韩国央行（BOK）加入监管警告阵营，对挂钩三星电子和SK海力士的单股杠杆ETF发出风险警示，认为相关产品可能放大市场波动，并加剧韩国股市对少数半导体股票的过度集中。 周日，韩国央行在回复在野党国民力量党议员Park Sung-hoon的书面问询时表示，上述杠杆ETF可能强化单边交易行为，在投资者集中涌入或撤出时进一步加剧市场波动； 若股价出现大幅下跌，ETF赎回和投资组合再平衡将放大散户损失，并引发更广泛的市场动荡。 此次表态明显强于韩国央行6月24日金融稳定报告中的措辞——彼时央行还认为该类产品有助于吸引外资、遏制资本外流。 随着韩国央行公开表达类似关切，金融监管部门收紧单股杠杆ETF投资门槛的讨论预计将加速推进。 监管警告升级，立场明显转向 韩国央行在上述书面回复中指出，随着半导体行业盈利改善，国内股市对少数半导体股票的集中度持续上升。三星电子和SK海力士合计占韩国股市市值及交易额的逾半壁江山，单股杠杆ETF的存在可能进一步加剧这一集中风险。 此次表态与央行6月24日金融稳定报告中的立场形成明显落差。在该报告中，央行曾援引政府推出相关产品的初衷，认为单股杠杆ETF"有助于提供境内替代品、遏制资本外流，同时吸引外资流入韩国"。 而此次书面警告措辞更为强硬，标志着央行立场的显著转变。 产品规模急速膨胀，引发市场担忧 今年5月27日，韩国金融当局批准了国内首批单股杠杆ETF，允许本地券商推出16只挂钩上述两家科技巨头的产品，作为政府重振国内资本市场举措的组成部分。与追踪KOSPI 200或标普500等宽基指数的传统杠杆ETF不同，这类产品为投资者提供个股的杠杆敞口，每日涨跌幅为标的股票的两倍。 受人工智能相关芯片行情提振，上述产品迅速受到投资者追捧。14只杠杆ETF在6月单月合计成交额达212万亿韩元（约合1386亿美元），占同期ETF总成交额的26.6%。 申万宏源证券指出，5月以来，韩国股市2倍做多ETF的资金流入大幅飙升，远超其他倍数杠杆ETF和普通市场ETF。 历史规律发出警示：2017年和2021年韩国股市见顶回落并持续下行期间，杠杆ETF规模反而逆势持续上升，与当前走势高度相似。 此类ETF为维持目标杠杆比例，通常在股价上涨时买入、下跌时卖出，这一机制本身即具有顺周期特性，可能强化市场价格波动。 监管收紧预期升温，金融监督院已率先表态 韩国金融监督院院长Lee Chan-jin此前已于6月22日的新闻发布会上公开表示，对批准上述产品感到个人遗憾。"当时我们推进得太仓促了，"Lee Chan-jin说，"回过头来看，我后悔批准了这些产品，或许我当时应该竭尽所能阻止其获批。" 目前，金融当局正在研究收紧单股杠杆ETF投资门槛的具体措施。韩国央行此次公开发声，预计将为相关讨论注入更强推力，监管趋严的预期进一步升温。 上述监管争议正值市场关注三星电子第二季度业绩之际，财报将于本周二公布。近期三星电子和SK海力士股价波动明显加剧，市场人士表示，若财报超预期，有望重燃芯片行业乐观情绪，并进一步提振投资者对半导体相关投资产品的配置意愿。

三星电子将于7月7日周二发布第二季度初步财报。市场普遍预期其Q2营业利润将同比暴涨约18倍，再创历史新高。与此同时，SK海力士将于7月10日周五在纳斯达克上市ADR。两件大事密集来袭，韩国半导体板块正处于近期命运的关键节点。 根据伦敦证券交易所集团（LSEG）汇总的30位分析师预测，三星Q2营业利润预计约为86万亿韩元（约563亿美元），部分券商预测高达90万亿韩元。相比之下，去年同期仅为4.7万亿韩元——这意味着同比增幅约为17—18倍。 这份财报的意义不止于三星一家——它将是全球内存行业景气度的最新信号弹，直接影响三星、SK海力士、美光等内存股的走向。 价格飙升是核心引擎 内存价格的涨幅是这份财报的最直接支撑。 花旗研究上周披露，Q2 DRAM和NAND平均售价分别环比上涨44%和53%。