大摩：AI 内存欠缺将持续数年 三大蹊径破局 存储与异构算力迎结构性机遇

本页 http://www.vteam-

智通财经APP获悉，摩根士丹利颁布半导体行业研报指出，DRAM内存欠缺将贯通本轮AI产业周期，而AI算力扩张不会期待新晶圆厂建成投产。行业正通过硬件降配、推理架构解耦、CXL内存池化三大技术蹊径绕过内存瓶颈，在供给约束下持续推动算力建设。该行持续看好美光(MU.US)、闪迪(SNDK.US)等存储龙头，同时看好CXL互联、异构推理赛路的增量机缘，推荐Astera Labs(ALAB.US)、Marvell(MRVL.US)、Cerebras(CBRS.US)及英伟达(NVDA.US)。 大摩强调，当前 AI 内存欠缺并非短期扰动，而是算力机能增长远超内存供给快率的结构性矛盾。前沿大模型规模每 6 个月翻一番，头部模型高低文窗口年增快达 5-6 倍，叠加推理并发需要持续提升，内存容量与带宽需要持续发作。而 DRAM 晶圆厂建设周期长达数年，供给弹性极低，欠缺格局将持续数年。英伟达CEO黄仁勋也公开暗示，行业必要转变思路，通过架构创新应对内存约束，而非单纯期待产能扩张。 面对 HBM 与主存供给严重，行业最直接的应对方式是选择性降低单设备内存规格(De-speccing)。以英伟达 Rubin 架构为例，单机架 LPDDR5 容量从原打算 54TB 降至 28TB，单 GPU HBM 容量从 288GB 下调至 192GB，通过降低内存堆叠高度保险整机出货量。大摩指出，降配并非解除内存瓶颈，而是将压力在内存层级间转移：削减高快本地内存后，KV 缓存等非高频数据向 NAND 存储下沉，同时跨 GPU 数据交互增长，带头对网络互联带宽的需要，性质上是以更高快的网络互联、更低成本的存储资源，补充稀缺的高带宽内存。 第二条破局蹊径是推理架构解耦(Disaggregation)。AI推理蕴含预填充(Prefill)与解码(Decode)两个差距显著的阶段：Prefill 以算力亏损为主，Decode则高度依赖内存带宽。传统架构用统一加快器两全两类工作，资源利用率偏低。当前行业正加快走向异构推理，将两个阶段拆分至分歧硬件：算力密集型Prefill由通用GPU承担，内存带宽密集型 Decode 则由搭载大容量片上 SRAM 的专用加快芯片处置。 典型代表蕴含Cerebras的晶圆级引擎、英伟达收购的 Groq LPU 架构，均能在解码阶段提供远超传统 GPU 的内存带宽效能。大摩以为，异构推理将成为 AI 基础设施的沉要演进方向，专精解码环节的算力厂商将获得明确的增量市场。 第三条蹊径是 CXL 技术沉构内存系统。CXL(推算高快互联)通过高快互联实现内存的扩大、共享与池化，让内存不再绑定单一处置器，成为突破内存容量约束的主题技术蹊径。大摩测算，AI需要将推动 CXL 及有关内存附加芯片市场规模在 2030 年达到约 60 亿美元，远超传统 CPU 内存扩大市场体量。其主题价值在于构建分层内存架构：最高频数据保留在HBM，次高频数据放入 CXL 内存池，低坡蜂数据下沉至 NAND，用成本梯度匹配数据接见频率。 投资主线方面，大摩沉申三风雅向：一是持续超配美光、闪迪，降配源于供给欠缺而非需要走弱，AI内存需要持久向上，供给缺口将持续消化产能；二是布局 CXL 与 scale-up 互联龙头 Astera Labs、Marvell；三是关注异构推理受益者Cerebras，以及通过收购Groq美满异构布局的英伟达。

本页 http://www.vteam-lighting.cn/xiaojianju/lianxiwomen