我一向很看不上很多所谓的“券商研报”观点（拿来看看数据倒是凑合），涨的时候就给他夸的天花乱坠，跌的时候就把人家骂的一文不值。
就比如这波存储，之前涨的时候说存储长期紧缺，存储公司的周期股PB估值正在转向成长股的PE估值，现在跌的时候又说这玩意说白了还是周期股。
呵呵，嘴脸。
今天继续看存储以及SK海力士。近六千字，爆肝一天，纯手打刚写完，如果你能坚持看完，那我会觉得十分荣幸。
一、巨头估值
你甭管现在是PE还是PB，我把全球五大存储主要厂商（希捷和西部数据做HDD的暂时不算）估值水平拉出来给大家瞅瞅。
由此可见，SK海力士不论是PE还是PB抑或是PS，都远低于行业平均水平，目前海力士ADR比韩股正股贵38.9%（类似AH折价率概念）即便如此，估值水平依然远低于美光、闪迪、铠侠。
而本质上同一个标的物的海力士与海力士ADR，之所以存在这么高的折价，主要因为ADR转换比例限制，以及韩国去杠杆引发的流动性问题（好惨的欧巴，被自己的国家背刺）。
就算存储逻辑证伪，那先跌的是不是应该是美光、闪迪、铠侠？更别提那位市值几乎赶上海力士，但DDR5/LPDDR5 差距1‑1.5代，HBM差距 3‑4年的某鑫科技。
所以，你说SK海力士走势垃圾，筹码结构稀烂，我不挑你的理，但你说海力士现在卖的很贵，那我就不太认同了。
三星确实卖的更便宜，但是其有69%的营收来源于手机、电器等板块，存储纯度较低，估值指标可比性不高。
二、存储的周期性
现在最大的争议，莫过于存储是否还具备极强的周期性，很多人拿出历史存储3-5年一轮的价格周期说事儿，诚然，如果历史会重演，那么存储这一轮估计2028-29年也就到头了，股价先一步交易周期下行预期，没毛病。
但这次，历史会重演吗？黄仁勋的“This time is different”究竟是立flag还是陈述事实？
要弄清楚这一点，首先要搞懂存储的周期性从何而来。
先说结论，存储的强周期性来源于四个因素：库存的牛鞭效应、产品同质化严重、高固定低边际的成本结构、技术迭代天然增加供给。
1. 库存的牛鞭效应
先解释一下什么是牛鞭效应：牛鞭效应又称长鞭效应，是供应链中最经典的需求变异放大现象。
当终端真实需求发生小幅波动时，信息沿着供应链从下游往上游逐级传导，订单量与库存水平的波动会被层层放大，形态如同甩动的牛鞭 —— 手柄端（上游供给端）的振幅远大于鞭梢（终端消费端）。
举个例子，存储短缺的时候，供给100个单位，需求105个单位，下游客户发现DRAM越来越难买，于是增加库存，从20增加到30，这种情况下，上游厂商看到的订单就不是105，而是115，认为需求增加了15%，于是开始扩产。
一段时间后，消费者需求其实还不错，持续增长，从105上升到107，但是此时供给变成了115（甚至更高），此时下游客户手里已经有30的库存，觉得存储供给增加，没必要提前备货，就开始去库存，将30调回20，那么下游实际订单就变成了107-10=97，此时上游的订单却是从115下降到了97，暴跌16%，出现明显的供大于求，存储的价格也开始同步暴跌。
这就是当下市场所担心的，AI需求即使持续上升，但只要增速放缓，delta（同比增量）下降，那就可能引起存储价格的崩盘，直到更低价格刺激需求，外加部分厂商撑不住，减产，再开启下一轮周期。
2. 产品同质化严重
HBM之前，存储的同质化十分严重，比如DRAM DDR3-DDR5，NAND消费级 SSD，基本上就是哪家便宜用哪家。
这个点叠加上文提到的库存牛鞭效应，进一步强化周期属性。
供不应求的时候，就算你不涨价，你的产能也跟不上订单吃不下，所以大伙一起涨价；而一旦供大于求，你比对手便宜一点你就能更好地出货，然后降价趋势就开始自我强化，把整个行业拖入价格战，管你是三星的还是海力士的，谁家便宜下游用谁的。
3. 高固定低边际的成本结构
这时候有聪明的小伙伴就要问了，那供大于求的时候，我减产不就完了吗？
没那么简单，存储的供给并不能迅速调整，其成本结构具有高固定成本、低边际成本的特征。。