KB证券研究主管Kim Dong-won给出了更高的估算：“DRAM和NAND价格环比涨幅可能分别达到60%，6月份客户内存需求满足率仅为50%左右，供应短缺问题日益加剧。” 他预计三星Q2营业利润将达90万亿韩元，营业利润率高达51%。 需求端的结构性变化同样关键。据路透社报道，分析师指出，与早期AI应用主要聚焦于大模型训练不同，智能体AI（Agentic AI）系统执行更复杂的多步骤任务，需要服务器处理器配备更多内存，并需要更大存储容量在推理过程中保留和检索数据。这意味着，每一个AI推理请求对内存的消耗，远超此前市场的预期。 这场内存短缺也直接推高了三家主要内存制造商的股价。今年以来，三星电子、SK海力士和美光科技股价分别飙升158%、273%和242%，三家公司市值均已突破1万亿美元。 奖金拨备：压制盈利的隐形变量 然而，这份财报并非没有风险点。 5月下旬，三星与工会达成协议，以避免大规模罢工。协议规定，将半导体（DS）部门10.5%的营业利润用于向芯片部门员工发放特别奖金。据路透社报道，部分分析师估计，三星的累计奖金拨备可能超过40万亿韩元。 这笔支出的会计确认时间点，将直接影响Q2盈利数字。 换句话说：如果三星选择在Q2集中确认这笔拨备，实际公布的营业利润可能低于市场共识。反过来，若不计入这笔一次性支出，三星的营业利润本可首次突破100万亿韩元。 苹果涨价：需求弹性的警示信号 内存价格上涨的另一面，是下游客户的成本压力开始显现——这正是市场对内存行业持续景气度产生质疑的起点。 6月25日，苹果公司宣布上调Mac和iPad全线产品价格，理由正是内存成本上涨。消息一出，包括SK海力士和三星在内的芯片股随即大跌。 市场的逻辑是：如果内存价格涨到连苹果都不得不向消费者转嫁成本，那么需求弹性的天花板已经触手可及。一旦终端消费者对涨价产生抵触，科技公司的内存采购意愿可能随之收缩。 据报道，苹果CEO Tim Cook甚至在亲自游说特朗普政府，希望允许苹果从中国内存厂商CXMT（长鑫存储）采购内存。对此，包括三星、SK海力士和美光在内的美国半导体行业协会（SEMI）发出联名信，反对政府干预，并警告称："若政府试图通过影响价格或产能来解决内存短缺，AI繁荣带来的供应压力只会进一步加剧。" 这场围绕内存定价权的博弈，已从市场层面蔓延至华盛顿的政治角力。 景气度能否持续？野村给出正面预判 尽管存在上述隐忧，分析机构对内存行业短期景气度的判断仍偏乐观。 野村证券在近期报告中预测，受消费级存储产品以及传统和AI数据中心芯片需求增加的支撑，Q3（7月—9月）大宗DRAM价格将环比上涨24%，NAND价格将上涨25%。 但摩根大通的态度更为审慎。据路透社，摩根大通在近期报告中指出，尽管投资者普遍认为内存供需基本面依然紧张，但许多人质疑AI内存在云服务商资本支出中的占比——今年估计为52%，预计明年将超过70%——这一快速上升的趋势是否可持续。 摩根大通表示，"投资者正在寻求更清晰的证据，证明AI服务的突破将转化为云计算和相关AI收入的更快增长，从而有助于证明内存对AI基础设施支出的份额不断扩大是合理的。" 2万亿美元扩产：高光时刻的豪赌 就在财报发布前夕，三星和SK海力士联合宣布了一项规模庞大的扩产计划。 据路透社报道，两家公司上周承诺投资3200万亿韩元（约合2.07万亿美元），用于扩大在韩国的芯片产能。三星计划在2026年至2040年间完成这项投资，SK海力士则未给出具体时间表。 其背后的逻辑是：锁定AI时代的供应主导权。三星已于4月宣布，与希望锁定供应的客户签署了多年期约束性合同，但未披露客户身份或合同条款。 然而，据美国投资频道Barchart的观点，"在对经济周期高度敏感的内存行业，在潜在的周期顶部大规模融资扩产，是典型的下行前兆。" AI支出一旦放缓，这笔2万亿美元的押注将面临直接压力。 Anthropic合作与SK海力士ADR：情绪面的两张牌 在基本面之外，两个事件正在为芯片板块提供情绪支撑。 