方案，332层架构在成本、功耗及可靠性之间实现了更优平衡。 公司首席执行官Hiroo Ota表示， 公司没有看到数据中心需求减弱迹象，将继续积极响应市场增长，不排除进一步增加资本支出。 他认为，随着AI智能体和机器人应用的发展，闪存市场仍存在较大的增长空间。 不过，市场竞争也正在加剧。 根据Omdia分析师Akira Minamikawa测算，2025年三星电子在数据中心NAND市场份额约40%，SK海力士约30%，铠侠约10%。韩国厂商依托HBM产品形成的一站式销售能力，仍是铠侠需要面对的重要竞争压力。 与此同时，SK海力士计划投资建设新的NAND生产设施，三星也正规划新的NAND产线。 三大厂商同步扩产，意味着未来市场仍将持续关注供需关系及价格走势。 市场开始重新审视AI投资回报率 此次反弹虽然缓解了市场恐慌，但业内普遍认为，AI产业的投资逻辑正在发生变化。 分析人士表示，行业正从此前“无底线采购AI芯片”，逐步转向更加关注投资回报率， 未来云服务厂商对于存储芯片等产品的采购将更加精细，AI基础设施投资将进入效率优先的新阶段。 在经历本周剧烈波动之后，AI产业链未来能否继续维持高增长预期，仍将成为市场关注的核心变量。

据BNAmericas网站报道，智利和阿根廷已经加入美国推动的“硅安全倡议”（Pax Silica initiative，PSI）。PSI的目的是适应人工智能（AI）快速发展对矿产和战略原材料的急需，保障其供应链安全。 这两个拉丁美洲国家承诺加入PSI表明智利和阿根廷意在一个有望促进投资、创新和技术发展的新兴经济体联盟中扮演关键矿产供应国的角色。 AI快速发展需要建设数字基础设施，包括数据中心、电网和储能等，这推动铜、锂、镍、钴、石墨、镓、锗和镨镝等稀土元素需求增加。在此背景下，两国加入PSI意义不小。 硅是AI模型运行用半导体和微芯片制造所需的基础原料，它主要来自石英等矿物中的二氧化硅（SiO2）。 在此背景下，智利和阿根廷成为关键参与者。智利是世界最大产铜国和第二大产锂国，而阿根廷锂产量位居世界第四位，并有诸多世界级铜矿项目。 两个国家的加入符合美国关键矿产供应多元化的目标，能够减少依赖。 今年，智利和阿根廷政府分别同美国政府签署协议以加强在矿业问题上的合作，承诺参与安全、韧性和竞争性的供应链。 加入PSI的还有哥斯达黎加、萨尔瓦多、巴拿马、日本、韩国、新加坡、英国、阿联酋和荷兰，都在谋取更多投资机会，吸引新项目融资。 同时，PSI还可能促进技术转化，甚至推动数字经济和矿产加工能力建设。 虽然智利和阿根廷加入PSI并不意味着立刻带来投资，但有可能提高两国的竞争能力，并可能获得与PSI和自他融资工具相关的资金。 6月26日在华盛顿结束的最近一次PSI峰会上，构建一体化供应链被再次强调，涵盖从矿产开采和加工到先进材料、半导体、AI硬件和工业技术设施的建造。 智利和阿根廷面临的挑战是如何将战略转化为提高附加值的活动，而不是限制他们参与原材料供应。 同时也要考虑大国博弈，兼顾各方利益。 同样，在先进技术方面取得飞跃将是关键，以便智利和阿根廷的采矿业能够朝着将专家采矿知识与人工智能支持相结合的方向发展，实现协同融合，能够采用与采矿5.0相关的新范式。

全球AI芯片行情正在迎来一次剧烈的预期修正。 随着市场对AI基础设施投资过热、算力需求见顶的担忧迅速升温，全球芯片股近期集体遭遇大幅抛售。亚洲市场中，三星电子、SK海力士、铠侠等龙头自6月高点已累计回落21%至30%，此前由AI热潮推动的估值扩张开始遭遇全面考验。 市场情绪转向的导火索，是Meta被曝计划出售部分AI算力资源。 尽管相关消息仍引发不同解读，但投资者开始重新审视过去两年科技巨头持续加码AI资本开支的逻辑：如果算力供给开始超过需求，那么支撑全球芯片股持续上涨的核心叙事或将出现裂痕。 相比美国市场，此轮调整对韩国的影响尤为敏感。 三星电子和SK海力士不仅是韩国股市最大的权重股，更是韩国出口和企业盈利的重要支柱。一旦AI投资周期降温，韩国资本市场乃至宏观经济都可能率先承受压力。 AI交易开始降温，芯片股集体遭遇获利了结 经历上半年AI行情持续狂飙后，芯片板块迎来大规模获利了结。 数据显示，三星电子较6月高点已下跌约21%，股价回落至5月底水平；SK海力士累计跌幅达到25%；日本存储芯片厂商铠侠则较峰值回撤约30%。 美国市场同样未能幸免。美光和闪迪隔夜均重挫逾10%，AI产业链核心标的普遍遭遇资金撤离。 此前，全球资金几乎持续流向AI产业链，存储芯片、HBM、高性能计算等概念成为市场最拥挤的交易之一。随着股价快速上涨，估值也不断抬升，如今市场开始重新评估这一轮AI投资是否已经提前透支未来增长。 Meta消息引发市场重新审视AI资本开支 真正改变市场风险偏好的，是关于AI算力需求的担忧。 近期，Meta计划出售部分AI算力资源的消息引发市场高度关注。虽然这一举措未必意味着AI投资全面放缓，但对于已经建立在持续扩产、持续采购预期上的芯片板块而言，任何需求边际走弱的信号都会被市场迅速放大。 投资者开始担忧，过去两年全球科技巨头持续扩建AI数据中心、采购GPU和HBM存储的速度，是否已经快于实际商业化需求。 Robeco亚太股票主管Joshua Crabb表示： AI相关股票此前已经累计了巨大涨幅，市场预期也非常高，因此周期性获利了结几乎不可避免。任何负面的消息，都可能成为资金撤离的催化剂。 市场真正担心的并非单一事件，而是AI资本开支周期是否正在进入边际放缓阶段。一旦市场开始相信算力供给增长快于需求增长，芯片板块过去赖以支撑高估值的逻辑也将受到挑战。 韩国成为全球AI调整中风险敞口最大的市场之一 相比其他市场，韩国正面临更大的连锁冲击。 过去半年，韩国股市几乎成为全球AI行情最大的受益者之一，三星电子和SK海力士推动韩国综合股价指数（Kospi）持续走高， 芯片产业也成为支撑韩国居民财富和资本市场表现的核心资产。 如今，两大龙头同步进入调整，也让韩国市场对AI交易的高度依赖暴露无遗。 更值得关注的是实体经济层面的影响。 韩国是全球最大的存储芯片出口国之一，半导体长期占据韩国出口总额的重要比重，也是企业盈利、财政收入和经济增长的重要来源。如果全球AI基础设施投资降温，并进一步传导至存储芯片需求和价格，韩国出口、企业利润乃至经济增长都可能受到连锁影响。 换句话说， 这不仅是一轮科技股调整，更意味着韩国最重要的“国民财富”——半导体产业——正在经历新一轮估值重估。 AI投资逻辑能否继续支撑全球芯片周期，也将成为未来数月全球科技市场最关键的观察变量。