OpenAI Astra Meningkatkan Permintaan Cip Ingatan: HBM dan DRAM Menjadi Fokus

iconMetaEra
Kongsi
AI summary iconRingkasan
Data on-chain menunjukkan bahawa GPT-6 Astra OpenAI telah mengalihkan fokus pasaran daripada pelaburan AI berpusat pada GPU kepada halangan infrastruktur yang lebih luas, termasuk memori berpemandu tinggi (HBM) dan DRAM pelayan. Penekanan model ini terhadap tugas penalaran kompleks dan konteks panjang telah meningkatkan permintaan terhadap lebar pita memori dan penyimpanan. Selepas pelancaran Astra pada 3 September 2026, saham memori AS seperti SanDisk dan Micron naik tajam, dengan pasaran Asia seperti SK Hynix dan Samsung Electronics juga mengalami keuntungan. Data TrendForce menunjukkan peningkatan 59,5% QoQ dalam pendapatan DRAM global pada Q2 2026, didorong oleh permintaan HBM3E dan pelayan. Indeks ketakutan dan keserakahan untuk saham memori mencapai paras tertinggi berbilang bulan, mencerminkan sentimen pelabur yang kuat. Infrastruktur AI sedang berkembang melampaui keberpusatan pada GPU, dengan memori, penyimpanan, dan interkoneks menjadi penting untuk kecekapan sistem.
Astra bukan sekadar memperkuat keyakinan bahawa "sebuah cip tertentu akan menjual lebih banyak", tetapi keyakinan pasaran bahawa model mutakhir akan terus berkembang ke arah penalaran yang lebih kompleks, konteks panjang, dan tugas agen; beban kerja semacam ini akan meningkatkan permintaan terhadap kekuatan pengiraan, lebar pita memori, DRAM pelayan, dan penyimpanan berkelajuan tinggi.

Penulis artikel, sumber: ME News



TL;DR

  • Astra bukan sekadar memperkuat keyakinan bahawa "sebuah cip tertentu akan menjual lebih banyak", tetapi keyakinan pasaran bahawa model mutakhir akan terus berkembang ke arah penalaran yang lebih kompleks, konteks panjang, dan tugas agen; beban kerja semacam ini akan meningkatkan permintaan terhadap kekuatan pengiraan, lebar pita memori, DRAM pelayan, dan penyimpanan berkelajuan tinggi.
  • Pada 4 September, saham penyimpanan dan memori AS memimpin kenaikan, dengan SanDisk naik 11.9% dan Micron naik 6.1%; pada 7 September, pasaran Korea mengikuti kenaikan ini, dengan SK Hynix naik 8.26% dan Samsung Electronics naik 5.68%. Ini menunjukkan bahawa dana sedang berpindah dari "hanya membeli GPU" untuk mencari titik bottleneck dalam infrastruktur AI yang masih mempunyai elastisiti keuntungan.
  • Gelombang pasaran penyimpanan ini bukan sepenuhnya dicipta oleh Astra. Data TrendForce menunjukkan, pendapatan industri DRAM global pada Q2 2026 meningkat 59.5% secara berperingkat kepada sekitar US$154.7 bilion, dengan ekspansi pasukan terus tertinggal di belakang permintaan; Astra lebih merupakan membawa semula logik kekurangan, kenaikan harga, dan penyesuaian keuntungan yang sudah wujud ke hadapan.
  • “Penyimpanan perdagangan” juga tidak boleh digeneralisasi. HBM paling erat terikat dengan GPU dan AI ASIC, DRAM server lebih langsung didorong oleh beban inferensi AI dan agen, sementara NAND lebih banyak dipengaruhi oleh dataset, pangkalan data vektor, checkpoint, dan pelapisan data; ketiganya memiliki elastisitas siklus, hambatan teknologi, dan risiko siklus yang berbeda.
  • Yang benar-benar patut dipantau bukanlah harga saham dalam satu atau dua hari, tetapi tiga pemboleh ubah: adakah perbelanjaan modal AI akan terus dinaikkan, adakah harga kontrak memori dan jurang bekalan boleh diteruskan, serta adakah penghasilan berskala besar dan pengesahan pelanggan untuk HBM4 dan produk generasi seterusnya akan berjalan lancar.

