寫下這篇文章的時間是2026年7月19日，SK海力士的股價已經較高點下跌了40%+，在這個時間寫這些，多少需要些勇氣。讀完這篇文章你能得到什麼？半小時的時間，或許可以幫你全面地看清記憶體的真相。
股價下跌=記憶體過剩？記憶體真的過剩了嗎，記憶體以後會變成沒人要的東西？AI的敘事延續延續不下去了？AI是泡沫，就像兩千年網際網路泡沫一樣？
情緒最易矇蔽人的雙眼。記憶體是否過剩，AI是不是泡沫，我覺得都不能拍腦袋。現在是知識平權的時代，AI可以幫助你瞭解很多問題的真相，拍腦袋判斷問題的模式已經落伍了。
於是我花了大量時間去和AI進行對話研究，把每一個直覺和假設都掰開了看個仔細，儘量把每一個判斷建立在有理有據的客觀事實和邏輯上，而不是建立在“應該吧”“可能吧”這樣的直覺假設上。使用這種方法我也不能保證獲取的答案一定正確，但至少會接近。
我們總是先看到股價的走勢，然後會想到去看研報，再然後可能會去看看財報。但我覺得把一家公司的財報看明白還遠遠不夠。你永遠得比別人多看一步，再多看一步，再多看一步。
再向深處挖一層，就會關注記憶體價格的漲跌邏輯。這裡供需決定價格。
再向深處挖一層，看到的是幾大雲廠商的資本開支計畫，因為這些資本開支最後都會流向算力，而算力的最大瓶頸在那裡，那裡就會被買爆。這裡上游資本開支決定供需。
再向深處挖一層，是什麼決定大廠的資本開支？每年近兆美元的巨額投資，賺錢的邏輯究竟是什麼？看到了這裡，似乎才能真正摸到點門道。研究記憶體，只研究記憶體行業是不夠的，或者根本就是錯的。為什麼不看看上游的輝達，以及上游的上游——Google、亞馬遜、微軟、Meta？
再往深處挖一層，就會發現決定這些大廠生死邏輯的，其實是AI敘事，也就是AI在未來能創造多少真實價值——換句更容易聽懂的表述——取代多少人力。
再挖，我挖不動了。於是整件事的邏輯就變成了這樣：看財報，這是公司基本面→看價格，這決定公司基本面→看供需，這決定價格→看上游資本開支，這決定供需→看AI敘事，這決定上游大廠的命運。記憶體的盡頭於是變成了AI敘事。
到這裡，我認為記憶體的終極盡頭不是別的，就是Ai在未來能創造多少真實價值。
如果你想問記憶體是不是會過剩，那就一定要回到第一性原理，先要回答清楚這一輪的AI到底是泡沫，還是一場史詩級大變革的前夜。
1.AI是泡沫？
有人說現在的AI就是泡沫，因為沒創造什麼真實價值，就像兩千年網際網路泡沫一樣。
於是首先就要看看，AI和網際網路泡沫有沒有什麼本質差別。對於這個問題的答案，不要憑空自己臆想，也不要隨意聽信人言，不妨去問問AI，你會得到一個相對更為靠譜的答案。
至少以這兩者作對比的話，我認為是完全不一樣的，最重要的例證有三：
1.市盈率差別巨大。網際網路泡沫時的股票市盈率成百上千倍，泡沫特徵明顯。而本輪美股核心大公司的市盈率依然在二三十倍，記憶體晶片巨頭更是在十倍以內。這一輪的AI公司，尤其是晶片企業，是真的在巨額盈利的。
2.門檻差別巨大。網際網路泡沫時時期幾乎沒有門檻，一個PPT就能拿到投資創業，資金盲目而瘋狂。現在入局AI的門檻高到無法想像。
3.需求側已先於供給側爆發。網際網路泡沫時期，大量投資是為“潛在未來”做準備，很多商業模式尚未跑通。現在大廠擴建資料中心和算力是基於已有的使用曲線和收入曲線。AWS、Google Cloud、Azure 的收入和毛利都在快速增長。
這三點決定了，本輪AI與網際網路泡沫有本質不同，幾乎不存在可比性。
AI到底是不是泡沫，還有一個最真實也最容易被人忽視掉的觀察指標，就是各行各業的人，請認真的思考一下，在沒有政策干預的大前提下，假以時日，你的工作有多大可能完全不會被AI替代。這真的是一個嚴肅而刺痛的現實。我還曾經認真研究過這個問題，讓AI做一個萬人模型假設，推測出來的結果是未來三五年內有高達4361人的工作理論上是有可能被AI取代的，比例是43.61%。這是個嚇死人的資料，雖然未必多麼准確，但也足夠震撼人心。未來還能幹點啥？
