Samsung 晶片工人拒絕了每人34萬美元的一次性獎金，他們希望像競爭對手SK海力士一樣，每年獲得利潤分成。 SK海力士的工人預計今年將獲得約47.7萬美元，明年將獲得近90萬美元。 三星工會希望公司每年將15%的利潤作為獎金發放給晶片工人，因為三星目前受益於人工智慧晶片的強勁需求，利潤豐厚。但工會表示工人的收入遠低於SK海力士的工人。 如果雙方無法盡快達成協議，工人計劃從5月21日開始舉行為期18天的罷工。專家預測，這次罷工可能對三星造成高達117億美元的損失。

即使存储股看似涨了很多，这预期市盈率还是低的离谱，三星 #Samsung# 、SK 海力士 #SKHynix、美光# $MU 的预期市盈率5-7 倍而已。能否提升市盈率？ 看以下因素： - 产品定位改变，高阶HBM = AI 战略资产 - 产能有限，大概率2028-2030年都没法满足 - 超越周期，长合约绑定， 高确认性 - 业绩：未来多年翻倍的暴涨 - 低市盈率重估 尤其LTA 长合约的签订，2027年产能的全包，确定性的存在，早已经不是以前的短波动“周期股”，而是supercycle 标的。产能根本没法满足，如美光高管的话，再建5个工厂也满足不了，而且建厂周期长至少18个月以上才能量产。 业界大多认可，HBM内存已成战略资产，供需缺口恐扩大；华邦电：预估DRAM缺货延续至2028年后，昨晚，看了另外一位业界的人预测，事实上是到2030年也未必能满足需求。 少数有number，高确定性，高增长，还估值这么低的好标的。 $SNDK $DRAM 非投资建议，DYOR。

Roundhill Memory ETF（$DRAM）在35天内资产管理规模（AUM）突破50亿美元 由 Roundhill Investments 推出的 Roundhill Memory ETF，在成立仅35天后，资产管理规模便突破50亿美元，成为历史上第二快达到这一里程碑的ETF，仅比 iShares Bitcoin Trust（$IBIT）慢一天。 该ETF已经连续23个交易日实现资金净流入，其中前一日单日流入高达13亿美元，使其总资产管理规模达到51亿美元。 其主要持仓包括： SK Hynix（27%） Samsung Electronics（22%） Micron Technology（$MU） SanDisk（$SNDK） Seagate Technology（$STX） Western Digital（$WDC） Kioxia Holdings Corporation。

三星、SK海力士、Micron和SanDisk的下一季度财报发布会是另一个高潮！ 要留意一下，在日程表里标注，美光Micron 预计是24/6 （周三）盘后发布，三星和SK海力士分别大概23/7和29/7号，而闪迪发布日期大概在（24/7-3/8号）。 $MU #Samsung# #SKHynix# $SNDK $DRAM

美光 $MU 过$600了，轻舟已过万重山！ 即使现在预期市盈率还只是6点多，原因也很清晰，内存厂的估值水平最低，明年的前瞻市盈率大概是海力士5PE、三星5.5PE、美光不到6PE，其他的主流芯片公司都是15PE以上。 当AI投资周期被认为“更长、更结构性”，重新评估进入点的窗口，前提是你买到的是瓶颈，而不是热度，HBM仍是最硬的瓶颈！ $SNDK #SKHynix# #SamSung#

摩根士丹利：2026年科技行情要“分水岭”了 内存、先进代工、前道设备、封测、关键材料，这些都会被重新定价， HBM依然是最硬的瓶颈。 $MU $SNDK #SKHynix# #SamSung# 大摩出的重磅报告《2026全球科技展望》。核心意思很简单：AI投资已经从“需求疯涨”的狂欢阶段，进入到“供给卡脖子 + 利润拉锯”的复杂博弈期。 他们直言，2026年科技市场会出现明显的分水岭： - 上半年：还能接着去年AI资本开支和大宗商品涨价的顺风车，继续往前冲。 - 下半年：成本通胀开始发力，把需求往回“逼”。价格一弹性，很多终端产品就扛不住了。 报告预计，2026年全球半导体收入能冲到1.6万亿美元，同比增速非常激进（约96%）。 HBM（高带宽内存）的供给充足率会被压到只剩2%，瓶颈甚至可能往前传导到EUV光刻机等更上游的环节。 Agentic AI（智能体AI）是个大看点。它会把CPU的估值逻辑彻底重写，内存、ABF基板这些环节也会迎来重新定价。 但消费电子那边会比较难受，边缘AI在手机和PC上的普及大概率要推迟，因为BOM（物料清单）成本涨太猛。 AI不会“熄火”，但2026年的行情不会再是一路顺风车了。 摩根士丹利分析师Shawn Kim在报告里把节奏拆得很清楚： - 上半年还是AI基础设施投资主线，存储价格继续走强； - 下半年，晶圆代工、封测、内存等成本会传导到下游，压缩消费电子和IC设计公司的利润空间，边缘AI普及被迫延后。 对半导体板块，他们的预期相当乐观。资金会更青睐那些能跑赢市场共识、又卡在瓶颈位置的环节——内存、先进代工、前道设备、封测、关键材料，这些都会被重新定价。 还有一条暗线是Agentic AI。AI从“生成内容”走向“自主行动”后，系统瓶颈不再只是堆GPU，而是转向CPU调度、内存、封装/基板等更长的产业链协同。 所以选股思路也变了，不再是单押最热的AI概念，而是像杠铃策略： - 一头抓有定价权、真正卡脖子的瓶颈资产； - 另一头留点位置给那些被市场冷落、但现金流稳、估值合理的公司，防着市场波动。 总的来说，这轮AI行情已经从GPU往外扩散，扩散到商品内存、半导体设备，再到更广的产业链。当大家相信这个周期“更长、更结构性”的时候，回调其实是重新上车的机会——前提是你买的是真正的瓶颈，而不是单纯的热度。 （HBM依然是最硬的瓶颈，而且瓶颈还在往前挪：先进代工、前道设备、封测会吃到“第二波”红利。） 一句话总结：AI还在，但2026年要开始玩真本事了。