Mengapa Astra mengalihkan semula dana ke cip penyimpanan?

OpenAI secara rasmi melancarkan GPT-6 Astra pada 3 September, dan menggambarkannya sebagai model unggulan yang ditujukan untuk pekerjaan profesional yang kompleks dan berlangkah banyak, dengan fokus kemampuan termasuk penalaran, pemrograman, penyelidikan, operasi komputer, serta menyelesaikan tugas end-to-end melalui pelbagai alat. Dari segi pelancaran produk itu sendiri, ini tidak bermaksud OpenAI mengumumkan “perlukan lebih banyak memori”, tetapi ia memberikan isyarat penting kepada pasaran modal: persaingan model terkini belum memasuki fasa hanya menekan kos, tetapi industri masih mengejar rantai tugas yang lebih panjang, penalaran yang lebih kompleks, dan automatik yang lebih tinggi. Bagi infrastruktur, ini bermaksud bottleneck tidak akan terhad kepada keupayaan pengiraan matriks GPU sahaja—bagaimana data masuk ke unit pengiraan dengan pantas, bagaimana menyimpan keadaan dalam konteks panjang dan penalaran berbilang putaran, serta bagaimana membolehkan banyak agen membaca dan menulis data secara serentak, semuanya akan menjadi semakin penting.

Ini juga merupakan perbezaan utama antara pergerakan pasaran kali ini dengan “Beli GPU = Beli AI” pada tahun 2023 hingga 2024. Pada peringkat awal, pelaburan dalam AI generatif lebih mudah diukur berdasarkan bilangan GPU, dengan fokus pasaran pada berapa banyak kad akselerator yang boleh dihantar oleh NVIDIA dan berapa banyak kumpulan latihan yang boleh dibina oleh penyedia awan; pada tahun 2026, latihan model masih penting, tetapi kepentingan inferens, agen, dan aliran kerja perniagaan terus meningkat, di mana kecekapan sistem semakin bergantung pada sama ada kuasa pengiraan, memori, rangkaian, dan penyimpanan dapat diselaraskan. Sekalipun GPU lebih pantas, jika lebar pita memori tidak mencukupi, unit pengiraan akan menunggu data; semakin panjang tetingkap konteks dan semakin banyak tugas serentak, semakin banyak KV Cache, parameter, dan keadaan sementara yang perlu disimpan dan dijadualkan di sisi pelayan. Oleh itu, logik pelaburan infrastruktur AI beralih dari “kekurangan cip pengiraan” kepada “seluruh laluan data mungkin juga jarang”.

Tindakan pasaran sangat langsung. Pada 4 September, SanDisk naik 11.9%, Micron naik 6.1%, sementara indeks S&P 500 secara keseluruhan melemah; pada 7 September, pasaran Asia meneruskan tren ini, dengan Samsung Electronics menutup naik 5.68%, SK Hynix naik 8.26%, dan Kioxia Jepun juga menunjukkan kekuatan yang jelas. Astra tentu saja merupakan katalisator, tetapi jika hanya dengan pelancaran satu model saja mampu menyebabkan saham penyimpanan di pelbagai pasaran naik serentak, pasti sudah ada asas fundamental yang mampu menampungnya.

Penyimpanan bukanlah "aksesori GPU", tetapi merupakan bottleneck baharu yang diperlihatkan oleh sistem AI

Untuk memahami ini, perlu dipisahkan terlebih dahulu HBM, DRAM, dan NAND. HBM pada dasarnya menyelesaikan masalah "cukup dekat dengan GPU, bandwidth cukup tinggi", ia bekerja sama dengan GPU atau AI ASIC melalui teknologi packaging canggih, secara langsung memengaruhi kemampuan akselerator高端 untuk terus memanfaatkan seluruh daya komputasi; DRAM server bertanggung jawab atas memori kerja yang lebih luas, melayani baik CPU maupun kebutuhan cache dan penjadwalan selama proses inferensi; NAND dan SSD perusahaan bertanggung jawab atas data persisten dengan kapasitas lebih besar, termasuk data pelatihan, database vektor, checkpoint model, dan penyimpanan bertingkat. Semakin AI berubah dari pertanyaan-jawab sekali pakai menjadi agen cerdas yang bekerja terus-menerus, semakin jelas kebutuhan kolaborasi ketiga lapisan penyimpanan ini.

