客服微信号 MaxStockWe 客服微信2号 MaxTrades 客服 Telegram号 https://t.me/MeiguWe 邮箱 buy@tradesMax.com 电话 (626)378-3637
摩根士丹利亚洲团队9月发布的中国互联网行业深度研究显示，在已使用或计划采用AI的广告主中，72%表示广告总预算没有变化，74%认为跨平台广告支出正在进一步集中。在总预算增长有限的情况下，AI首先改变的是广告预算的配置方式。
这一趋势已经体现在广告主的实际应用中。2025年，74%的受访广告主使用AI进行内容生成，62%用于广告活动管理，而商品Feed/目录优化、生成式引擎优化的渗透率分别仅为9%和5%。当前AI对广告行业的主要作用仍是提升效率，而不是创造新的广告入口。
随着AI从内容生成、投放优化进一步走向Agent，广告平台的竞争也将逐渐延伸至用户决策和交易环节。对于互联网平台而言，真正值得关注的不是AI本身带来多少新增预算，而是谁能够借助AI获得更多存量预算，并进一步打开广告之外的商业化空间。
AI先改变预算流向，广告增量尚未打开
摩根士丹利基于第六期AlphaWise中国广告主调研得出的结论相当明确：AI正在改变广告预算分配，但尚未显著扩大广告总盘子。
调研显示，50%的广告主认为AI已经带来ROI提升，46%认为客户咨询处理以及售前、售后承接有所改善。但在预算层面，72%的广告主表示总广告支出没有变化，更多是在既有预算内部调整投放结构。
与此同时，74%的广告主认为跨平台广告支出更加集中。随着广告主越来越重视投放效率和结果可衡量性，预算正在向能够提供更高转化效率、更完整数据反馈的平台集中。因此，AI当前带来的首先是份额变化，而不是市场整体扩容。
这一阶段的另一个特征是，AI应用仍主要停留在广告生产和管理环节。内容生成、广告活动管理已经成为较成熟的使用场景，而商品Feed优化、生成式引擎优化等更接近AI原生广告的模式，渗透率仍然较低。只有当AI进一步参与用户发现、商品决策和交易执行，新的商业收入空间才可能真正释放。
2030年看预算迁移，2040年才体现增量
摩根士丹利预计，到2030年，可单独识别的AI总变现规模约为2910亿元人民币，其中候选集广告约100亿元，AI归因交易佣金约2810亿元。
需要注意的是，这一预测并不包括预测式AI提升现有广告库存变现效率所带来的收入增长。也就是说，如果AI提高了广告点击率、转化率或投放效率，这部分增量仍将体现为传统广告业务收入，而非新的AI独立收入。
真正的增量空间来自Agent进一步进入交易链路。到2040年，随着AI参与发现、决策和交易执行，AI促成的广告收入预计达到3190亿元，AI归因交易佣金规模则可能达到1.24万亿元。不过，扣除传统业务被替代、激励支出以及合作伙伴分成后，最终形成的净市场扩张规模将低于上述总量。
因此，两个阶段对应不同的商业逻辑：2030年前主要是预算迁移，2040年前后才更多体现AI对商业模式和市场空间的重构。2040年的预测更适合作为长期情景锚点，而非精确的时间节点。
模型之外，商业闭环决定价值获取
当AI从广告投放工具进一步变成能够理解需求并执行任务的Agent后，平台竞争的核心将转向对商业链路的控制。摩根士丹利将其归纳为四个关键节点：谁发起需求、谁决定候选集、谁完成交易，以及谁掌握结果数据和回写权限。从广告、赞助排序，到交易佣金、支付和商家服务，不同环节对应着不同的价值获取方式。
这也是独立AI与嵌入式AI的主要差异。独立AI能够聚合跨领域用户意图，但嵌入业务体系的AI距离商品、商家、支付和交易更近，更容易把用户需求转化为可量化的商业结果。调研显示，47%的广告主认为AI创造的价值将由各参与方共同分享，37%认为平台将成为最大的单一受益方。