認真想想，難道不是嗎？且不說那些程式設計、設計、資料處理類很容易就被取代的工種，即便是需要人來親力親為的事情，未來也有具身機器人等著你。
最殘酷的真相就是：每一個即將被取代的人力，都是AI在未來創造的價值。公司雇你需要花一萬塊錢，AI替代了你，即便打個對折，老闆花五千塊雇個AI而把你裁了。還淨賺五千。
這個假設合邏輯嗎，非常合邏輯。再不涉及其它變數的情況下，如果你是老闆，你也會這麼做。如果這個假設成立，那麼你還用替Ai操心它未來賺不到錢嗎？
身邊一些顯而易見的事實也已經在悄然發生，OpenAI剛剛把Codex和GPT進行了融合，豆包也上線了agent功能並且開始付費。這些小事背後至少說明了兩件大事：1. AI的應用已經開始由簡單的聊天對話向可以幹活的Agent轉變。2.AI大規模付費時代恐怕即將開啟。
你會說，誰會為AI付費呢？這件事只有用過的人才最有發言權。你也可以不為AI付費，只是這樣做未來可能需要忍受兩個後果：1.在對事情的認知上，你和別人是“普通人”和“神”的差別。2.在做事效率上，你和別人是“普通人”和“神”的差別。
好像有點誇張，好像又並不誇張。
對於AI是不是泡沫，另一批特別有發言權的人是美麗國雲廠商巨頭們。因為他們正在以每年近兆美元速度向著AI大基建猛烈燒錢。
2.瘋狂的押注
我們先來看下Alphabet、亞馬遜、微軟、Meta最新一季財報電話會（4月30日資料）對應的2026全年AI 資本開支預期：
最為關鍵也最令人震撼的是，至少未來5年內，這些開支都不會放緩。根據高盛預測，從2025財年到2030財年，用作AI基建的總資本支出總額或達到5.3兆美元。這個數字還僅僅只包含四大雲廠商，如果放大到全球，還會多很多。
至少從今天的視角看，AI基建已經成為一個相對持續的歷史大潮，而不是一個短期的歷史事件。我們或許才剛剛站在大潮的起點。
對比2025年，2026的資本開支都大幅提高。毫無疑問，這是一場豪賭。08年我們救市花了4兆人民幣，就讓整個經濟體起死回生，而美麗國這場AI基建狂潮的規模至少十倍起，且僅僅只砸向AI一個領域。換一個角度看，這是一場國運的梭哈，不誇張的說，這是一場輸不起的戰爭。即便從政治層面看，這件事也是不容有失，在可以想見的未來，會有無數力量為此保駕護航。
一個問題隨之而來，如此巨額的資本投入，所對應的回報也必須是驚人的，AI真的能為這些大廠帶來如此巨大的經濟收益嗎？一個直覺是，這些人擁有地球上最聰明的大腦，他們不會傻到把錢扔進一個收不到回報的無底洞。
但我不希望只靠直覺判斷事情，於是我們要做的是驗證這個直覺。
打開AI創收這個問題，一個結論是：各大廠商AI/雲收入已從"無法計量"快速壯大為數千億美元級。2026年合計AI/雲收入約為5000億–5600億美元，其中Google Cloud一個季度就達200億美元且增長63%，AWS AI服務超150億美元且"快速上升"，這些都是真實的數字。
進一步打開這個資料，其中真實歸因到AI的純血創收目前大約1000億美元左右。
現在可以提出質疑了：每年投入近兆，而創收僅千億，這看上去似乎並不是一個好買賣。
沒錯，如果只盯著2026這一年的資料看，這確實是傻子才會幹的事。但是一個不容忽視的事實是，AI創收的增速十分驚人，而且潛力十分巨大。
具體例證在那？其中具有代表性的是2026 財年第一季度財報電話會議中GoogleCEO 桑達爾・皮查伊（Sundar Pichai）的披露：
官方原文：Revenue from products built on our gen AI models grew nearly 800% year-over-year. Our enterprise AI solutions have become our primary growth driver for Cloud for the first time.