Data yang dikeluarkan oleh TrendForce pada 7 September sangat representatif: Pendapatan industri DRAM global pada Q2 2026 meningkat 59,5% secara kuartalan menjadi sekitar US$154,73 bilion, didorong oleh kenaikan besar dalam harga kontrak DRAM tradisional serta peningkatan permintaan untuk HBM3E, LPDDR5X, dan RDIMM berkapasiti tinggi; agensi ini juga memperkirakan bahawa harga kontrak DRAM tradisional pada Q3 masih mungkin meningkat 13% hingga 18% secara kuartalan. Lebih penting lagi, stok pemasok masih berada pada tahap sejarah terendah, dengan peningkatan pasokan jelas lebih banyak dialihkan ke pasaran pelayan. Ini bermakna peningkatan keuntungan dalam industri memori semasa bukan semata-mata disebabkan oleh "penilaian konsep AI", tetapi benar-benar mengejawantahkan jurang permintaan dan penawaran melalui harga, pendapatan, dan struktur produk.

Dan inilah tepatnya perbezaan paling penting antara cip penyimpanan dengan konsep saham AI biasa. Apabila pengeluar mengalihkan lebih banyak kapasiti DRAM canggih kepada HBM dan produk pelayan, bekalan DRAM tradisional juga akan ditekan; apabila pelayan AI memerlukan kapasiti ingatan yang lebih besar, HBM dan DRAM pelayan biasa sebenarnya akan bersaing secara serentak untuk mendapatkan wafer, proses canggih, serta sumber pembuatan seterusnya. Oleh itu, AI bukan sekadar meningkatkan permintaan untuk satu produk premium, tetapi mungkin mencetuskan kesan rantai “permintaan premium menarik—pengagihan semula kapasiti—ingatan pelayan lain menjadi lebih ketat”. Bagi pelabur, ini lebih penting daripada hanya memantau syarikat mana yang mendapat pesanan HBM generasi tertentu, kerana yang pertama menentukan sama ada pasu keuntungan keseluruhan industri mampu terus meningkat.

Mengapa "perdagangan penyimpanan" kini lebih elastik berbanding "perdagangan kuasa pengiraan" semata-mata?

Pertama, pasaran sedang mencari bahagian dalam perbelanjaan modal AI yang memiliki elastisiti keuntungan lebih tinggi. GPU masih menjadi aset utama, tetapi lintasan pertumbuhan pemimpin GPU telah dikaji dengan mendalam, dan kejutan sisi marginal semakin bergantung pada peningkatan penghantaran dan siklus produk baru yang lebih kuat. Sebaliknya, industri memori telah mengalami beberapa putaran kelebihan bekalan, dan pengeluar utama secara semula jadi lebih berhati-hati terhadap perluasan kapasiti berskala besar; apabila permintaan meningkat secara tiba-tiba, elastisiti bekalan jangka pendek sebenarnya lebih rendah, dan harga serta keuntungan lebih peka terhadap perubahan permintaan. Kenaikan besar dalam harga DRAM dan pendapatan industri sejak 2026 merupakan contoh elastisiti siklus ini.

Kedua, "keperluan memori kekuatan pengiraan" bagi beban kerja AI tidak menurun secara linear walaupun kecekapan model meningkat. Model yang lebih cekap memang mungkin mengurangkan jumlah pengiraan yang diperlukan untuk menyelesaikan satu tugas, tetapi jika penurunan kos membawa kepada lebih banyak panggilan, konteks yang lebih panjang, kesejajaran yang lebih tinggi, dan lebih banyak agen, jumlah kapasiti memori dan jumlah data yang dipindahkan akhirnya masih mungkin meningkat. Inilah sebabnya mengapa kita tidak boleh memahami "model menjadi semakin cekap" secara ringkas sebagai "keperluan peranti keras telah mencapai puncaknya". Dalam peringkat pembinaan infrastruktur AI, peningkatan kecekapan sering bermaksud lebih banyak aplikasi yang sebelum ini tidak ekonomik menjadi mungkin, dan permintaan akhir bergantung pada siapa yang berlari lebih pantas antara penurunan kos per unit dan pertumbuhan penggunaan.

