美光的AI内存狂潮：为何毛利率超越英伟达

美光利润率超越英伟达

美光科技（Micron Technology）报告了截至九月至十一月的财政季度营收为615亿美元，较上年同期增长4.5倍。股票在盘后高开2%，随后回落——这一波动信号表明市场仍在争论这些数字的含义。

headline 数字将占据头条。但分析应聚焦的核心是利润率故事：美光实现了86%的毛利率。这超过了英伟达——那家一直是AI芯片利润无可争议的王者。这不是旁支末节。这是本轮周期中最核心的事实。

在AI时代的上半程，叙事很简单：GPU是瓶颈，所以买GPU。训练大语言模型需要海量算力，而英伟达正好供应市场所需的一切。内存只是随芯片一同采购的大路商品。

但这种动态已经逆转。约束不再是你能够多快计算，而是你能多快向处理器喂入数据。内存与GPU之间的带宽已成为真正的瓶颈，而非原始浮点运算能力。每一代大模型都要求每单位算力产生更高的内存吞吐量。训练作业停滞不是因为硅片太慢，而是因为数据跟不上。

这就是美光86%毛利率说得通的原因：这家公司不再是在卖大路商品，它是在出售一个系统中最为稀缺的输入——而一切其他东西都已退居次位。

HBM（高带宽内存）——一种堆叠式DRAM架构，被用于每一款主流AI加速器——是这个故事的引擎。但HBM同时也是问题所在。生产HBM每单位所消耗的晶圆制造产能远高于标准DRAM。每一片专为HBM而用的晶圆，都是本可用于生产服务服务器、智能手机和汽车电子的大路芯片的晶圆。

日本Ricom Partners的分析师指出，HBM需求不仅推高了HBM的价格，还在压缩整个DRAM市场的供应。当美光将产能分配给HBM时，标准DRAM就变得更稀缺。所有产品线的价格都会上涨。这就是为什么美光86%的毛利率不只反映HBM——它反映的是惠及每一个产品线的市场级稀缺。

NAND闪存也看到了来自AI推理负载的平行需求。数据中心需要更快的存储层级来承载训练数据集和模型检查点。稀缺效应不限于单一产品类别。

盘后股价先涨2%再回落——这个走势传达了一个横跨太平洋两岸的分析师各自解读的故事。美国股权研究人员的焦点是营收增长能否以这样的速度持续。一些人看到了天花板：超大规模云厂商要么自行消化成本，要么自建内存解决方案，要么转换架构。相比之下，4.5倍的增速看起来不可持续。

日本分析师则把目光放得更远。日经社论的共识是，内存超级周期具有结构性支撑——不是因为需求会线性增长，而是因为AI系统的基本物理规律已经改变。模型变得更大、多模态、数据更密集。每一轮迭代都需要更多带宽。2024年和2025年构建的训练基础设施已经落后于这一趋势。

至于美光的毛利率能否在FY2027全年保持在80%以上，现在还无法确信地断言。但方向已经明确：内存是新杠杆点。

赢家很清楚。美光是杠杆最纯粹的标的。三星和SK海力士同样受益，尽管三星在HBM良率方面落后并仍在追赶。英伟达仅间接受益于内存价格上涨——它的竞争对手是内存制造商，而非它的客户。

输家更难辨认，也更有趣。云厂商为相同的能力付出更高代价。每花在一美元HBM上的钱，就是少花在一美元算力、网络或软件上的钱。如果内存成本持续攀升，训练前沿模型的经济性就会收紧。这可能会减缓模型开发的步伐，或者推动资本流向更高效的架构。

押注仅靠算力提升的芯片设计师正在打一场注定失败的赌。下一代AI硬件将由解决内存墙的人赢得，而不是由堆叠更多张量核心的赢家获得。

美光的下一次财报将决定这是持续的超级周期，还是陡峭爬坡之后落入平台期。关键变量是超大规模云厂商的资本开支指引。如果五大云厂商继续承诺到2027年将数百亿美元投入内存密集型AI基础设施，美光的利润率结构是可以辩护的。如果他们撤回投入或转向能够减少外部内存需求的内部硅片，周期就会被压缩。

第二个变量是良率。HBM生产对良率高度敏感。三星的挣扎给了美光和SK海力士一个窗口。如果三星缩小差距，供应扩张，价格将趋软。如果美光比预期更快地扩大HBM产能，稀缺溢价就会收窄。

还有一个产品组合的问题。如果美光能够维持HBM主导的收入结构，毛利率就能保持高位。如果标准DRAM和NAND在组合中占比上升，加权毛利率就会下降。公司已释放信号，HBM仍是优先事项。

美光4.5倍的营收增长是头条新闻。86%的毛利率才是真正故事。AI内存超级周期不是临时性的需求峰值。它是AI价值链重新分配的结构性重组。计算曾是三年的时间里的王者。如今，带宽才是王者。

对投资者来说，问题不是美光本季度能否交出强劲数字。问题是当市场逐步适应新的均衡时，公司能否将毛利率维持在80%以上——以及这种均衡是否会赶在超大规模云厂商找到降低内存依赖的途径之前到来。