由此看，AI未必会彻底改变互联网竞争格局，反而可能放大不同平台在用户需求、供给、交易和数据上的既有差异。对于广告市场而言，短期看预算向高效率平台集中，中长期则取决于平台能否把AI接入完整商业链路。随着Agent从辅助投放走向“读取需求—决策—执行—回写”，广告之外的交易佣金和商家服务收入，有望成为下一阶段更重要的增量来源。
美股大数据 StockWe.com 每天追踪存储芯片价格，发现内存DDR价格在9月已经开始回落，但美光和SK海力士股价继续创新高，为什么，因为AI已经从拼模型能力，转向落地一款极具粘性的个人Agent产品 META #Muse
这意味着，AI产业的竞争正在进入一个新阶段：模型能力是必要条件，但不再是充分条件。谁能把通用模型转化为具体的产品体验、稳定的工作流和可验证的商业回报，谁才能在下一阶段的竞争中真正占据有利位置。
而这一变化提示了一个值得重新审视的估值框架：在AI领域，模型参数规模和基准测试排名固然重要，但应用层的工作流深度、用户入口的粘性，以及ROI的可验证性，可能正在成为更具预测力的商业价值指标。当模型开始“够用”，下一场战争的战场，已经悄然转移。
美股投资网获悉，OpenAI 正呼吁美国牵头建立全球 AI 技术标准，覆盖模型评估、安全测试、事故报告和国际协作等领域。
与此同时，Sam Altman 本周将前往联合国，就 AI 安全与国际治理问题进行讨论。
这件事真正值得关注的是竞争层级变了：
从OpenAI、Google、Anthropic 这些公司之间争模型能力，到现在开始进入美国z府、中国、联合国、多边治理体系。
谁掌握标准，谁就可能掌握未来模型测试、算力准入、跨境部署甚至芯片出口的话语权。
美股投资网认为，短期这不是直接的业绩催化，但它意味着 AI 产业正在多出一条新的估值变量：
技术竞争之外，规则竞争正式升温。
$NVDA $MSFT #美股
━━━━━━━━━━━━━━━━━━━━━━
【原创声明】
本文由美股投资网（TradesMax.com）研究团队原创完成。
原创机构：美股投资网
英文品牌：TradesMax
本文基于公开财报、SEC文件、市场数据、机构资金、期权交易及产业链信息进行独立分析
如需引用本文，请注明：
“美股投资网（TradesMax.com）原创研究”。
━━━━━━━━━━━━━━━━━━━━━━
指数快创新高了，但越来越多股票却在创新低。
周一标普500大涨1.49%，距离历史高点已经不到1%，但标普成分股内部却出现明显背离——创新低的股票数量远远超过创新高。
类似“指数在高位、内部宽度却快速恶化”的情况，历史上并不常见。
更值得注意的是，部分市场宽度指标已经降到历史极端区域。过去比较接近的阶段，包括1973年前后以及1999年科技泡沫末期；
其中更严格的“指数大涨并逼近新高、但新低股票反而超过新高”的组合，上一次出现要追溯到1999年12月。
美股投资网认为，这说明现在真正的问题不是指数，而是上涨越来越集中。
AI、半导体和少数超级科技股还在不断抬高指数，但大量普通股票已经提前进入深度调整。
这并不意味着美股马上见顶。
但历史告诉我们，当指数不断创新高，而参与上涨的股票却越来越少时，市场的容错率会明显下降。
所以接下来比$SPY 能不能创新高更重要的是：
如果指数再创新高，市场宽度能不能一起回来？
如果回不来，这个背离就值得真正重视。$QQQ #美股
━━━━━━━━━━━━━━━━━━━━━━
【原创声明】