Ketiga, kepekatan di sisi penawaran memudahkan pengawasan harga untuk penyimpanan kelas tinggi. DRAM canggih global telah lama didominasi oleh Samsung, SK Hynix, dan Micron, sementara HBM pula ditambah dengan rintangan seperti pembungkusan canggih, kadar kejayaan, reka bentuk penghawa dingin, dan pengesahan pelanggan. Samsung telah mengumumkan pada Februari 2026 bahawa HBM4 telah memasuki pengeluaran berskala besar dan bermula menghantar secara komersial, manakala SK Hynix juga mengesahkan dalam laporan prestasi suku tahunan kedua bahawa HBM4 telah bermula dihantar dalam jumlah besar. Persaingan teknologi akan terus meningkat, tetapi dalam jangka pendek, pembekal yang mampu memenuhi keperluan prestasi, kadar kejayaan, dan pengesahan pelanggan besar masih terhad, menjadikan logik penawaran HBM berbeza sepenuhnya daripada cip proses matang biasa.

Masih ada satu perubahan yang sering diabaikan: permintaan AI tidak lagi semata-mata ditentukan oleh GPU NVIDIA. Seiring dengan peningkatan produksi TPU Google dan ASIC buatan sendiri oleh pelbagai pengeluar awan berskala besar, memori berpemandu tinggi sedang berubah dari “produk pelengkap NVIDIA” menjadi komponen asas umum untuk akselerator AI canggih. Dengan kata lain, walaupun bahagian pasaran GPU berubah di masa depan, selagi jumlah kuasa pengiraan AI terus berkembang dan kapasiti memori yang dipasangkan pada setiap cip AI terus meningkat, permintaan HBM masih boleh disokong oleh pelbagai jenis akselerator yang berbeza. Bagi pengeluar memori, ini bermakna sumber permintaan berpotensi menjadi lebih pelbagai berbanding fasa sebelumnya.

Namun, pernyataan "pada tahun 2027, lebih dari separuh perbelanjaan modal AI akan dialokasikan kepada memori" perlu dilihat dengan lebih hati-hati.

Angka yang menarik perhatian baru-baru ini tersebar luas di pasaran: Goldman Sachs dan Morgan Stanley memperkirakan belanja modal AI global pada tahun 2027 akan mencapai antara $1.3 trilion hingga $1.5 trilion, dengan lebih dari separuhnya dialokasikan ke infrastruktur memori. Pernyataan ini merangkum suasana perdagangan semasa dengan baik, dan sebahagian laporan pasaran memang menggunakan sudut pandang ini; namun, jika dirujuk secara tepat kepada bahan asal yang dipublikasikan, ia sebaiknya tidak diterima sepenuhnya sebagai fakta pasti.

Bahan Morgan Stanley yang boleh diperiksa secara awam menunjukkan bahawa pasukan penyelidiknya telah menaikkan ramalan perbelanjaan modal untuk AI dan penyedia awan berskala besar beberapa kali pada tahun 2026. Dalam podcast rasmi yang dikeluarkan pada bulan Ogos, Morgan Stanley menyebut bahawa anggaran perbelanjaan modal berkaitan pada tahun 2027 telah meningkat kepada sekitar $1.2 hingga $1.3 trilion, manakala ramalan sebelumnya jauh lebih rendah daripada tahap ini; penilaian utama mereka ialah permintaan pengiraan masih melebihi bekalan semasa, dan skala serta kelajuan kitaran perbelanjaan modal terus melebihi jangkaan. Tren ini sendiri sudah cukup penting, tetapi tidak boleh secara langsung disimpulkan bahawa “lebih daripada separuhnya ialah memori”.