翻譯：基於我們生成式 AI 模型開發的產品收入，同比增長近 800%；企業 AI 解決方案首次成為Google雲第一增長引擎。
800%是一季度同比增長，對比區間是2026 Q1 vs 2025 Q1。這裡需要注意的是，800%的增長是不含廣告等收入的幾乎純血AI創收。
另一個可以拿來做參考的真實資料來自亞馬遜 2026 財年 Q1 財報電話會議（2026-04-29）：
原文原話：Bedrock, which saw 170% growth in customer spend quarter-over-quarter, and processed more tokens in Q1 than all prior years combined.
翻譯：Bedrock 平台客戶付費支出，環比增長 170%；Q1 處理 Token 總量超過上線以來所有季度總和。
這次170%是環比，也就是僅僅一個季度就增長了170%。Bedrock 是亞馬遜專門服務於企業使用者的雲類股，這個170%的增長完全剔除亞馬遜電商、廣告、C 端消費 AI，僅表達企業付費。
這兩個例證已經非常典型。
如果還不夠，我們還可以去觀察一下大廠CEO們近些時日對於AI敘事的看法和表態，這些發言其實是非常有前瞻性的和指引性的。如果你關注記憶體市場而不去看上游大佬們的金玉良言，那很可能是一種坐井觀天。
3.帶血的籌碼
即便如此，我還是不放心，於是我設想自己就是公司大股東，我得為投出去的真金白銀負責。於是我又讓AI幫我簡單給公司做了個財務模型，擬以150%-100%-60%-40%增速作為基礎假設，省去過程資料直接看結果：
這個增長率激進嗎？恐怕並不。這個假設只是建立在一個逐年遞減的線性增長的基礎上，這或許只是站在今天視角的保守估計，而並沒有考慮到未來Agent時代Ai大爆發可能帶來的指數級增長。可以看到，在這個模型中，五年後即2030年的收入也已經可以覆蓋投入。作為一個門外漢，這個財務模型可能並不專業，至少從結果上看，事情是可控的。
Ai未來會有指數級爆發的可能性嗎？非常可能。
先來看一組Token消耗對比：劍橋arxiv 2026年4月最新學術論文的實測資料：Agentic任務比程式碼對話消耗多1,000倍token。
IDC 2026報告中的數字同樣震撼：“到2027年，來自企業AI Agent的token和API呼叫總量將增長1,000倍。2029年，全球將有超過10億個活躍AI Agent，每天執行2,170億次動作，消耗3.7兆tokens/天。”
再換一個角度，從使用者付費的角度看問題呢？
當前最誠實的"為AI直接付費"數字：消費者訂閱$200–250億 + 企業GenAI直接採購$800–1,000億 = 約$1,000–1,250億/年（2026）。即2026年就有一千多億的AI付費總額。目前全球約10億人使用AI工具，但付費使用者滲透率只有約3%。如果這個百分比增長到10%呢？增長到20%呢？
另一組資料更能說明問題，IDC和麥肯錫認為：到2027年，全球企業AI Agent支出將達到$1.4兆——這比當前整個AI消費市場大一個數量級。
看到了麼？1.4兆，2027年的這個數字就已經可以覆蓋當年資本開支了，更不用提每年資本開支的模型對應的可能是後面很多年的回報總和。
再換一個角度，從AI潛在的價值取代看問題呢？
根據麥肯錫2017年資料，全球知識工作者薪酬總額為42.5兆。而當前，全美技術上可自動化的工資價值為1.2兆美元/年，到2030年會是2.9兆/年。對應全球的話，這個數字至少還要5倍以上。
AI取代人力價值的完整框架分析大概如下：