首先是建厂周期，一般需要2-3年才能够建成投产，这个大伙基本都知道，就不多说。
新的DRAM fab需要巨额资金投入厂房、洁净室、光刻机、沉积设备、检测设备等等，这些资金大多都是沉没成本，可不是你想去产能，往闲鱼上一挂就完事儿的。
但是，当工厂建完后，多生产一片晶圆的边际成本，其实很低，美光曾明确称半导体制造是高度资本密集型业务，其300mm fab通常是24小时、每周7天运转。
所以这就是一个经济学的经典问题，亏本了还要不要继续生产？
学过ECON101的童鞋都知道，只要售价能覆盖边际成本（可变成本），即使低于总成本（无法覆盖摊销的固定成本），产生亏损，依然要硬着头皮生产下去。
上述三点基本上是所有周期性行业的通病，你带个猪周期进去也能适用。
而让存储的周期性与众不同的其实是下面这个点。
4. 技术迭代天然增加供给
“看不见的扩产”，是存储周期性特别强的另一个核心原因。
你猪要提高产能，老母猪要生崽；你矿要提高产能，你得开矿井雇矿工。但存储不一样，哪怕晶圆一片不加，技术升级本身也会让么每片晶圆产出的bit越来越多（存储需求和供给按bit计量）。
所以，行业上行周期并不只需要下游需求景气，还要需求的增长快过存储技术的正常迭代。
技术的革新还会带来另一个问题，那就是存货贬值。由于新一代存储的不断面世，即使没有周期性影响，老一代存储也会逐步贬值。
以DDR3为例，不算本轮的AI浪潮，2012-2024年，已完整经历两轮周期，我们可以看到，虽然受到周期影响，价格有涨有跌，但整体中枢不断下沉。
三、This time，究竟会不会 different？
这次AI浪潮下，存储行业的核心变量，毫无疑问，HBM。
这里需要说明一下，HBM并非是近几年的新东西，早在2013年，SK海力士已经开发出最早的TSV-based HBM，其真正的大规模商业产品节点是在2015年AMD Radeon R9 Fury X，一款游戏显卡（游戏佬赢麻了）。
但是后来，HBM并没有统治消费级游戏显卡，原因并不是性能不够好，而是太贵了，所以绝大部分游戏GPU此后继续采用：GDDR5、GDDR6 、GDDR6X、GDDR7。
因此，HBM的核心定位从一开始就不是如NAND一类的大宗商品，而是高端内存。只有算力足够昂贵、带宽足够重要，才值得使用的高端内存，因此仅仅被有限地使用于HPC超级计算中，应用在天气模拟、流体力学、核物理等小众科研运算场景。
而这一轮AI浪潮，最核心的改变就是AI加速器对HBM需求的大幅增长。AI模型计算量暴增，芯片算得太快，普通内存（DDR/GDDR）供不上数据，会出现GPU干等数据，浪费算力的情况，而HBM用超高带宽则能够解决这个瓶颈。
两者一拍即合，互相成就。
所以，这轮AI浪潮核心影响就是，将HBM从过去的“超算里面的一块昂贵特殊内存”，变成了AI数据中心里的基础设施。
与传统存储相比，HBM有三大闪光点：
1. 定制化
HBM 的“定制化”可以理解为：从标准内存，逐渐变成围绕某颗 AI 芯片共同设计的专用内存。
客户（比如英伟达、谷歌、AMD）先给出 GPU/ASIC 架构和 workload，然后存储厂再针对这颗芯片设计HBM，具体可以定制容量、带宽、Base Die（逻辑裸晶）、封装和系统协同设计等。
也就是说，以前DDR5可以哪家便宜买哪家，但是定制化的HBM需要客户从下一代GPU（或TPU）设计阶段就和存储供应商一起定义base die、接口和功耗，然后再进行生产，此时如果要更换供应商，那就不是简简单单签个合约，而是重新设计，甚至重新验证整个AI芯片/封装系统。
这个特点，会极大增强客户粘性、认证壁垒、切换成本，并弱化价格竞争。
2. 长期协议（LTA）
正因为定制化HBM的必须性，下游客户愿意与上游存储厂商提前签下长期协定，从而提前锁定产能。如果长协情况良好，那将极大程度弱化库存牛鞭效应，订单能见度显著提升，即使未来需求增速下降，存储厂商也有更加充裕的时间调整现有产能及扩产计划。