其一，7月2日，外媒披露AI模型"Claude"的开发商Anthropic正与三星电子芯片代工部门洽谈，合作生产其自研AI芯片。消息次日，三星电子股价飙升8.22%，SK海力士上涨10.88%。这一合作的意义在于：若三星能将客户群从"科技七巨头"（M7）延伸至Anthropic等新兴AI公司，内存需求的来源将更加多元，对单一大客户的依赖风险随之降低。 其二，SK海力士将于7月10日在纳斯达克以"SKHY"为代码上市ADR。据路透社报道，此次上市目标融资约294亿美元，每份ADS预计对应国内普通股价格的十分之一，约166美元。承销商包括美国银行、花旗、高盛和摩根大通，花旗银行担任存托银行。 据彭博报道，承销商正考虑约0.5%的佣金率，低于SpaceX此前IPO的0.67%，也低于华尔街惯例。 市场对此看法分歧。乐观者认为，ADR上市将使SK海力士与美光在同一市场直接可比，有望推动估值重估——目前SK海力士的12个月远期市盈率约为7倍，低于美光的8—10倍。悲观者则援引"周期顶部融资扩产"的历史规律，认为时机选择本身就是一个风险信号。

1. A股7月6日开盘：芯片板块全线高开，存储+CPU双线领涨 7月6日早盘，A股芯片板块强势高开，科创芯片ETF开盘涨近2%。核心个股表现： 个股 涨幅 驱动逻辑 海光信息 +8% 英特尔CPU涨价，国产替代加速 佰维存储 +3% 存储涨价周期延续 澜起科技 +2% 内存接口芯片需求爆发 寒武纪 +1% AI算力国产化 中芯国际 +1% 先进制程需求 为什么重要： 上周Meta"卖算力"引发的算力链恐慌（科创50一度大跌7.7%）在本周首日出现明确修复信号。资金从"恐慌性抛售"转向"基本面驱动"——存储涨价和CPU国产替代成为两条最硬的主线。 2. 江波龙半年报预增超620倍，存储涨价周期史诗级确认 7月3日晚发布预告，7月6日开盘直接催化板块： 2026上半年归母净利润： 92亿-110亿元 ，同比增长 62204%-74394% 2026上半年营收：220亿-250亿元，同比翻倍 Q2单季净利预计53亿-71亿元，环比Q1（38.62亿）进一步加速 产业含义： 江波龙作为存储模组龙头，利润爆发直接反映全球存储晶圆产能增长有限+AI下游需求暴增的供需缺口。这验证了存储涨价不是短期波动，而是贯穿2026全年的结构性上行周期。 3. 英特尔CPU涨价实锤，国产CPU替代窗口彻底打开 英特尔7月起上调服务器CPU价格（延续年初以来10%-15%的涨幅趋势），叠加AMD交付周期拉长至一年以上： 海光信息 直接受益——拥有x86永久授权，金融/电信市占率已超40% 价格空间打开：海光CPU定价略低于国际竞品，利润率显著改善 客户替代意愿增强：从"政策驱动"转向"供需驱动" 算力市场含义： CPU涨价+GPU涨价+存储涨价=算力基础设施全栈成本上行。 4. 先进封装/CPO/光模块板块合力点火，半导体全链条利好 7月6日开盘，先进封装、封测、电子特气、CPO、光模块形成完整链条齐涨： CPO量产元年确认： 英伟达5月宣布CPO全面量产，推出Quantum-X与Spectrum-X双平台CPO交换机；博通已交付51.2T CPO交换机 中际旭创： 全球唯一1.6T CPO量产企业，全球CPO市占率约42% 封装端： 长电科技、通富微电、华天科技受益于2.5D/3D/CoWoS需求 设备端： 拓荆科技（混合键合设备）、华大九天（EDA工具）获资金关注 为什么重要： CPO从"选配"变"刚需"的身份转变，意味着AI算力网络的互连带宽瓶颈正在被突破，这将进一步释放GPU集群的有效算力利用率。 5. SEAJ大幅上调日本半导体设备销售预测 7月5日消息，日本半导体设备协会（SEAJ）大幅上调预测： 财年 销售额预测 调整幅度 2026财年 6.55万亿日元 （约430亿美元） 上调1万亿日元 2027财年 7.4万亿日元 （约480亿美元） — 产业含义： 日本半导体设备（东京电子、SCREEN、爱发科等）覆盖涂胶显影、清洗、刻蚀等关键环节，设备订单是半导体产能扩张的先行指标。