理論上，全球可以被AI取代的勞動力價值每年或在10兆美元以上。這塊天量的蛋糕才是所有AI大廠的目標所在，在座的每個人都有可能成為獵物。這也是為什麼目前 AI 直接收入只有幾百億美元，而大廠卻敢以每年十幾倍的資金投入押注未來的真正原因。
一個扎心的事實就是，每一份被取代的人力價值最終都會成為巨頭們收入的一部分。某種意義上，這才是真正帶血的籌碼。況且，AI也並不是只吃存量，也會創造增量。按照老黃的說法，AI還會新創造非常多非常多的就業崗位。這句話可能也是真的，只是這個增量能有多少，適用的範圍有多大就難說。
4.永遠缺記憶體
以上這些內容，其實都是在探明記憶體的根基是否牢固，只要AI敘事在未來堅不可摧，那麼對算力的需求就會源源不斷。而現在，卡在算力脖子上最大的詛咒就是記憶體。
記憶體已經漲了這麼久，過去一年的時間DRAM價格漲了好幾倍。如今，隨著三星海力士宣佈大規模擴產，記憶體過剩論似乎已經成了數量越來越多的人群的共識。那麼我們就不得不面對一個問題——現在到底還缺記憶體嗎？
誰來回答這個問題最合適呢？我覺得最有發言權的，應該是輝達。
一件非常有意思的事實是：今年1月份，黃仁勳宣佈Vera Rubin“已全面投產”。3月初，有報導稱NVIDIA實際上正在將H200的TSMC產能轉移到Rubin以加速其發佈。然而幾周後畫風突變：晶圓投片削減，出貨延期一個季度。近日，輝達更是將 Rubin 全年產量目標又下調了 25%。
原因不是工程問題，不是需求問題。而是全球根本無法製造足夠的HBM4記憶體來供給它。
輝達最先進的算力機架，被記憶體卡了脖子了，而且卡的十分之難受。要知道，這件事最得意的是他的競爭對手們，Google和AMD，Rubin每延期一個月，就給他的競爭對手多創造一個月的空間用來趕超自己。輝達曾親手定下了高標準的HBM交付標準，如今卻似乎要吞下作繭自縛的苦果。
從這件事看，老黃不可能是愚蠢，他可能只是低估了記憶體。
Rubin延期講述了一個故事：AI產業的擴張速度超過了物理世界製造晶片的能力。
“ASML每年能製造約70台EUV工具。SK Hynix一年在裝置上花費133億美元。NVIDIA有1170億美元的總供應承諾。超大規模雲廠商正在部署6000億美元的資本支出。仍然不夠。記憶體沒準備好。依賴它的晶片延期了。世界正在以物理極限的速度建設。只是還不夠快。”
記憶體為什麼會短缺？
當我開始著手研究後，我發現，DRAM每年的擴產能力是極其有限的。尤其是專用於AI資料中心的HBM，屬於DRAM中的頭牌，製程高難度大，尤其尤其重要的是，生產HBM需要頂級的EUV光刻機。
中國沒有EUV光刻機，一台都沒有。
想著讓東方大國把高端記憶體用踩縫紉機的方式幹成白菜價，短時間內根本不可能。即便是今年底東大就研製出EUV，那從實驗室走向商用量產又得個把年，等光刻機給到記憶體廠，研發、良率爬升難道不要時間嗎？要知道，即便是和海力士同一梯隊的美光，在HBM的進展上也至少落後半年到一年。
另一個重要的事實是HBM對普通記憶體的擠壓。每生產一塊HBM，就會吃掉三倍的晶圓，對應少生產三倍的普通DRAM。
而記憶體廠商每年晶圓的產量如何呢？我讓AI把SK海力士過去五年的晶圓產量畫成柱狀圖，我們可以看到，五年的時間由350增長到450，每年的增速僅5%。這個增速怎麼說呢——增長了，又好像沒增長。
禍不單行，在晶圓產能幾乎沒怎麼增長的前提下，AI資料中心對高端記憶體HBM的需求出現了爆炸式增長，而問題在於，正如前文提到的，每生產一塊HBM，會吃掉三倍晶圓，對應少生產三倍的普通DRAM。
這近乎是一種自鎖式增長——即增長的越多，也就增長的越少。