今天推演了一晚上英伟达3.16号的下一代gpu芯片Feynman费曼，给你们刨析到了英伟达真正意图，汇总了一份报告给老板们。 深度报告：《AI 算力的终极变局 —— 费曼（Feynman）架构下的“光、存、算”范式转移》 发布日期： 2026 年 3 月 1 日 核心标的： $NVIDIA, $SK Hynix , #Samsung# , $TSM 台积电， $AVGO 博通, #中际旭创# , #新易盛# 投资主题： 从“芯片外挂”到“系统级封装（SiP）”的降维打击 报告摘要：打破物理极限的三个维度 在 2026 年 GTC 大会的背景下，英伟达正式确立了从 Rubin (2026) 到 Feynman (2028) 的演化路径。其核心战略意图已非常明确：通过 3D 堆叠（SoIC）和硅光子（CPO）技术，将原本属于产业链上下游的利润（存储、网络）强制“吸入”GPU 封装内部，实现从芯片供应商向“全栈系统承包商”的身份转型。 一、 英伟达 GPU 演化路径：从“微缩”转向“空间堆叠” 英伟达的架构演进已进入“后摩尔时代”的物理博弈： Blackwell (2025): 最后一代 2.5D 封装的巅峰，主力适配 1.6T 可插拔光模块。 Rubin (2026): HBM4 的元年。引入 3nm 增强型工艺，首次在 Base Die（底座）上尝试逻辑集成。 Feynman (2028): 终极形态。采用台积电 A16 (1.6nm) 工艺与 背面供电（BSPDN）。 核心创新： 将 SRAM（LPU Dies）垂直堆叠于 GPU 之上。 角色变化： GPU 不再仅仅是计算单元，而是一个自带“高速公路（CPO）”和“超大油箱（3D SRAM）”的独立系统。 二、 存储（HBM & SRAM）演化路径：从“外挂”到“共生” 1. 技术演进与角色变迁 HBM4 (2026/2027): 接口位宽从 1024-bit 翻倍至 2048-bit。最关键的变化是 Base Die（逻辑底座） 的权力移交。存储厂（海力士/三星）必须与 $TSM 台积电深度绑定，生产 5nm 级的逻辑底座。 3D SRAM (2028): 费曼架构引入 LPU Dies。这层高带宽（80-100 TB/s）缓存将承担 70% 的实时计算数据交换，导致 HBM 从“频繁访问的内存”退化为“高容量的背景油箱”。 2. 供需测算：40% GPU 增长下的 EB 级黑洞 按照 GPU 年增 40% 的复合增长率，叠加单卡 HBM 容量倍增（192G \rightarrow 288G \rightarrow 576G）： 2026年需求3.63EB供给2.8EB，缺口22.9% 2027 年需求冲破 10 EB供给5.5EB,缺口45% 2028年需求冲破28EB供给11EB，缺口61% 产能博弈： SK 海力士凭借 MR-MUF 工艺的良率优势，在 HBM4 时代仍将拿走 60% 的 NVIDIA 订单。三星则试图通过“Foundry + Memory”的一体化服务（One-stop Solution）在费曼时代通过定制化 Logic Die 翻盘。 三、 光模块演化路径：从“线缆”到“引擎” 光模块正面临行业历史上最剧烈的身份重构： 1. 三段式跨越：Pluggable \rightarrow LPO \rightarrow CPO 可插拔（Pluggable）： 正在触碰 1.6T 的功耗墙。 LPO (2025-2026)： 新易盛的护城河。通过去除 DSP 降低 30% 功耗，这是费曼量产前解决热瓶颈的最优过渡方案。 CPO (2027+)： 博通与中际旭创的终极战场。如图所示，PIC（光子芯片）直接与计算核心通过 SoIC 混合键合。 2. 实质威胁与角色错位 博通 (Broadcom)： 利用 ASIC 优势，试图推行“芯片内集成”，直接剥离传统光模块公司的整机价值。 中际旭创/新易盛： 战略意图是向上游挺进。中际旭创通过 70% 的硅光芯片自研率，将自己从“组装厂”转化为“半导体光引擎厂”，从而在费曼芯片的 CPO 供应链中争取“二供”或“定制化服务商”的地位。 四、 英伟达的最终战略意图：建立“物理层”护城河 通过费曼架构，英伟达意图实现以下三个战略垄断： 1.脱离 DRAM 周期绑架： 通过大规模 SRAM 堆叠，降低对外部高价 HBM 带宽的依赖，从而在存储周期涨价时拥有更高的议价权和架构冗余。 2.吞并互连生态： 费曼芯片集成 CPO 后，英伟达不仅卖 GPU，还实质上卖掉了原本属于模块厂的 1.6T/3.2T 互连收入。 3.打造“单卡即机架”： A16 工艺 + 背面供电 + 3D 封装，让单颗费曼芯片的吞吐量等于现在的一个小型机架。这迫使所有下游云巨头（Google, AWS）只能购买其整体解决方案，无法通过自研模块进行“零件组装”。 五、 投资建议：谁是这场再分配的赢家？ 绝对确定性：SK 海力士 & 三星。 虽然 SRAM 减少了单位带宽依赖，但总算力暴涨带来的 “容量缺口” 是 EB 级的物理事实。海力士 2026 年单季 $250 亿利润只是开端。 爆发弹性：新易盛 & 中际旭创。 关键指标是“自研芯片替代率”。如果旭创能成功在费曼芯片量产前完成台积电的 SoIC 认证，它将获得类似半导体 IP 公司的估值倍数（Re-rating）。SRAM 堆叠非但不会削弱光模块的重要性，反而会将其推向“决定性”的地位。 台积电： 它是最大赢家。因为无论是底部的 Feynman Die 还是顶部的 LPU Die，以及它们之间的混合键合（Hybrid Bonding），全都要在台积电完成。 系统控制：博通 (Broadcom)。 它是唯一能与英伟达在 CPO 架构上抗衡的巨头，适合作为 AI 网络的防御性底座。 报告结论：英伟达费曼芯片通过 LPU Dies 和PIC/EIC 与 GPU 完全共封装，降低了HBM和光模块公司的溢价能力