大幅上调说明全球晶圆厂扩产节奏在加速。 6. SEMI：2026年全球300mm晶圆厂存储设备投资首破500亿美元 SEMI最新《300mm晶圆厂展望报告》： 2026年存储领域设备投资： 520亿美元 ，增长29% 2027年： 570亿美元 ，再增11% 2024-2029年复合增速：19% 驱动力：AI基础设施、数据中心、下一代计算系统 7. 央行万亿投放+A股交易新规7月6日同步生效 两个宏观层面的变化影响算力板块资金面： 央行： 1万亿3个月买断式逆回购（扣除到期8000亿，净投放约2000亿），对冲7月2.2万亿中长期资金到期 交易新规： 主板ST股涨跌幅从5%提至10%；盘后固定价格交易规则调整 对算力板块的影响： 流动性边际宽松利好成长股，交易新规放开ST股涨跌停后，部分投机资金可能从ST股流出转向科技成长方向。 8. 韩国+日本：AI半导体红利扩散至中美以外 7月5日快科技报道，AI半导体的利润分配格局出现新变化： 韩国： SK海力士单季营业利润率 72% ，超过英伟达（65%）和台积电（58.1%），登顶全球半导体利润率榜首；韩国4月内存出口同比暴增278% 日本： 半导体设备销售额大涨，2026财年预计6.55万亿日元 研究含义： 算力产业链的利润正在从"芯片设计端"（英伟达）向"存储制造端"（SK海力士）和"设备端"（日本SEAJ成员）扩散。 （以上内容由AI汇总参考，不具备投资建议，谨慎参考！）

存储芯片模组厂商江波龙交出一份亮眼的中期业绩预告，折射出全球半导体存储产业的强劲态势。 江波龙周五公告，预计2026年上半年归属于上市公司股东的净利润为92亿元至110亿元，同比增长62204%~74394% ； 扣除非经常性损益后的净利润为90亿元至105亿元，同比增幅约27844%至32501%。预计上半年营业收入区间为220亿元至250亿元，而上年同期约为102亿元。 公司Q2净利润预计53.38亿至71.38亿，Q1净利润38.62亿，据此计算， Q2净利润预计环比变动为38%至84%。 公司将业绩大幅改善归因于两条主线：一是全球存储行业景气回升带来的外部红利，二是公司自研技术在端侧AI赛道的持续突破。上述业绩尚未经审计机构审计，具体数据将于半年报中披露。 存储景气上行，供应协议筑牢资源护城河 江波龙在公告中指出，报告期内下游需求持续增加，而全球存储晶圆产能总体扩张有限，供需格局改善推动行业景气度提升，为公司创造了有利的经营环境。 与此同时，公司在本报告期内与多家全球主要存储晶圆原厂顺利续签晶圆供应协议（LTA或MOU），锁定上游资源供应。 在技术层面，江波龙将端侧AI定位为核心战略方向。公司以自研SPU主控芯片及HLC软件架构为技术底座，并依托自有高端封测产能将研发成果加速落地，系统布局端侧AI存储的多元化需求。 公告披露的一项联合验证结果颇为值得关注：公司与AMD完成联合调优，实现公司SSD存储智能体结合HLC技术后，支持端侧AI产品的DRAM使用量下降约40%。这一技术路径若能规模化推广，意味着在终端设备内存成本控制与AI性能之间找到新的平衡点，有望打开更广泛的市场应用空间。 公告资料显示，深圳市江波龙电子股份有限公司的主营业务是存储器和主控芯片的研发设计、封装测试、技术支持与销售。公司的主要产品是自研芯片、嵌入式存储、固态硬盘、移动存储、内存条。公司是全球第二大独立存储器企业及中国最大的独立存储器企业。