對，就是這麼尷尬。要的越多，給的就越少。這就好有一比，麵粉只有這麼一盆，多蒸一份包子就少蒸三份饅頭。過去HBM價高，大廠想要多生產包子多賺錢。現在發現因為受擠壓而稀缺的饅頭反而漲價更快，比做包子還賺錢。這就是最近消費級DRAM和NAND瘋狂漲價的原因。
這裡有一個隱藏的事實——當初是HBM擠壓普通記憶體導致其漲價，那現在普通記憶體的漲價，在將來某一天也一樣會反向擠壓HBM而導致其繼續漲價。這恐怕是必然的結果。
一個好消息（or壞消息）是，韓國在上個月末宣佈了史詩級擴產計畫，三星海力士兩家合計投入800 兆韓元（約 5167 億美元 / 3.52 兆人民幣）。重點是，這些新增的產能幾乎全部用來生產 HBM 高端記憶體。
那如此宏大的擴產計畫，最終計畫擴產多少呢，答案是五年翻倍。這是韓國舉傾國之力梭哈國運給出的答卷。
再用一張圖表達海力士過去五年已經發生和未來五年預測發生的晶圓產量。看著好像是加快了不少，不過先別急，我們還有一個問題沒有解決，那就是瞭解一下市場對記憶體的需求究竟有多少。
記憶體大廠現有的記憶體產能，基本是對應過去消費電子的，多出來的需求差不多都是AI算力產生的。那AI算力對記憶體的需求體量究竟有多大呢？這是一個好問題。我專門對這個問題又進行了打開，發現AI算力對記憶體的需求在2027年幾乎會佔到45%，等於幾乎就是截止到明年，AI算力整個再造了一個消費電子市場。這足以說明Ai算力對記憶體的需求不是一點，不是很多，而是很多很多。
更恐怖的，是剛才提到的一吃三問題，即每多生產一塊AI算力記憶體，會對傳統消費電子產能造成三倍擠壓。這也就是最近普通DRAM和NAND瘋狂漲價的根本原因。剛才那張圖只表達了DRAM用量，而不是真正的晶圓用量。如果算上三倍晶圓效應所繪製出的圖表應該是這樣：
我們稍嚴謹點計算，用2027的資料減去2025的，兩年的時間，AI對記憶體晶圓的需求也相當於再造了至少一個半消費電子市場。如果對標五年翻倍的擴產計畫，需求端則大致是五年3.5倍，還是存在很大的缺口。
這可能也就是SK董事長崔泰源說，記憶體短缺至少會持續到2030年的原因所在。我覺得他說的是真話，是發自肺腑的，因為他一定也做過和我類似的，只不過是專業的多的測算。
至於韓國的史詩級擴產計畫，不得不多提一句。這只是一份計畫，五年後真能幹出翻倍的成績嗎？帶著這個問題我又打開了一下，發現結論大概是不能，而且是比較無解的那種不能。
首先排在第一位的困難是缺電。舉個例子，龍仁半導體叢集滿載運行需要15-16吉瓦電力，相當於整個首都圈總用電量的四分之一，而當地現有供給僅約1.9吉瓦。截至今年1月，約15吉瓦需求中仍有6吉瓦沒有落實的供電方案。發電及電網設施不是從天上掉下來的，其建設是艱難且漫長的。
除了缺電外，還嚴重缺水，很難解決的那種缺。即便一切基建全部完成，他們還有很大可能會缺光刻機，有錢也買不到的那種缺。最重要的是，如果記憶體真的如大家所言過剩了，他們還會缺意志。
所以在蘋果批評美光時，美光都沒有忘記回懟：兩年前就是你們趁我病要我命壓價壓到我底褲虧光根本沒錢擴產，現在嫌貴啦？之前的慘痛教訓還歷歷在目，說說可以，對真正的擴產這些大廠內心恐怕還是非常謹慎的。咱就是說，煤山歪脖子樹上吊死才幾年？忘啦！
所以，韓國的800兆擴產計畫聽起來波瀾壯闊，但實際架不住一琢磨。這個擴產計畫更大的可能性只是喊喊口號表表態，想要達到預期效果可能性恐怕還真的很低。我們可能是在中國呆習慣了，覺得上面說出的話天然就等於下面幹好的事。可別忘了這裡是Korea，是資本主義社會。
況且五年以後，誰在不在位都不好說了，誰還會記得當初那句口號呢？
又要聊回起點，Rubin延期的故事講得就很好：最大的現實就是AI產業的擴張撞上了物理世界晶片製造的極限。這個問題韓國解決不了，美國也解決不了。唯一有解決能力的人，他沒有光刻機。