本文由美股投资网（TradesMax.com）研究团队原创完成。
原创机构：美股投资网
英文品牌：TradesMax
本文基于公开财报、SEC文件、市场数据、机构资金、期权交易及产业链信息进行独立分析
如需引用本文，请注明：
“美股投资网（TradesMax.com）原创研究”。
━━━━━━━━━━━━━━━━━━━━━━
眼下DSP明明还很缺，头部客户还在拼命锁产能，但整个行业已经开始研究怎么减少DSP，甚至最终把它拿掉。
这其实就是光通信下一阶段最值得跟踪的变化。
今年市场赚的是扩产的钱，接下来要开始看架构变化的钱。
先把眼前的情况说清楚。
1.6T的景气没有结束。按照我们美股投资网这次调研的估算，2027年1.6T光模块需求可能达到6000万—6500万颗，而DSP依然是供应链里比较紧的一环。
特别是1.6T DSP基本已经进入3nm时代，产能不像成熟制程那么宽松。现在大约70%的1.6T DSP订单已经被长期协议锁住，GOOGL、NVDA、MSFT、AMZN、META这些头部AI客户，因为订单规模大，而且和供应商绑定得更深，拿货优先级自然也更高。
换句话说，未来一两年1.6T该放量还是会放量，DSP该紧还是会紧。
只是站在投资的角度，这些已经不算特别新的信息了。
如果现在还每天盯着“1.6T又加了多少单”“DSP又缺了多少”，其实还是在交易过去一年市场已经反复讨论的东西。
我们反而更想往后多看一步。
为什么行业开始想办法去DSP？
说到底还是一个老问题——电。
现在AI数据中心最头疼的已经不只是GPU够不够，而是GPU买回来以后，电从哪里来，热怎么散出去，以及整个网络为了搬运这些数据到底还要吃掉多少电。
这次调研里有一个例子很好理解。
一只800G光模块平均功耗大约25W，其中DSP可能占掉接近一半。假设因为制程差异，一颗DSP多消耗3W，看起来没多少，但一台128端口交换机累积下来，就是接近400W。
再把这个数字放到几十万甚至上百万颗加速器组成的AI集群里，事情就完全不一样了。
而且网络还在继续升级。
800G之后是1.6T，再往后还有3.2T。速率越高，电信号在PCB上传输的距离越长，损耗和功耗的问题就越难处理。
这时候再一味靠“换一颗更先进的DSP”去解决，空间已经越来越小。
NPO和CPO就是在这个背景下开始走到台前的。
2027年，我会先盯NPO
NPO你可以简单理解成，以前光模块离交换芯片比较远，现在把光引擎往交换芯片旁边搬。
搬近以后，电信号不用在PCB上跑那么远，损耗下来了，DSP承担的工作自然也可以减少，功耗跟着下降。
按照这次调研的估算，NPO相比传统方案大概可以节省30%—40%的功耗。
更值得注意的是2027年。
现在大家都知道CPO是方向，但CPO的问题是想得很好，真正大规模生产没有那么容易。如果明年部分CPO交换机没办法按照原来的计划出货，那么NPO很可能先顶上去，做一段时间的过渡方案。
这次调研甚至估算，如果相关交换机大量采用NPO，按照端口数量换算，2027年对应规模可能达到1200万只左右。
1200万这个数字我不会太当真，因为这里面的假设很多，CSP最后愿意采用多少、产品能不能按时出来，都还要继续验证。
但我会记住“1200万”背后的那个变化：NPO已经不是飘在天空里的东西了。
只要明年开始看到真实订单、真实交换机出货和CSP验证往前走，市场交易的逻辑就会跟着变化。
这也是为什么2027年我会非常关注NPO。
再往后看，还是绕不开CPO
NPO更像是一座桥。
真正有可能把现在光互联架构彻底改变的，还是CPO。
它走得比NPO更远，直接把光引擎进一步靠近交换芯片。距离更短，功耗自然还能继续往下降。