小鹏最重的一次全球化验证，落在了一辆14万元级SUV上。 7月2日晚，小鹏汽车推出其下半年最具战略意义的车型MONA L03。这款定位于“智能时尚SUV”的新车，预售价格区间锚定在14.38万元至16.58万元。 这是小鹏MONA系列的第二款车型，也是该系列首款SUV和首款全球车型。前作MONA M03于2024年8月上市，674天累计交付28万辆，连续22个月位居10万至20万元纯电轿车销量首位。 如今推出L03，小鹏也是想延续这一势头，让销量再上一个台阶。小鹏集团董事长、CEO何小鹏坦言，目前海量同级竞品高度依赖直接的价格战与单纯的物理空间堆砌来争夺客源。 这不是通常的打法。高阶智驾、海外法规适配和本地化测试，过去更适合放在更高价位的车型上，用单车利润和品牌溢价覆盖试错成本。MONA L03反过来，把1500TOPS车端算力、纯视觉VLA一起压进14.38万元起的价格带。 L03也承载着极高的销量期许，其未来一年内的全球销量占比，被内部设定在30%至40%的高位区间。 难点在于，SUV市场的竞争更直接。价格、空间、续航和补能都已被卷到很薄，高算力和智驾体验必须转化为订单，而不能停留在参数优势上。 在向市场发起技术降维打击的同时，小鹏能否依靠严密的供应链管理守住企业的毛利底线，并在海内外双线跑通其盈利模型，仍有待真金白银的财务数据去检验。 01 销量的新锚点 在审视MONA L03之前，绕不开其前序轿车产品M03所奠定的市场基盘。 小鹏方面披露的销售数据显示，小鹏MONA M03已连续22个月稳居10万至20万元纯电轿车销量榜首，并在今年实现连续两个月销量超越同级别所有传统燃油轿车。 M03证明的是，小鹏在年轻化入门市场找到了一个可复制的产品定义。但L03进入的是竞争更密、价格更敏感的SUV市场，它不能简单复刻轿车的成功。 小鹏集团车型产品高级总监杨光在7月2日晚间透露了小鹏对年轻用户的新洞察，他表示，起初这台车宣发时想说成“给年轻人造的一台SUV”，但是何小鹏觉得这种描述有些教育年轻人的爹味，最后改成了“年轻人造给自己的一台车”。 和M03一样，L03仍然把外观设计放在了较前的位置。 这一次，何小鹏把前法拉利外观设计负责人胡安马·洛佩兹放在这款15万级SUV项目上。公开资料显示，胡安马此前在法拉利主导过LaFerrari、Purosangue等车型的外观设计，2024年6月加入小鹏，出任造型设计中心副总裁。 今年早些时候，网络上曾传出胡安马离职消息，何小鹏还在7月2日晚间现场辟谣：“前段时间网上有个段子，胡安马离职去了其他公司。今天我也和大家辟个谣，他一直在小鹏很投入地做设计。” 除了设计方面的背书，相比M03仅有纯电这一形式，L03全系提供了纯电和超级增程两种截然不同的动力形式。这是小鹏首款打入15万级红海、并首次同步提供纯电与超级增程双动力路线的SUV车型。具体在续航方面，纯电版CLTC续航525km和625km两个版本，增程版纯电续航315km，综合续航1330km。 智能化仍是小鹏试图拉开差异的部分。L03把1500TOPS车端算力带进15万元级SUV市场。 新车提供Max版和Ultra SE版。Max版搭载单颗图灵芯片，有效算力750TOPS，小鹏计划今年三季度推送第二代VLA蒸馏版；Ultra SE版配备双图灵AI芯片，有效算力1500TOPS，面向更完整的场景通行能力。 这些配置原本更多出现在20万元以上车型上。小鹏把它们放到14.38万元起的价格带，本质上是在用更高配置换取更快放量。 这也会直接考验小鹏的成本控制。低价高配的逻辑只有在订单规模足够大、产能爬坡足够快时才成立；如果月交付爬坡慢，研发、模具和供应链成本就会反过来压住毛利。 从预售反馈看，L03暂时接住了M03的热度。7月2日晚，小鹏只披露预售一小时订单超过公司历史所有车型，但没有公布具体数字。 接下来，压力会转向交付。几个月前上市的小鹏GX，部分版本交付周期一度被拉长。何小鹏在7月2日表示，GX上月交付量已爬升至6700多台，下线总数突破1万台，关键零部件正在加速。 对L03来说，真正的考验是把首发订单尽快转成实际交付。