於是這似乎變成了地球人都解決不了的問題。死結。無解。
現實中更有可能的一個假設是：完全躺平。你有多少記憶體，我就造多少算力了，算力跟著記憶體走。即便那天算力增速變慢了，那更大可能不是缺記憶體了，就是缺電了，未必是真缺需求了。
需要注意的是，本文的分析對象主要是和AI算力強相關的DRAM市場，至於NAND市場 ,由於其擴產相對容易很多，未來面對的不確定性也會大很多。
另外，地緣政治風險也是一個不可忽視的考慮因素。不能排除在某天，韓國會因為賺的太多太猛自身又缺少保護能力而受到美爹的制裁。雖然海力士幾乎在各個方面全面領先美光，但是生在韓國就是它天生最大的短板。
如果，我是說萬中有一，中國能得到ASML的EUV光刻機……算了，還是不討論這種可能了。
5.成長的空間
如果價格漲不動了，記憶體廠商未來的成長空間又在那裡呢?這也是關乎大局的一個很重要的問題。
帶著這個問題，我又去研究了海力士的戰略規劃。簡單說印象比較深的是有兩條路：一個是做算力服務商，一個是搞存算一體。這兩條路都有一個共同的指向，就是告別記憶體晶片的周期魔咒。
其實我還想到了第三條路，就是以後連GPU也自己做了像輝達一樣搞算力機架。不過想了想這條路難度大且不合理，畢竟海力士最大的甲方爸爸也就是輝達，總不能時刻憋著一顆搞死爸爸的心。
打鐵還需自身硬。海力士應該還有些看家本領沒有使出來。於是，我又去研究了海力士的產品線，這一研究不要緊，還真的有些發現。
就像電腦領域的摩爾定律一樣，每隔一段時間性能就會翻倍。記憶體領域可能沒有那麼誇張，但海力士確實有一些面向未來的產品，而且這些產品並不是空中樓閣，有些已經走出實驗室，走在了即將量產的路上。
在HBM3之上，還有HBM4，一塊頂過去四塊。在HBM4之上，還有HBM4e和HBM5。性能的提升，其實也就隱含著一句潛台詞，那就是漲價的合理性。就好像你現在去跟老黃說：我有一套從天而降的掌法，威力比過去厲害十倍，價格呢也不多要，僅僅九倍而已，你要不要？
以下是海力士近期幾款HBM產品性能和價格對比：
這裡值得一提的是從HBM5代開始，海力士的記憶體晶片中就會植入算力單元，記憶體晶片以後就不僅僅是記憶體晶片了。
在高速高頻寬HBM賽道之外，海力士還在研發一種將計算單元與DRAM相結合的CMS（Computational Memory Solution）產品，原理就是通過增加計算單元的調度而大幅提升記憶體性能，且大幅降低成本。
CMS應該可以說是海力士跨時代的產品，且落地性極高，即將在近幾年走向量產。在CMS之上，我瞭解到它的終極版本SOM，性能進一步大幅提升，成本進一步大幅下降。
同等晶圓消耗下，綜合存算性能對比：
之前地球人都解決不了的“記憶體牆”問題，表面上確實有可能因為新的技術而大幅緩解。但是這裡依然有一個非常重要的問題是：CMS和SOM是和HBM平行的另一條賽道，速度和頻寬都遠遠不能和HBM相提並論，也就是說，並不能替代HBM在AI算力領域的核心地位。
作為一個賣貨公司，表面上看，海力士的成長空間取決於 價✖️量。實際上還有一條隱含的成長線索，那就是擺脫周期股的身份標籤，從而獲得市場的價值重估。想要擺脫周期的標籤，就必須具備常年穩定盈利的能力，而不能是飢一天飽一天，飢的時候餓死飽的時候撐死。
這其中的關鍵就是繫結AI大周期，做AI算力服務商。AI是大哥，大哥不倒，就永遠有肉吃。
6.分歧的根源
所以記憶體真的過剩嗎？一時半刻恐怕還真的不會。前些天輝達將 Rubin機系統記憶體配置從55TB 臨時減半至28TB，是覺得記憶體不需要那麼多了嗎？事實恐怕恰恰相反，是因為記憶體真的不夠用了。