我们调研里给出的数据是，NPO可能节省30%—40%的功耗，而CPO在部分测试里甚至能做到60%—70%。
如果AI集群以后真的做到百万卡甚至更大的规模，这种差距最后全部都是电费、散热和数据中心容量。
但CPO也有一个问题：它现在最大的困难不是设计出来，而是造出来。
里面可能涉及上千根光纤，怎么耦合、怎么提高良率、怎么控制成本，本身就很麻烦。再加上玻璃基板、布线、打孔和先进封装，很多工艺还在往成熟量产的方向爬。
所以我们暂时不会因为CPO来了，就直接判传统光模块“死刑”。
这次调研给出的时间窗口其实挺合理：2028—2029年之前，DSP和传统光模块大概率还有自己的位置，真正明显的技术转折点可能要等到2029年前后，甚至2030年。
这中间还有好几年。
对投资来说，反而是一件好事。
因为这不是突然切换，而是一段我们可以持续观察、持续验证的过程。
到这里，选股思路也要慢慢变了
以前看光通信，我们很容易先问一句：谁的光模块卖得最多？
以后这个问题可能要稍微换一下：
谁在控制下一代AI网络的架构？
这两句话听起来差不多，背后的投资逻辑其实完全不同。
传统架构里面，交换机赚交换机的钱，DSP赚DSP的钱，光芯片和光模块也各自拿走一部分价值。
但到了NPO，尤其是CPO，交换芯片、硅光、光引擎和先进封装开始越靠越近。
东西一旦开始整合，价值量就一定会重新分配。
所以接下来除了LITE、COHR这些我们已经很熟悉的光通信公司，我会花更多时间去看NVDA、AVGO和MRVL。
因为它们争的已经不只是某一颗芯片，而是下一代AI网络里面自己到底能控制多少东西。
另外还有一个我会放在观察名单里的公司：INTC。
如果以后AI芯片、交换芯片、CPO一起抢先进制造和先进封装，整个产业迟早会问一个问题：TSM之外，还有没有第二套真正能用的能力？
这次调研已经提到，部分厂商正在评估INTC的EMIB和先进制程。
现在当然还不能因为这一句话就给INTC算多少收入，但如果未来真的开始出现先进封装产能转移，那么INTC的故事就不只是CPU能不能翻身了。
接下来，就盯三件事
NPO什么时候出现真正的大规模订单，CPO什么时候跨过量产门槛，以及NVDA、AVGO、MRVL这些公司，最后谁能在下一代AI网络里拿走更多价值量。
今年光通信炒的是“量”。
下一阶段，开始看谁拿走“架构”。
LITE COHR #美股
━━━━━━━━━━━━━━━━━━━━━━
【原创声明】
本文由美股投资网（TradesMax.com）研究团队原创完成。
原创机构：美股投资网
英文品牌：TradesMax
本文基于公开财报、SEC文件、市场数据、机构资金、期权交易及产业链信息进行独立分析
如需引用本文，请注明：
“美股投资网（TradesMax.com）原创研究”。
━━━━━━━━━━━━━━━━━━━━━━
美东周二（9月23日），AI智能体“Muse”带火的芯片行情进入第二天，市场不再全面冲，而是明显分化：
周二领涨主角更换
闪迪上涨有直接原因：券商Rosenblatt当天上调评级，直接点燃了存储板块情绪。
但真正要看懂的不是评级，是背后逻辑。
AI智能体Muse在消费端火了，意味着AI应用正在从“训练侧”往“推理侧”大规模扩散。训练需要GPU算力，推理同样需要高带宽内存和存储容量，而且推理需求可能更持久、更贴近日常使用。
摩根大通CEO戴蒙当天表示：AI领域的支出热潮“丝毫没有放缓的迹象”，明年整个超大规模数据中心生态系统的投资额可能达到1万亿美元。
存储芯片集体爆发，就是市场开始给这个远期推理需求算账。