它既要承接M03带来的年轻用户心智，也要避免因为交付周期过长，把早期热度消耗在等待里。 02 在全球测试智驾 如果说动力组合和配置价格是L03在国内市场的竞争基础，那么7月16日德国慕尼黑全球发布会，更多是在测试小鹏的海外叙事：一款起售价不到2万美元的紧凑型SUV，能不能靠智驾能力在欧洲市场获得额外认知。 小鹏选择这个时间点出海，背后有法规窗口。 6月24日至26日，联合国世界车辆法规协调论坛第199次全体会议在瑞士日内瓦正式批准了全球首个自动驾驶系统全球技术法规，以及DCAS UNR 171 Series 02和UNR ADS等具体法规，明确自动驾驶系统须达到或超越合格人类驾驶员水平的安全要求，其中L2级辅助驾驶法规为全面性条款。 根据联合国安排，上述法规将在六个月过渡期后，即2026年12月底正式生效成为全球范围内适用的法规，届时中国车企现有的L2级高阶智能辅助驾驶系统将可在全球主要市场合规落地，不再因各地法规差异而遭遇“一刀切”式的准入限制。 小鹏汽车作为中国企业代表深度参与这一进程，也把L03的海外发布放在了这个法规过渡期前后。 何小鹏也给出了VLA智驾出海的时间表。他表示，小鹏“从去年就开始在海外部分国家测试VLA，今年8月之后会加速”。内部目标是从明年一季度到四季度，“逐步开通全球大部分国家和区域”。 这套能力还需要本地化适配。何小鹏给出的目标是“明年能够在不同的国家，用不同的语言自由跟车交互，而且是本地不用联网就能很好地控车”。VLA要适配的也不只是语言，还包括不同国家的交通规则、道路标识、驾驶习惯和天气条件。 为支撑端侧大模型运转，L03提供750TOPS和1500TOPS两种算力版本。 小鹏计划今年第三季度推送第二代VLA大模型蒸馏版。不同于过去依赖工程师手动编写大量“If-Then”规则代码，VLA端到端模型依靠数据训练，建立从传感器输入到车辆控制输出的映射。 小鹏希望通过这种技术路线降低对激光雷达的依赖，用纯视觉方案覆盖更多复杂道路和天气场景。但纯视觉方案能否稳定应对极端场景，仍要看后续真实道路表现。 把智驾测试场放到全球，小鹏面对的会是比国内更复杂的道路环境。 何小鹏举例称，德国高速部分路段车速明显高于国内限速，车辆可能在150km/h、180km/h甚至200km/h以上巡航，这会抬高端侧算力实时处理和系统响应的要求。 同时，欧洲一些城市道路狭窄，红绿灯调度并不密集，路口通行更多依赖人与人、人与车之间的默契和让行规则。 这类非标准化场景会放大高阶辅助驾驶的适配难度。小鹏给出的技术解法，是引入具备物理AI属性的系统，何小鹏将其比喻为补足智能汽车“大脑中的小脑”。但这仍然需要在海外真实道路上验证。 也正因为把智驾出海视为核心变量，小鹏高管为L03定下了不低的海外销量目标。 杨光希望MONA L03“大概30%到40%的销量会来源于海外”。何小鹏则表示，期望L03成为“小鹏全球销量最大的一款车”，因为“它的尺寸更适合在很多个国家”。 如果L03如愿在海外热销，小鹏才算把中国车企最熟的打法，带进了更难的市场。现在还早。它先得把国内这批订单交出去，再看欧洲用户愿不愿意为其买单。

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。

野村认为，情绪错杀掩盖结构性机遇，韩国存储扩产、Meta出租算力等两大“利空”实为伪命题。 近期，全球存储芯片市场被两大“利空”传闻笼罩： 一是韩国存储巨头抛出天量扩产计划，引发市场对未来产能过剩的深度恐慌；二是Meta宣布对外出租闲置算力，被部分资金解读为AI硬件需求见顶的危险信号。 然而，据追风交易台消息，野村证券在7月2日的研报中直言，市场的担忧被严重夸大了。对当前来说，其实真相是： 韩国高达4800万亿韩元的投资计划至少需要5到10年才能转化为实际产能，远水解不了近渴，且高利润HBM（高带宽存储）对通用存储产能的挤压正导致市场面临严重的供应短缺； 同时，Meta出租算力不仅不会削弱硬件需求，反而会通过压低Token成本触发“杰文斯悖论”，从而激发更庞大的AI增量需求。 