真正的問題可能不是出在記憶體是否過剩上，而是在別處。
每一隻大牛股的成長都不是一帆風順的，輝達的股價也曾數次腰斬。每一次的劇烈波動，都是嚴重的分歧造成的。有的人懷疑了，有的人則選擇繼續相信。
記憶體漲到現在，分歧也是巨大的。這次的大跌，除了之前上漲的太快和一些其它不可描述的原因外，對應到基本面，我認為讓記憶體真正撞牆的，是價格牆。在過去兩年中，DRAM的價格已經翻了好幾倍，單純漲價空間還有多少呢？況且，很多機構擔心如果價格繼續上漲，很可能會影響上游採購意願，這裡既包括消費電子，也包括Ai雲廠商。這也是蘋果宣佈漲價並把大鍋甩給記憶體後，三海美大跌的重要原因之一。
價格不會永遠上漲，毛利已經逼近90%，各大廠市值先後突破兆，成長空間又有幾何？這才是市場對記憶體的擔憂中最現實的那一個。
除此之外，另一個讓市場產生巨大分歧的就是上游雲廠商資本開支的可持續性。每年近兆的瘋狂投入可能確實把一些人嚇蒙了，這以後得賺多少錢才能收回成本？
Bain Capital等機構提出的問題就很尖銳：資料中心需要在2030年前產生約2兆美元年收入才能覆蓋當前資本開支成本，而當前雲與AI相關收入運行率僅約3000-4000億美元。
我想說的是，價格確實不會一直上漲。可是，這個價格上限究竟在那裡呢？這就有點難說。
至於價格會影響上游的採購意願，好像對，好像也不對。因為貴是貴，可如果一樣東西是必需，而且在別處搞不到，除了買，你還能做什麼呢？
貴，你又不能不要。貴，不也是被你買貴的嗎？
所以問題的核心可能不是貴，而是你買了貴的東西后，是否依然還賺錢。於是我認識到，記憶體的天花板，那怕只是記憶體價格的天花板，完全是一場與未來AI收益的平衡遊戲。記憶體能賣多貴，完全取決於AI能賺多少錢。
不妨做一個假設，如果近幾年內，單純只是純血AI每年創造的價值達到1兆美元，那麼每年1兆的資本投入還會顯得很多嗎？如果AI每年創造的價值達到2兆呢？3兆呢？
真到了那個時候，記憶體價格的天花板都在那裡呢？
一個非常重要的事實是，這篇文章的一切分析和資料都是建立在今天的視角而不是未來。這就像如果是站在去年的視角，今天發生的一切也顯得有些不可思議。未來會如何變化？我們經常會犯的錯誤就是以不變的現在的視角去推測變化的未來。
所以最終的結論就是，記憶體真正的天花板，是在AI敘事。現在人們對於記憶體的巨大分歧，歸根結底是對AI敘事的分歧。有些人覺得AI不賺錢，假大空，所以這些人同樣也就會低估記憶體未來的走勢。
因此我們需要密切關注AI敘事的走向。如果它同時也是最被低估的根源所在，那麼押注記憶體也同樣就是機會所在。
結語
以上，我們通過系統性研究的方式，找遍了記憶體類股我能想到的疑點，並且拒絕使用直覺和臆想做判斷的落後的錯誤的決策方式，而是展開每個問題，儘量讓每一處推測都變成具有真實資料支援和邏輯合理性支撐的驗證。無論如何，這只是一個非專業人士的非專業研究，一定還有非常多不夠盡善盡美甚至幼稚的地方，但不失為一種嘗試。
一個有趣的事實是，如果沒有AI的輔助，這篇研究報告也無從產生。
我只是觀察到的這個世界充滿了噪音和謊言，在尋找真相的這條路上，一定會孤獨，因為你會聽到無數人的不同的聲音，而基於如今這個不再單純的世界，所有那些你不瞭解的人所給出的觀點和建議，在得到事實和邏輯驗證前，有和沒有幾乎沒有差別。輕信別人的話，只會在你的大腦中形成一個廉價的臆測，而不是寶貴的答案。
這個世界沒有神，但我相信有一套客觀存在的規律引導這個世界，這是斯賓諾莎泛神論的起點，也幾乎就是近代科學的起點。儘可能去獲取有用的資訊，儘可能去尋找這個規律，用事實和邏輯說話，而不是臆測。
至於結果如何，不妨交給時間去驗證。 (解憂雜貨鋪1號)