美股投资网认为，存储接棒不是简单轮动。它说明市场在问一个新问题：Muse火了之后，产业链上谁最受益？周二的答案，是存储。
Meta大会是本周大考
Meta Connect 2026开发者大会在9月23日至24日举行，Muse AI是最大看点。这是本周AI行情能不能继续的关键窗口。
但Meta股价周二反而跌了0.63%。这典型的“利好兑现”。市场对Muse的短期定价已经比较充分，光靠“Muse很火”已经不够了。
接下来需要开发者大会给出更具体的商业化路径，或者更硬的用户增长数据，才能推动新一轮上涨。
如果大会只是重复已知故事，AI行情可能就要歇一歇。如果大会给出真金白银的数据，存储和推理链还有继续冲的燃料。
小心的是“加息后的松口气反弹”
AI越强，越容易让人产生一个错觉，好像只要产业趋势足够好，其他东西都可以暂时不管。
但现在美股恰恰同时存在两套完全相反、却都真实存在的逻辑：一边是AI产业需求越来越强，另一边是美联储刚刚重新开始加息。
9月16日，美联储刚刚把联邦基金利率上调25个基点到3.75%—4.00%，而且最新点阵图显示，18名政策制定者里面有16人预计今年至少还需要再加一次。
这几天市场之所以突然舒服了，是因为前几天压着成长股最狠的两个东西暂时松开了——油价下来了，长端美债收益率也没有继续往上冲。
到了周二，WTI已经回到大约95美元，Brent回到100美元附近，美国10年期国债收益率也跟着回落。
所以市场一下子出现了一个很典型的交易组合：
产业基本面这一边，AI故事重新变强；宏观这一边，最紧的绳子又暂时松了一点。
对于前面已经积累大量空头仓位的高Beta科技股来说，这种环境很容易触发空头回补和追涨资金同时进场，于是过去两天AMD、ARM、INTC这些弹性最大的股涨得最猛。
但这里有一个历史教训，我觉得不能因为纳指连续创新高就忘了。
2022年美联储第一次加息以后，市场并没有立刻崩，反而出现过非常猛烈的反弹。
真正经典的是2022年5月4日，当时美联储一次加息50个基点，鲍威尔表示75个基点并不是委员会正在积极考虑的选项，市场立刻把这句话理解成“没有想象中那么鹰”，当天标普500上涨2.99%，纳指上涨3.19%。
结果第二天，标普500下跌3.56%，纳指直接下跌4.99%，前一天所有关于“Fed没那么鹰”的乐观，24小时之后几乎全部变成了流动性撤退。
为什么会这样？
因为市场很快意识到，“没有更鹰”和“货币政策已经宽松”，根本就是两回事。
这句话放到现在同样适用。
现在最大的风险不是看多AI错了，AI产业趋势完全可以继续往上走，存储也完全可能继续接棒，Muse后面也可能继续给市场新的催化。
真正危险的是把这几天高Beta股的暴涨，理解成“加息已经没事了”。
Fed现在没有宣布紧缩结束，最新点阵图和官员讲话反而仍然在提醒市场，通胀压力没有真正解决。只要10年期美债收益率重新站回5%以上，油价重新反弹，或者接下来通胀数据再次超预期，那么市场马上就会重新问一个问题：Fed后面到底还要加几次。
而到了那个时候，第一个被卖掉的，通常不是那些最便宜、最没涨的股.票，反而恰恰是过去几天涨得最猛、估值弹性最大、仓位最拥挤的那一批。
所以现在这个市场其实没有想象中复杂。
AI在踩油门，Fed还踩着刹车。
过去两天，只是因为刹车暂时松了一点，所以油门的力量一下子被放大了，但这不代表刹车已经被拆掉。
美股投资网认为，接下来真正值得盯的，是三件事能不能同时成立：
只要这三件事同时存在，这轮AI行情就还有继续往产业链深处走的空间；但如果前两个越来越热，第三个突然翻脸，那么市场也会很快重新提醒所有人一件事：产业趋势决定你长期应该看哪里，利率决定你短期要付多少钱。
