智通财经APP了解到，DeepSeek的R1模型发布引发了投资者的担忧，市场担心训练成本曲线加速下降，进而影响数据中心AI硬件需求。摩根大通基于此，发布了针对内存行业的报告。内存行业18个月的增长周期在很大程度上依赖于高端训练GPU对计算需求(HBM)的不断攀升，过去两周，该行业平均股价下跌了11%(费城半导体指数同期下跌9%)。
在市场关注GPU需求可能放缓的同时，该行强调，边缘AI迁移带来的内容增长以及AI ASIC市场的发展，都在巩固AI生态系统。小摩认为，推理模型效率的进一步提升，可能会带来更多预训练需求，从而加快AI在各个终端领域的渗透。目前，尚未发现HBM订单放缓或投资计划削减的迹象，主要云服务提供商(CSP)客户在近期的财报及前景展望中，对资本支出表达了乐观态度。
小摩认为，推理需求在HBM中的上升空间有限，边缘AI/传统DRAM的上升潜力更大。该行预计，具有性价比的推理模型(如DeepSeek)的普及，可能会加速边缘AI的迁移，与HBM相比，传统DRAM的上升概率更高，因为在中央计算内存(CPU)需求中，推理产品组合占比仅为10%。从内容和位需求的角度来看，HBM对推理ASIC芯片的附加率仍然较低。
目前，该行预计2026年PC和智能手机的边缘AI采用率分别为25%和40%，如果完全向边缘AI迁移(100%)，将释放出强劲的位增长潜力。与基础情景相比，边缘AI位需求有超过220%的上升潜力，这意味着全球DRAM市场总规模(TAM)将增长20%。
从HBM的角度来看，该行预测低成本推理模型不会降低商用GPU的需求，反而可能会刺激更多需求。正如DeepSeek的论文所指出的，迭代训练是优化推理模型的有效方式，这表明训练需求将持续存在。
此外，小摩针对HBM需求放缓与边缘AI需求上升的情景，对DRAM市场供需进行敏感性分析(若HBM需求下降10%，边缘设备AI渗透率需提高5%，才能实现供需平衡)。在商用GPU和ASIC之间，该行认为，在快速变化的环境中，GPU在训练方法上更具灵活性。因此，建议投资者关注以英伟达为核心的供应链(在亚洲内存领域，首选SK海力士)。
该行认为，如果客户没有大量库存，需求下降10%不太可能导致明显的供应过剩以及削减订单的情况。然而，需求下降约20%可能会在今年造成近14周的供过于求，因此预计重新分配HBM晶圆投入将不可避免。每2.5%的额外非HBM供应可以通过约5%及更高的边缘AI渗透率或约20%及更高的边缘AI位需求增长来消化。
各种终端应用载体更快地采用人工智能可能会刺激更换周期加速，每箱内容升级将成为原始设备制造商(OEM)的先决条件。更高的HBM ASP可能会OEM带来利润。尽管市场供需相对平衡，但考虑到HBM平均售价(ASP)高于传统DRAM，对DRAM市场总规模(TAM)的净影响可能会被稀释(HBM需求每减弱10%，DRAMTAM下跌约2%)。