更重要的是，若未来这类“锁量+价格保护+预付款”的Take or Pay机制进一步普及，将显著抬高存储厂商的盈利底部。这样能够保证存储厂商基础利润空间，避免出现存储行业时而毛利爆表，时而录得毛损的过山车业绩。
根据目前已有信息，美光已签十六份，海力士十份，笔都要签没墨了。
3. 占用大量晶圆产能
与传统存储相比，HBM占用更多晶圆，却产更少Bit。根据TrendForce预测，2027年HBM可能占三大厂（美光、海力士、三星）约30%的DRAM wafer input，却只贡献约13%的Bit供给。
而且，HBM为了获得更高带宽、更大容量，需要付出更多晶圆面积和更多Die，根据美光的说法，HBM相对于DDR5的trade ratio约3:1（同样的晶圆，拿来造DDR5产生的Bit供给量是HBM的3倍），而且随着HBM4、HBM4E升级还在提高。
这不仅说明HBM的Bit供给膨胀问题相对可控，而且这个存储板块普遍出现的问题，也随着大厂将产能向HBM倾斜，被部分反向抵消，比如2025年三星、海力士停产DDR3后，DDR3价格迅速狂飙。
由此可见，定制化的HBM的周期属性显著弱化，硬要说他有周期性，那就是下游厂商的AI Capex周期+技术代际周期，关注点也从之前的库存情况，变成了产能利用率。
而这个问题，并非存储独有，而是所有制造业都会面临的。不服的话你说一个什么产业供需缺口会无休止的扩大？说得出来算你厉害。
我们担心的，是这一轮存储会不会如之前那样，有极强的周期性，从而导致现在的繁荣只是昙花一现，2028年新增产能投产之后又是该亏的亏，该倒的倒？
从HBM的逻辑判断，不会，至少HBM这条产线不会。
OK，那接下来看看DRAM和NAND。
NAND：
先说NAND吧，结论就是，大概率依然存在强周期性。
虽然当下头部厂商如铠侠、闪迪都签了一部分LTA，但这个板块的集中度低于HBM，五大巨头占比约90%，而HBM则接近100%。
现在闪迪同样披露出大量LTA的签署，且巨头们2026无新增NAND晶圆扩产计划，但从广义来讲，这不代表NAND供给没有上升，今年NAND行业虽然克制扩晶圆，但是制程革新却在始终进行着。
巨头不扩产，其他小厂商可就不一定了。
另外，NAND的需求也极度不集中，HBM当下主要应用场景毫无疑问就是AI基建，而NAND中消费级依然占据半壁江山，历史已反复验证，消费级NAND具有较强的周期性。
3D NAND有一个非常直接的路线，那就是往上堆层，更多层数+更大密度+QLC（每个单元存储4 bit）就是另一种形式的扩产，所以NAND有非常强的技术性扩张，再次强化其周期性。
DRAM：
DRAM介于NAND和HBM之间，其本质上跟NAND一样，依旧存在强周期性，但与NAND相比，他有一个很赖皮的地方，就是他的产能可以转给HBM。
HBM本质上也是一种DRAM，只不过更高端，所以，一旦DRAM供大于求，HBM又供不应求的情况下，存储厂商可以把DRAM的产能分配给HBM。这虽然不是说产能一两天就能完成切换，但是，做得到。
三星、海力士也这么做了，不然人家之前砍掉DDR3、DDR4干啥子？
另外，AI server对DRAM也有需求，这就会出现AI需求增长导致HBM需求增长，从而占掉DRAM晶圆产能，而同时DRAM需求也会随着AI需求增长而增长，供需两边同时收紧。
所以我认为，DRAM本质上依然存在周期性，但由于HBM的存在，DRAM的周期性相比过去将明显弱化。供给端自我调节会更快，盈利底部会更高。
四：海力士怎么看？
开篇已经给大家看过，海力士的估值是除了三星外最低的。
但是有趣的是，周期属性最弱的HBM，在SK海力士的业务结构中占比最高，周期性最强的NAND，占比反而最低。
这种结构下，反而被杀得最狠，我只能说：
在我看来，海力士现在不能完全摆脱存储的周期性，但在巨头之中，除了三星（非存储业务占比7成），他的周期性应该是最弱的，因为他HBM最高，NAND最低。