━━━━━━━━━━━━━━━━━━━━━━
【原创声明】
本文由美股投资网（TradesMax.com）研究团队原创完成。
原创机构：美股投资网
英文品牌：TradesMax
本文基于公开财报、SEC文件、市场数据、机构资金、期权交易及产业链信息进行独立分析
如需引用本文，请注明：
“美股投资网（TradesMax.com）原创研究”。
━━━━━━━━━━━━━━━━━━━━━━
Workday 最近给部分大客户免费开放一年 Sana Enterprise，很多人第一反应是：它是不是自己搭了 AI 基础设施，所以推理成本很低？
其实不是。
美股投资网认为，Workday 的路线更像是：
它把 Gemini、GPT、Claude 这类大模型，当成未来可以随时替换的“AI 算力层”。
目前 Sana 默认接入的是 Google Gemini，但 Workday 真正掌握的核心不是模型，而是：
企业HR 数据 + 财务数据 + 公司权限 + 工作流 + 审批规则 + AI Agent。
比如员工问：
“我刚生了孩子，帮我添加家属、更新福利，再告诉我还有多少产假。”
Gemini 负责理解和推理，但真正知道员工身份、福利计划、公司政策、审批流程，并能执行操作的，是 Workday。
所以它的产品更像：
Gemini / GPT / Claude
↓
Workday Sana
↓
企业数据 + 权限 + 工作流 + Agent
↓
真正执行 HR 和财务任务
这也是为什么 Workday 没必要自己训练一个 GPT-5 级大模型。
未来它甚至可以做模型路由：
简单任务→小模型 / 开源模型
复杂任务→ Gemini / GPT / Claude
谁更便宜、更强，就用谁。
所以 Workday 免费送一年 Sana，重点未必是“AI 成本有多低”，而是先让客户把更多工作流搬进 Sana。
一旦 HR、财务、审批和 Agent 都开始围绕 Sana 运转，客户以后换掉的就不只是一个软件，而是一整套 AI 工作方式。
这才是 Workday 真正想赌的未来。
$WDAY $GOOGL #AI
━━━━━━━━━━━━━━━━━━━━━━
【原创声明】
本文由美股投资网（TradesMax.com）研究团队原创完成。
原创机构：美股投资网
英文品牌：TradesMax
本文基于公开财报、SEC文件、市场数据、机构资金、期权交易及产业链信息进行独立分析
如需引用本文，请注明：
“美股投资网（TradesMax.com）原创研究”。
━━━━━━━━━━━━━━━━━━━━━━
AI Agent 正在改变商品搜索的入口。
过去用户想买东西，会先去 Google 搜、去 Amazon 比价，再点击广告完成购买。
未来购物可能变成一句话：“帮我找到最合适的产品，最低价直接买。”
一旦 Agent 替用户完成搜索、比价和筛选，传统搜索广告和电商平台广告的价值就会被压缩。
但 META 的逻辑不一样。
Instagram、Facebook 的广告核心不是“你正在找什么”，而是“让你突然想买什么”。
这是发现型广告，而不是搜索型广告。
所以 Agent 购物越普及，广告预算未必消失，更可能重新分配：高意图搜索承压，主动创造需求的平台价值反而提升。
美股投资网认为，Muse 如果能够证明 META 在 AI 推荐和商品发现上的能力，那么市场真正该重新定价的，可能不是一个新 App，而是 META 在下一代电商入口里的位置。
#美股
过去70多年（1950-2025）的历史数据：在中期选举年份，标普500指数10月平均回报率3.0%，上涨概率高达73.7%——这是全年表现最强的月份。