Veeco：在GAA、HBM与CPO交汇点上的重要玩家 如果把半导体产业链的终点是材料。Veeco就是一家材料公司。 公司业务看起来分散：LSA、MOCVD、Ion Beam、Wet、Litho。但如果用一条主线去理解，其实很清晰——它做的是在原子尺度上控制材料。 Veeco当前收入约70%以上来自半导体相关业务，产品结构可以分为三层： 第一层是LSA（Laser Annealing）和先进封装（Wet + Litho），贡献大部分收入； 第二层是Ion Beam等高精度材料处理； 第三层是MOCVD等化合物半导体设备，当前占比不高，但决定未来空间。 LSA本质是一个“热控制工具”。但在先进制程里，“热”已经不是普通变量，而是最核心约束之一。 离子注入之后必须退火，这是所有晶体管都绕不开的步骤。传统路径是RTA或炉管，但问题在于，它们是“全局加热”，时间长、扩散大。节点进入7nm以下，这种扩散开始不可接受。 GAA把问题推到极限。沟道结构更精细、尺寸更小，任何多余的扩散都会直接影响器件性能。这时候，工艺需求发生了本质变化——不再是“加热”，而是“精确加热”。 LSA的价值就在这里：纳秒级、局部加热，几乎只作用在表层。 LSA的护城河不是设备本身，而是“工艺嵌入”。一旦进入产线，很难被替换。 再看先进封装（Wet + Litho）。 HBM和Chiplet的爆发，把封装从辅助环节变成核心环节。工艺数量增加、步骤复杂度上升，对清洗、刻蚀、光刻的需求同步放大。 Veeco不是技术绝对领先，而是“高吞吐 + 低成本”的参与者。 它已经进入TSMC、Samsung、Micron等客户体系，但这块的护城河明显弱于LSA。对手是Lam、TEL、Applied这些平台型公司。 再看Ion Beam / ALD / PVD。 ALD和PVD是典型的大厂战场，Applied Materials、Lam、TEL拥有绝对优势。Veeco在这里几乎没有存在感。 Ion Beam是一个典型的niche技术：慢、贵，但精度极高。在某些场景下，比如MRAM、光子器件、MEMS，它几乎不可替代。 这类业务的特点是：市场小，但稳定，毛利高，客户粘性强。 最后看MOCVD。 这是当前占比不高，但最值得关注的一块。 MOCVD用于生长GaAs、InP、GaN等材料，是光通信和功率器件的基础。随着CPO（共封装光学）推进，InP激光器的重要性在快速上升。 问题不在于设备数量，而在于“良率 + 工艺 + 材料体系”。这一层很可能成为真正瓶颈。 Veeco和Aixtron是唯二的核心玩家。 总的来说，Veeco很可能是一个“结构性机会”。 它的当前收入由半导体驱动，但未来估值空间取决于两件事： 第一，LSA是否进入更深的先进节点工艺； 第二，MOCVD是否成为CPO时代的关键瓶颈。 如果这两件事成立，这家公司会从一个“小众设备商”，变成“材料层定价权参与者”。 免责声明：本人持有文章中提及资产，观点充满偏见，非投资建议dyor

