行業減產疊加AI浪潮，存儲芯片行情或將提前回暖
機構與廠商表示，存儲價格預計在今年第二季度到達谷底，市場有望在第三季度觸底反彈。如火如荼的物聯網(IoT)、智能汽車和工業機器人，AI算力提升的需求，以及ChatGPT的拉動，有望讓存儲市場在2023年下半年一掃陰霾，迅速回暖增長。
市場轉暖，需求再度旺盛，價格回抬，這正是國產廠商難得的一場的機遇，而廠商能否把握機會，借助這股東風，乘勢而起，迎來發展的第二春呢？
行業巨頭紛紛減產
“在經歷長達大半年的下跌趨勢后，存儲價格預計在今年第二季度到達谷底，隨著經濟和需求面的改善，市場有望在第三季度觸底反彈?！痹?月23日舉辦的CFMS2023—中國閃存市場峰會上，多家核心產業鏈廠商對2023年存儲市場行情如是預判。
從海外三大存儲巨頭來看，美光已進一步削減2023會計年度資本支出，目前預期將投資大約70億美元、較2022年度縮減超過40%。值得注意的是，公司CEO梅赫羅特拉表示：“我們現在認為幾個終端市場的客戶庫存已經減少，未來幾個月供需平衡將逐步改善。排除庫存減記的影響，我們認為我們的資產負債表庫存余額（DIO）已在第二財季達到峰值，我們的季度業績接近向連續營收增長的過渡?！?/span>
SK海力士CEO樸正浩日前在股東大會上表示，預計存儲芯片需求將在今年下半年復蘇，但不確定性依舊存在。公司今年資本開支將減半，不會進一步減產；三星電子也在考慮削減存儲芯片產量。
回顧全球半導體與存儲市場周期變化情況，資本開支增速與市場變化呈現強相關性。隨著各大存儲廠商陸續在最新財報說明會中公開2023年展望，并大幅度下調2023年資本開支計劃，多家機構看好彈性最大的存儲板塊2023年下半年迎來復蘇。
中信證券在最新研報中指出，美光雖在行業逆風期錄得單季大幅虧損，但業績指引環比復蘇，終端客戶庫存下降，中長期有望受益AI需求提振。存儲廠商庫存2023年第二季度達峰并逐步下調，看好2023年下半年存儲周期觸底復蘇，行業存儲龍頭有望迎業績反轉。
真正實現SSD自由
從媒體的報道來看，目前存儲芯片的價格，已經跌破了成本價，如果按照容量價格比來算，也達到了歷史最低價，可能只有2-3毛/1GB的價格了，很多廠商是在虧本賣芯片。
于是很多人表示，這要感謝國產存儲廠商，比如長存，長鑫，沒有國產廠商的努力，那么三星、美光、SK海力士等廠商，肯定不會降價，消費者也無法實現SSD自由。
那么問題來了，存儲芯片大跌，究竟是國產廠商的功勞，還是市場規律？
在我個人看來，國產廠商的功勞可能只占10%，市場規律占90%，市場規律才真正起到了決定性的作用。
一方面是市場需求下滑，從去年的數據可以看到，不管是手機，還是電腦這些存儲芯片消耗大戶，均下滑了15%以上，而2023年還在繼續下滑，市場需求不振。
而存儲芯片廠商的產能沒有減少，導致產能極度過剩，庫存高企，比如三星的芯片庫存超過了500億美元，所以大家不得不減少，降價促銷，這是市場必然。
而芯片產業本來就是周期性的，有高峰也就有低谷，現在正是低谷。
二是技術進步，隨著存儲芯片的工藝不斷提升，從SLC到MLC，再到TLC、QLC，以及64層，96層，128層，196層、232層堆疊……
存儲芯片密度已經是不斷增長，每個單元可以存儲的數量不斷升級，從1bit到2bit、3bit、4bit甚至5bit數據。簡單的來講，以前一塊芯片能存300M，但現在同樣大小的芯片，可以存1.5T了，是原來的5倍，甚至10倍。
這就導致存儲芯片的成本大降，單位容量的價格也會大跌，以前1TB的SSD硬盤要1000塊，現在可能只要100塊了，價格下跌是技術進步的必然，這是存儲芯片價格跌的第二個重要原因。
第三個原因，才是國產存儲廠商攪局，但其實這個原因，并不是十分重要，沒有國產廠商攪局，價格也會跌的。
不信大家看看2008年前后，存儲芯片也是跌成白菜價，那時候沒有國產存儲什么事吧？
目前國產存儲的市場份額可能在5%左右，對市場價格的波動，其實起不了太多決定性的作用，最多也就是攪局一下而已。
所以真正讓存儲芯片大跌，還是市場需求下滑、然后技術不斷進步導致的，然后國產存儲也推動了一下，當然或多或少也產生了一些作用。
AI浪潮拉升存儲芯片需求 行業或將提前回暖
智能手機、PC和服務器構成了存儲芯片的主要需求來源。據華經產業研究院統計，智能手機對DRAM和NAND的需求量均接近40%。此外，服務器和PC對DRAM的需求分別達到34%和13%。
盡管目前全球智能手機和PC的出貨量提升動能不足，但智能手機和PC的升級換代提升容量規格的趨勢不變，單機容量仍有一定提升空間。數據顯示，2014年-2020年，全球智能手機中DRAM平均單機容量提升了2倍，NAND平均單機容量提升了4倍。
而在服務器方面，AI服務器對DRAM和NAND的需求飆升。據美光測算，AI服務器中DRAM數量是傳統服務器的8倍，NAND數量是傳統服務器的3倍。TrendForce預測，2023年服務器DRAM的位元出貨比重將達37.6%，將超過智能手機DRAM成為第一大需求增量。此外，大模型龐大的數據集也需要更大容量的NAND儲存數據，GPT-3的參數量就已經達到1750億個，GPT-4的參數量相對更大。
隨著ChatGPT開啟了AI的新紀元，全球科技巨頭相繼開發并推出大模型產品，大模型的訓練和部署需要大量的AI算力芯片提供支柱，同樣大量的數據集傳輸和儲存也對存力提出了更高的要求。在AI服務器中應用的存儲芯片主要包括：高帶寬存儲器(HBM)、 DRAM和SSD(固態硬盤)，針對AI服務器的工作場景需要提供更大的容量、更高的性能、更低的延遲和更高的響應速度。
HBM是一種基于3D堆棧工藝的高性能DRAM，它使DRAM從傳統2D轉變為立體3D，充分利用空間、縮小面積，契合半導體行業小型化、集成化的發展趨勢。憑借TSV（硅通孔）封裝方式，HBM大幅提高了容量和數據傳輸速率。
以英偉達剛發布的專為大模型設計的AI服務器NVIDIA DGX H100為例，一臺服務器里配置了8顆H100 GPU，每一顆GPU需要80GB顯存，采用HBM2e或HBM3的方案，每顆GPU需要5顆HBM。此外，DGX H100服務器還需要2TB的系統內存、2條1.92TB的SSD以及8 條3.84TB的SSD。
未來，各大巨頭們的AI大模型也有望強勁拉動存儲芯片朝著更大容量、更高性能方向演進，成為存儲市場長期增長的強勁驅動力。