如果市场用周期性叙事杀存储，那领跌的应该闪迪和铠侠，而不是海力士，毕竟这二者NAND占比几乎100%。
还有一点很抽象，资金一方面说存储周期性强，海力士把产能给了HBM，财报出来资金又说它给太多了，没有吃到DRAM和NAND这波涨幅，这双标真是令人无语。
五、英伟达弃存转光？
至于这段时间传的沸沸扬扬的，英伟达在2027年的Rubin Ultra中，打算减存储加光互联，很多人将其解读为，HBM价格触顶、存储完了、海力士90万见，我觉得，纯扯淡。
首先，英伟达这么做的直接原因，贵是一方面，更重要的则是2027年HBM4E刚刚投产，良率面临爬坡。原本Rubin Ultra打算搭载12-Hi HBM4E，现在则是在讨论再加入光互联与交换机组件的情况下，改为12-Hi HBM4或8-Hi HBM4E（并非一定落地）。
这其实再正常不过了，毕竟HBM4E到2027年才会正式量产，一款全新的产品，产能和良率都有太多不确定性，所以对英伟达来说，如果在当下能够做到不损失大量性能的情况下，用成熟度更高的HBM4换取更高GPU出货量，本身就是一个非常合理的取舍。
至于贵的问题，投产初期肯定会贵，HBM4E的单栈成本比HBM4要高出40-50%，但是采用光互联方案难道没有成本？据ChatGPT测算，如果采用12-Hi HBM4+光互联的方案，整机成本仅会下降1%-3%，还没有计算新方案的研发成本，所以我认为价格只是因素之一，并非决定性因素。
以上为直接原因，至于根本原因，我认为是技术路线的革新，原因在于AI工作负载已经变了。
过去训练大模型时，最重要的是模型参数、激活值和梯度。这些数据需要频繁、高速地被GPU访问，所以非常适合放在HBM里。
但进入Agentic AI和长上下文时代以后，一个越来越大的存储需求出现了：KV Cache缓存机制。
模型和用户聊得越久、上下文越长，缓存就越大。如果未来AI Agent不是回答两三个问题，而是连续工作几小时、读取几百万Token、调用几十种工具，那么KV Cache会快速膨胀。
问题是，所有缓存是否都需要一直待在最昂贵的HBM里？答案显然是否定的。有些数据是GPU正在使用的，需要极低延迟；但更多历史Context可能几秒甚至几分钟才会再次使用，这些数据放在HBM里面，用大老粗的话来说：
占着茅坑不拉S。
于是英伟达开始构建新的AI Memory层级，最热的数据继续留在HBM。稍冷的数据可以进入DRAM或者LPDDR，使用时再通过NVLink、Ethernet以及未来光互联网络进行快速调度，技术路线转向高带宽HBM+分层共享存储+超高速互联”的POD级架构。
如果把这事儿简单理解成：英伟达减少HBM，所以利空存储；增加光，所以利好光模块，那就太粗糙了。更深一层来看，这代表新一代的AI基建正从简单的堆积硬件，转向了系统工程时代。
在这个新的架构里，HBM仍然是最靠近计算核心、不可替代的高速内存；NAND开始承担越来越多的Context Storage，而光互联则正在成为连接这一切的高速公路。
所以，HBM和光互联并非零和游戏，这只是技术发展的演变过程，光可以让HBM少承担容量仓库的角色，但无法替代HBM的高速工作内存角色。而反过来，更强的光互联则会支撑更大规模GPU集群，进而扩大HBM总需求。
观点：
AI和存储基本上属于一条绳上的蚂蚱，一荣俱荣一损俱损。我认为这一轮的AI浪潮跟之前的互联网泡沫那种一路大涨，然后掉头向下的行情不一样，这次很可能是反复冲高，质疑，验证，再冲高的波动上行。
因为，AI的想象空间实在太大了，而当前阶段，相当于第一次工业革命时，还在铺铁轨的时段。
至于海力士，分析的已经够多了，我也并非建议大家抄底或者加仓，毕竟走的确实差，只是分析分析产业逻辑，希望能帮大家看懂存储。
亏钱是真的，低估也是真的（我认为），反正我搞左侧被套进去了，希望大家能逮到右侧机会吧。 $南方两倍做多海力士(07709)$ $SK海力士(SKHY)$
精彩评论