Perlu dipisahkan konsep-konsep “komputer dan peralatan periferal”, “peranti keras server”, dan “infrastruktur memori”. GPU, CPU, peralatan rangkaian, keseluruhan server, sistem penyimpanan, dan memori semuanya merupakan sebahagian daripada perbelanjaan modal pusat data. Menganggap anggaran peralatan keseluruhan sebagai setara dengan perbelanjaan penyimpanan akan secara jelas melebih-lebihkan nisbah memori. Oleh itu, untuk menilai sama ada garis utama penyimpanan adalah sah, tidak diperlukan bergantung kepada nisbah yang mungkin diperbesar semasa penyebaran kedua. Bukti yang lebih kukuh sudah tersedia dalam data industri: pendapatan DRAM meningkat pesat, harga kontrak masih naik, stok rendah, server mendapat keutamaan dalam pengambilan, HBM4 memasuki pengeluaran berskala besar, serta perbelanjaan modal penerbit awan terus dinaikkan. Membina logik menggunakan pemboleh ubah ini jauh lebih boleh dipercayai berbanding merujuk kepada nombor yang cantik tetapi definisinya kabur.

Garis utama sebenarnya bukan "semua saham penyimpanan naik bersamaan"

Kesilapan paling mudah muncul dalam pergerakan ini ialah menggolongkan semua pengeluar HBM, DRAM, NAND dan cakera keras sebagai satu konsep “penyimpanan AI” yang sama. Sebenarnya, HBM paling terus dipengaruhi oleh penghantaran GPU dan AI ASIC; halangan teknikal dan pengesahan pelanggan menentukan kuasa tawar-menawar pemimpin pasaran; DRAM pelayan lebih dipengaruhi oleh pengembangan pusat data, bilangan CPU, dan penggunaan memori inferens; walaupun NAND juga didorong oleh pertumbuhan data AI, kelajuan pengembangan bekalan, kadar penetrasi SSD perniagaan, dan kitaran harga akan membawa lebih banyak volatiliti. Kenaikan besar SanDisk dan Kioxia menunjukkan bahawa pasaran sedang memperluaskan naratif AI dari HBM ke NAND, tetapi laluan pelaksanaan prestasi akhir mereka tidak sama dengan HBM.

Inilah sebabnya "penyimpanan menjadi garis utama baru" tidak boleh difahami sebagai perpindahan dana secara kolektif dari GPU, tetapi sebaliknya, ia perlu difahami sebagai perubahan cara penetapan harga infrastruktur AI. Dahulu, pasaran hanya perlu bertanya satu soalan: berapa banyak GPU? Kini, sekurang-kurangnya perlu ditanya lagi: berapa banyak HBM yang disediakan bersama GPU, berapa banyak DRAM yang diperlukan untuk pelayan, seberapa besar SSD yang diperlukan untuk pusat data, adakah rangkaian mampu menghubungkan semua nod ini, dan adakah kuasa mencukupi untuk menyokong operasi keseluruhan ruang mesin? Apabila kompleksiti model AI terus meningkat, kekurangan bekalan pada mana-mana peringkat akan menyebabkan peralatan mahal lain tidak mampu berfungsi sepenuhnya, dan peringkat yang menjadi bottleneck secara semula jadi akan memiliki kuasa penetapan harga yang lebih kuat.

Tentu, memori juga merupakan salah satu komoditi siklikal paling klasik dalam industri semikonduktor. Kekurangan hari ini pasti akan merangsang perbelanjaan modal esok, dan apabila kapasiti tambahan pada tahun 2027 hingga 2028 dilepaskan secara berpusat, sementara kadar pertumbuhan perbelanjaan modal AI mulai melambat, kepekaan harga berpotensi berbalik dengan cepat. Sementara itu, pengeluar penyimpanan China masih terus mengembangkan operasi mereka; walaupun terdapat batasan teknologi yang jelas dalam peralatan canggih dan HBM tinggi, persaingan dalam bidang DRAM dan NAND tradisional akan semakin meningkat. Selepas kenaikan besar pada tahun 2026, sebahagian saham penyimpanan luar negara telah merefleksikan anggaran harga dan keuntungan yang sangat optimis; kenaikan harga kontrak yang lebih rendah daripada jangkaan, penundaan pengesahan pelanggan HBM, atau pengurangan perbelanjaan modal oleh penyedia awan, semuanya cukup untuk memicu penarikan tajam.