存储需求恐怕又要因为seedance2的出现指数级暴增. gpt3.5带来了文本时代，真正的视频时代，是seedance2带来的. 同样是几个提示词，视频ai消耗的存储将达到几百m，随着ai视频制作时长的增加这个体积还会更大. 这次衍生的存储需求会是原来文本的很多倍. 毕竟现在刷视频成瘾的群体是真多， 全球范围内从婴幼儿到老头老太太谁都逃不过，他们可能不爱看书不爱看新闻但绝对爱刷短视频. 基于此，又会产生新的投资需求. 视频ai需要的存储类型跟文本ai肯定有差异. gemini给出的现阶段抖音与yputobe采用的存储架构实录. 目前的视频存储并非单一介质，而是复杂的多级冷热分层架构 (Tiered Storage Architecture)。 A. 架构组成 1. 极热层 (Ultra-Hot Tier)：用于应对瞬时爆发的流量（如顶流网红刚发布的视频）。 • 类型：NVMe SSD 集群 + 内存级缓存（Redis/Memcached）。 • 核心指标：**IOPS（每秒输入输出操作数）**和极低的延迟。 2. 热/温层 (Warm Tier)：用于存放日常活跃观看的视频。 • 类型：高性能企业级机械硬盘 (HDD) 或大容量 QLC SSD。 • 核心指标：吞吐量 (Throughput) 与成本的平衡。 3. 冷层 (Cold/Archive Tier)：用于存放数年前、几乎无人问津的长尾视频。 • 类型：高密度氦气硬盘 (HDD) 甚至物理隔离的磁带机。 • 核心指标：每 TB 持有成本 (TCO)。 B. 痛点：I/O 墙与存储孤岛 传统架构下，存储是“静态”的。但 AI 视频时代（SeenDance 2）要求存储从“仓库”变成“流水线”，这直接导致了存储逻辑的崩溃。 根据以上视频公司存储的现状与困境可以延伸出其三个未来发展方向. 视频 AI 存储的三个未来发展方向 1.方向一：从 HDD 到全闪存化 (All-Flash Data Center) AI 视频训练需要并行读取海量高清素材。传统 HDD 的寻道时间太慢，会拖累昂贵的 GPU 算力。全闪存阵列 (AFA) 将从“奢侈品”变成视频公司的“基础设施”。 2.方向二：CXL 技术下的“内存-存储”融合 Compute Express Link (CXL) 协议将打破内存和 SSD 的界限。对于 SeenDance 2 这种需要处理实时动作对齐的模型，数据在 SSD 和 HBM 之间的搬运速度决定了生成的流畅度。 3.方向三：近存计算 (Computational Storage) 与其把巨大的视频数据搬到 CPU 处理，不如直接在存储主控芯片上进行初步的数据预处理（如视频抽帧、格式转换）. 基于以上及图片参数对存储公司作核心竞争力与趋势分析排序评级. SK海力士(S级)： 凭借 Solidigm 的 QLC 容量优势和 HBM 的统治地位，卡死了“大容量读取”和“算力吞吐”两个核心环节。视频 AI 训练集的 EB 级存储首选。 三星Samsung (A+级)： 读写最均衡。其 PCIe 5.0 写入速度冠绝群雄，是 SeenDance 2 生成 4K/8K 视频流时最佳的“高速缓冲区”。 闪迪SanDisk (A级)： 独立后的黑马。其 HBF（高带宽闪存） 旨在打破内存墙，让 SSD 直接参与 AI 推理，极大利好 64G 内存（如你的 M4 Pro）在本地处理大模型视频生成。 美光Micron (A级)： 写入寿命与能效比极高，适合 24/7 不间断生成视频的云工厂。 • WDC (B+级)： 专注于 CXL 协议，解决数据中心内内存与存储的动态调配问题。