转折点上的存储业:人工智能与热点新品并进

来源:爱集微 #存储# #大模型# #HBM# #QLC# #GDDR7#
2.3w

研究机构TechInsights报告显示,人工智能推动下存储器产业强劲反弹,当前全球存储芯片市场表现亮眼。三星电子、Sk海力士、美光科技发布的最新财报也印证了这一点,继上财季扭亏为盈之后继续上攻,新季度销售额与营业利润均实现大幅增长,全面巩固了存储业转折上行的大趋势。

存储大厂财报业绩大幅转盈

全球存储巨头三星电子、美光科技近期发布最新一季的财报,业绩全面向好;Sk海力士也预期表现良好。

三星电子在7月5日公布的第二季度初步业绩中显示,该公司销售额为74万亿韩元,营业利润10.4万亿韩元。与上一季度相比,分别增长2.9%和57.3%。外界普遍解读,三星电子利润大幅增长表明了存储产业真正开始好转。受人工智能热潮影响,近来存储芯片价格快速上涨。

SK海力士虽然尚未正式发布第二季度财报,但归功于HBM需求的增长,业界预测SK海力士二季度有望超出此前的预估值。KB证券预计,SK海力士第二季度营业利润将达5万亿韩元,创6年来最高。其中DRAM营业利润为4.2万亿韩元,NAND营业利润为8000亿韩元。

美光科技在6月26日发布的2024财年第三季度财报中,营收68.11亿美元,同比上升81.5%,好于市场预期;同期实现净利润3.32亿美元,继续保持盈利状态。Non-GAAP会计准则下,美光经营利润9.41亿美元;净利润7.02亿美元,环比增长47%。其中,DRAM收入约47亿美元,环比增长13%,营收占比约69%。

除三巨头之外,西部数据第一季度营收34.57亿美元,同比增长23%。Non-GAAP下,净利润为2.10亿美元,同样实现扭亏为盈。铠侠2023财年第四季度财报(截至2024年3月31日)显示,营收3221亿日元,环比增长60.1%,同比增长31%,实现营业利润439亿日元、净利润103亿日元,二者环比皆扭亏为盈。

业界认为,各大存储厂商的普遍好转,显示了存储器市场供需平衡不断改善,价格持续上调,在双重因素叠加下,存储行业已经完全摆脱了此前持续下行的行业走势。

人工智能推动需求激增

人工智能需求的激增是存储市场扭转的主要原因之一,目前服务器用的DRAM和企业级NAND闪存价格都在提高。有报道显示,三星电子第二季度已将供应给企业的NAND闪存储价格调高至少20%。而根据DRAM Exchange资料,第一季度全球企业用NAND闪存的销售额达到37.58亿美元,比前一季度大增62.9%。随着需求的增加,部分产品出现供不应求。

集邦咨询调查显示,由于通用型服务器需求复苏,加上DRAM供应商HBM生产比重进一步拉高,使供应商将延续涨价态度,第三季度DRAM均价将持续上扬,涨幅预计将为8%~13%。集邦咨询分析认为,整体消费级DRAM市场继续呈现供过于求的局面,但由于 HBM 产能挤压,三大供应商明显有意提高价格。预计传统DRAM价格将上涨 5% 至 10%,与第二季度的涨幅相比略有收缩。

同时,人工智能热潮也推动了对 NAND 闪存芯片的需求,尤其是企业对数据中心等IT基础设施进行大规模投资。AI数据中心对服务器容量的要求比一般数据中心高出20倍,而AI领域的热潮预计将带动大容量SSD订单。预估今年全球NAND Flash市场年增率将达74.1%,预计今年第三季度企业用大容量固态硬盘芯片将增长15%至20%。

HBM、QLC SSD、GDDR7:前景广泛看好

HBM、QLC SSD、GDDR7等新品热点被认为将在AI服务器中得到广泛应用,相关产品前景被广泛看好。

由于HBM销售单价较传统型DRAM高出数倍,加上AI芯片相关产品迭代也促使HBM单机搭载容量扩大,使得HBM出货量在DRAM中的占比快速提升。集邦咨询预计,2023年~2024年HBM占DRAM总产能分别为2%及5%,至2025年占比预估将超过10%。产值方面,2024年起HBM之于DRAM总产值预估可超过20%,至2025年占比有机会超过30%。目前经过多轮技术迭代,HBM已进阶到HBM3E。集邦咨询资深研究副总经理吴雅婷表示,NVIDIA的Blackwell与AMD MI350/MI375采用HBM3E,特别集中12Hi产品,最高容量可达288GB,将有助于延续单一位元均价的持续上升,且于2025年成为市场主流。

与MLC NAND和TLC NAND相比,QLC NAND每个单元可以存储更多数据,显著提升存储性能,这使得QLC SSD被业界认为其在人工智能领域将有更大作为。此前QLC NAND主要应用于PC OEM和消费级SSD领域,随着AI大模型不断普及,数据中心存储需求不断激增,QLC NAND尤其是QLC SSD在AI、大数据领域被看好。集微咨询表示,QLC的主要优势在于高存储容量之下的低成本。随着AI数据的爆发,QLC SSD可以满足速度和容量需求。虽然QLC NAND存在寿命短的问题,但是AI推理服务器主要以读取为主,数据的写入次数不像AI训练型服务器那么频繁,在很多应用场景下是适用的。事实上,目前通用型服务器采用的HDD产品主流容量在20TB~24TB,而QLC SSD容量已发展至64TB。大容量QLC SSD有望在AI推理服务器中得到进一步的应用。

GDDR7与HBM同属于图形DRAM,二者均具备高带宽和高速数据传输能力。GDDR7主要用于增强GPU的可用带宽和内存容量,是GDDR家族的最新一代技术。带宽可达192GB/s,内存速度为48Gbps,是GDDR6X的两倍;独立通道数量翻倍,从GDDR6中的2个增加到GDDR7中的4个;支持16 Gbit至32Gbit密度,包括支持2通道模式以使系统容量加倍。在人工智能领域,GDDR7的应用潜力十足,可支持AI大模型进行快速数据处理与运算,为大模型训练与推理提速。SK海力士、三星与美光均在争夺GDDR7的主导权。美光在6月份时宣布已开始出样新一代GDDR7,速度为32Gbps,显存带宽1.5TB/sec,相比较GDDR6提高了60%,具有业界最高的位元密度。

责编: 张轶群
来源:爱集微 #存储# #大模型# #HBM# #QLC# #GDDR7#
THE END

*此内容为集微网原创,著作权归集微网所有,爱集微,爱原创

关闭
加载

PDF 加载中...