SK 证券：计算认知转变引发的内存重估

计算认知：从消耗品到资产

AI 算力并非消耗品。它不像技术产品那样价值会快速衰减，反而可能成为跨代复用、持续产生现金流的基础设施资产。

从这个角度看，AI 资本支出并非简单的经常性成本，而是积累算力储备的过程 —— 这种储备未来可被多次变现。

CoreWeave 最新财报已印证这种可能性：即便是六年前推出的 A100 芯片，如今仍被签入持续至 2029 年的长期合同，老旧 GPU 的价格也维持在可观水平。

这不能单纯解读为供应短缺。客户选择的是与工作负载性能需求相匹配的成本方案，而非一味追求最快 GPU。

最新款 GPU 负责前沿训练和高性能推理，而现有的 H100/A100 则可转向通用推理、微调、批量处理等场景。

这便是 “算力分层” 概念，与内存分层异曲同工。

一旦算力的认知发生转变，审视 AI 基础设施融资扩张的视角也将随之改变。

如果 GPU 等 AI 基础设施在初始合同结束后能通过续约持续产生收入，那么它就不再是单纯的电子设备，而是一种可融资的基础设施资产。

三年内达到盈亏平衡点，而此后的时期可能才是真正的利润区。

同样的逻辑也适用于超大规模云服务商的自由现金流。

亚马逊表示，其对服务器和网络设备的投资平均在不到三年内就能实现盈亏平衡。

这意味着，如果包括 GPU 在内的计算资产的经济寿命超过三年，那么后续的使用期可能不仅仅是简单的本金回收，而是产生额外利润的区域。

新 GPU 的收入和现有计算库存的二次生命周期收入将同时出现。

如果像 A100 那样，资产在第九年仍可适用，这意味着在市场担忧的投资回收期与实际经济寿命之间，将出现一个可观且高利润的超额回报区间。

内存地位的改变是一种结构性现象，是一种必须被接受的变化。

一旦市场对 AI 资本支出的认知发生转变，内存的地位随之改变便显得顺理成章。

AI 是重资产行业，现实世界中物理供应能力的限制无法轻易改变。

这也解释了为何具有高度约束力的五年长期协议（LTA）得以签署。

内存对客户的 “真实” 利润区具有实质性影响。

若内存无法盈利，需求将始终难以满足，仅靠内存价格上涨无法保障出货量，未来收入曲线也将面临下调。

内存实现高利润是结构性趋势，这是必须接受的变化。

内存估值指标转变的转折点：通过更强的盈利持续性与可见性，股东回报将真正得到强化。

SK 证券维持对存储板块的增持评级。

我们关注存储的结构性盈利能力增强，以及基于长周期持久性将正式启动的股东回报。

三星电子和 SK 海力士 2026 年合并营业利润预计为 641 万亿韩元，2027 年达 977 万亿韩元，位居全球前列。

积极的股东回报将成为构建长周期信心和存储价值重估的关键基础。

我们警惕基于存储价格增速必然放缓的见顶逻辑。

当前时代，周期强度不仅通过 “价格” 吸收，更通过 “持久性与可见性” 来体现。