Oleh itu, saya lebih suka mentakrif pergerakan pasaran selepas Astra sebagai “fasa pengisian kelemahan dalam infrastruktur AI”, bukan sekadar mengumumkan “penurunan GPU, penyimpanan mengambil alih”. GPU masih merupakan inti pengiraan, rangkaian menentukan kecekapan kluster, kuasa dan pusat data tetap menjadi batasan fizikal; hanya apabila model bergerak dari alat perbualan kepada agen kompleks, pasaran mula sedar bahawa pengiraan bukanlah cerita sekeping cip semata-mata, tetapi satu rantai lengkap yang merangkumi pengiraan, memori, perhubungan, dan penyimpanan. Mana-mana pautan yang paling ketat, modal dan keuntungan akan berpindah terlebih dahulu ke pautan itu.

Jika penilaian ini berlaku, yang perlu diperhatikan seterusnya bukanlah berapa lama lagi Astra akan membawa kenaikan harga saham, tetapi sama ada industri penyimpanan mampu membuktikan tiga perkara secara berterusan selama beberapa kuartal: permintaan masih tumbuh lebih pantas daripada pengembangan penawaran, kenaikan harga mampu diteruskan menjadi arus tunai dan pulangan modal, serta penawaran HBM generasi seterusnya dan memori server berkapasiti tinggi masih dikawal oleh sedikit pembuat yang memiliki halangan teknologi dan pelanggan. Hanya jika ketiga-tiga perkara ini terus berlaku, "garis utama penyimpanan" akan berubah daripada satu perdagangan yang dinyalakan oleh pelancaran produk baharu kepada satu fasa pembahagian keuntungan yang lebih berterusan dalam kitaran perbelanjaan modal AI.

Rujukan

  1. OpenAI, “Catatan Rilis: Memperkenalkan GPT-6 Astra”, 3 September 2026.
  2. Barron’s, “Saham Micron Tutup Di Atas $1,000. Mengapa Ia Bukan Seperti Yang Kelihatan”, 2026年9月4日。
  3. Agensi Berita Yonhap, “Gelombang OpenAI mendorong Samsung Electronics dan SK Hynix naik tajam”, 7 September 2026.
  4. MarketWatch, “Mengapa pelancaran model Astra terbaru OpenAI menghidupkan semula perdagangan cip memori”, 8 September 2026.
  5. TrendForce, “Pendapatan Industri DRAM Meningkat 59.5% QoQ pada Q226 Kerana Pemekaran Bekalan Terus Ketinggalan Daripada Pertumbuhan Permintaan”, 7 September 2026.
  6. Samsung Global Newsroom, “Samsung Menghantar HBM4 komersial pertama di industri dengan prestasi terbaik untuk pengiraan AI”, 12 Februari 2026.
  7. Bilik Berita SK hynix, “SK hynix Mengumumkan Keputusan Kewangan Q2 2026”, 29 Julai 2026.
  8. Morgan Stanley, "Pemikiran tentang Pasar: Pembiayaan AI dan Evolusi Pasar Kredit", 21 Ogos 2026.
Penafian: Maklumat yang terdapat pada halaman ini mungkin telah diperoleh daripada pihak ketiga dan tidak semestinya menggambarkan pandangan atau pendapat KuCoin. Kandungan ini adalah disediakan bagi tujuan maklumat umum sahaja, tanpa sebarang perwakilan atau waranti dalam apa jua bentuk, dan juga tidak boleh ditafsirkan sebagai nasihat kewangan atau pelaburan. KuCoin tidak akan bertanggungjawab untuk sebarang kesilapan atau pengabaian, atau untuk sebarang akibat yang terhasil daripada penggunaan maklumat ini. Pelaburan dalam aset digital boleh membawa risiko. Sila menilai risiko produk dan toleransi risiko anda dengan teliti berdasarkan keadaan kewangan anda sendiri. Untuk maklumat lanjut, sila rujuk kepada Terma Penggunaan dan Pendedahan Risiko kami.