美股投资网分析这背后有多重驱动因素：
①历史季节性规律
中期选举年的市场节奏很固定：8月底到10月初先震荡探底，然后10月开始明显转强，选举结束后进一步走强，一直持续到次年初春。纳斯达克、标普500、罗素2000在选举前一个月上涨概率分别升至64%、73%和75%。
②特朗普有极强的动机推高股市
美国家庭大部分资产与股市挂钩，股市走强直接创造“财富效应”——让选民感觉更富有、更愿意消费，从而稳住经济与选情。历史上，总统第二任期的中期选举年往往比第一任期表现更好，标普500年平均涨幅约8%至12%。
③油价与通胀的连锁反应
这是目前最关键的变量。高盛最新判断：如果油价明显回落，通胀压力将随之缓解，美联储加息压力减轻甚至转向降息，从而为股票、债券等资产创造“全资产上涨”的环境。
油价下跌→通胀预期降温→利率下行→估值扩张→股市上涨。
这条链条一旦打通，科技成长股将直接受益。而随着11月3日中期选举临近，控制油价、缓解通胀正是执政党在选举前最核心的政策诉求之一。
④选举不确定性消除后的资金回流
中期选举结束意味着最大的政治不确定性落地。历史数据显示，选举后6个月内标普500上涨概率高达96%。资金在选举前保持谨慎，选举后重新涌入风险资产。
10月的历史强势 + 特朗普的政策动机 + 油价下行的通胀缓解 + 选举不确定性即将消除 = 多重利好共振。
$IWM $VOO #美股
━━━━━━━━━━━━━━━━━━━━━━
【原创声明】
本文由美股投资网（TradesMax.com）研究团队原创完成。
原创机构：美股投资网
英文品牌：TradesMax
本文基于公开财报、SEC文件、市场数据、机构资金、期权交易及产业链信息进行独立分析
如需引用本文，请注明：
“美股投资网（TradesMax.com）原创研究”。
━━━━━━━━━━━━━━━━━━━━━━
韩国媒体称，三星正在考虑扩大其4纳米晶圆代工产能，以支持HBM4基础裸片（base die）的生产。基础裸片是位于DRAM堆栈下方、将内存连接至AI加速器的逻辑层。
与 SK 海力士采用台积电12纳米工艺制造 HBM4 基础裸片不同，三星正使用其4纳米工艺在内部自行生产该组件。
三星已将其目前4纳米产能的一半以上分配给 HBM4 基础裸片生产。需求还来自其他客户，包括英伟达的 Groq 3 LPU，这促使三星上调了新4纳米订单的价格。
HBM 竞赛竞争加剧
此次扩产正值三星加速 HBM4 产能爬坡之际。公司预计 HBM4 收入将在第三季度环比增长三倍以上，且 HBM4 在下半年将占其 HBM 总收入的60%以上。
三星的增长已在重塑竞争格局。Counterpoint 数据显示，三星 HBM 收入份额从第一季度的21%升至第二季度的33%，而 SK 海力士占50%，美光占18%。
该公司还在考虑为 HBM5 新建一条2纳米产线，预计 HBM5 的基础裸片将采用2纳米工艺。这可能进一步强化三星垂直整合的路线，将内存、逻辑制造和先进封装融为一体。
SK 海力士、美光承压
对 SK 海力士$SKHY 和美光 $MU
而言，就在 AI 基础设施支出驱动高带宽内存需求达到前所未有水平之际，三星更快的 HBM4 爬坡构成了又一项竞争挑战。
在今年6月，三星是首家完成 HBM4 验证并开始出货的供应商，而 SK 海力士面临认证延迟，美光则仍更专注于 HBM3E。
花旗预计明年全球 HBM 比特需求将增长62%，可能使行业处于供不应求状态。这意味着三星的产能扩张可能让其在快速增长的市场中占据更大的份额。
微信分析师 微信公众号