综合来看，野村认为， 当前全球存储行业的核心矛盾仍是供应严重短缺， AI驱动的结构性需求增长尚未见顶；投资者对供应过剩的担忧情有可原，但明显过度， 市场的过激反应或为存储板块提供了重新审视估值的窗口。 韩国天量扩产计划：远水解不了近渴，产能过剩担忧被严重夸大 近期，韩国存储企业及其附属公司与政府联合宣布了一项无明确时间表的中长期大规模投资计划，总金额高达4.8万亿韩元（其中3700万亿韩元直接与存储相关）。这一庞大的数字迅速加剧了投资者对存储芯片供过于求的担忧。 但野村指出，这种所谓“全球存储公司通过控制供应来串通价格”的阴谋论和产能过剩担忧是毫无根据的。 首先，当前面临的是极其严重的供应短缺，而非过剩。 面对AI行业史无前例的强劲需求，存储企业别无选择，只能优先生产高利润的HBM芯片。这种产能倾斜直接导致了通用存储芯片生产增长放缓。 自2025年下半年以来，通用存储需求的强劲增长已经引发了严重的供应短缺。尽管存储企业正以远超预期的激进姿态扩产，但依然无法满足庞大的市场需求。 其次，半导体投资转化为实际产能的周期极其漫长。 韩国政府的介入，主要是因为企业现有的生产集群即将耗尽其承载能力（土地、电力、水资源），政府需要为2035年以后的中长期新集群建设提供支持。 以9年前启动的超级项目“龙仁半导体集群”（Yongin Semiconductor Cluster）为例，其首个无尘室预计要到2027年2月才能完工，年底才能实现小规模生产——这意味着从投资到生产实际上需要10年以上的时间。 野村预计，此次宣布的新投资计划， 最快也要在5到10年后才会对市场产生实质性影响。 最后，行业抗风险机制已发生结构性改变。 过去，存储行业的周期性波动往往源于低谷期投资不足或需求爆发时的创纪录投资。但如今，企业不仅拥有长期协议（LTAs）作为对冲工具，还享受着AI带来的结构性稳定增长预期。 此外， 与利润挂钩的员工奖金机制也构成了管理产能过剩和利润下降风险的新型缓冲器 。企业绝不会仅仅因为政府的要求就进行不必要的盲目投资。 Meta出租闲置算力：并非需求见顶，而是效仿AWS提升资本回报率 市场的第二个担忧 源于Meta决定向外部客户出售其过剩的计算能力， 这被部分人视为AI内存和硬件需求疲软的先兆。 野村对此予以明确反驳，认为这仅仅是商业模式走向成熟的自然演进，其逻辑与当年亚马逊为了将闲置数据中心变现而创立AWS云服务如出一辙。 第一，出租算力是解决“峰值冗余”的必然选择。 数据中心的建设天生需要匹配“峰值算力”需求，这意味着在非高峰时段和季节，会有大量算力处于闲置状态。Meta的主营业务（社交网络和广告）在不同时段的算力利用率波动极大。 在同时将数据中心用于内部和外部用途的云服务提供商（CSP）中，Meta是唯一一家尚未涉足云业务的公司。随着规模经济的建立，效仿xAI将剩余算力对外出售，是提升Meta资本回报率（ROIC）的极其自然的决定。如果不这么做，随着产能的扩张，将是对资源的巨大浪费。 第二，释放的算力将滋养更庞大的AI生态。 Meta对外出售的算力，将成为Anthropic和OpenAI等缺乏自有数据中心、但极度渴望算力以提供企业级AI服务的公司的重要资源。 第三，触发“杰文斯悖论”，创造更多增量需求。 野村强调，Meta的决定绝不是AI相关硬件需求减少的拐点。相反，由于当前算力供应短缺导致单Token价格呈现上涨趋势，Meta算力的入市有望促使Token价格向下企稳。 根据“杰文斯悖论”（技术进步降低资源使用成本，反而会增加该资源的总消耗量），使用成本的降低将创造出规模更庞大的全新AI需求，从而在长期内进一步夯实对存储和算力硬件的底层需求。

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。