一.1
存数据的两种办法
一个会漏电、必须每几十毫秒抢救一次;另一个能保持多年 —— 差别决定了一切
约 5 分钟·1,628 字·5 题
01
先看这家公司卖什么
只有两样东西,但它们是两个世界
美光科技的产品清单短得惊人。它只做两类东西,都是"存数据",
但物理原理和商业属性完全不同。
| 对比项 | DRAM(动态随机存取存储器) | NAND(闪存) |
| 存什么 | 正在被计算的数据 | 需要长期保存的数据 |
| 断电之后 | 数据消失 | 数据保留 |
| 速度 | 纳秒级 | 微秒到毫秒级 |
| 每比特成本 | 高 | 约为前者的十分之一量级 |
| 在 AI 里干什么 | 喂数据给算力芯片,是瓶颈 | 存训练数据集与模型检查点 |
| 最近一季均价环比 | +63% | +87% |
最后一行先记住。一个季度里,产品均价涨了六成到九成——
这在正常的制造业里是不存在的事。第 6 节会讲这是怎么发生的。
但要理解这门生意,得先从一个物理细节开始。
动态存储器的存储单元,就是一个微小的电容。
电容里有电荷代表 1,没电荷代表 0。读的时候测量它有没有电荷,
写的时候给它充电或放电。
问题在于:电容会漏电。不是设计缺陷,是物理必然——
任何绝缘材料都不是完美绝缘的,电荷总会慢慢跑掉。而这个电容小到只有几十飞法拉,
几十毫秒之内,电荷就漏光了,数据就没了。
所以内存控制器必须做一件很笨的事:不停地把每一个存储单元读出来,
再原样写回去。读出来的时候电荷还没漏完,还能判断出原来是 0 还是 1,
写回去就相当于重新充满。
这个动作叫 刷新,
一秒钟要做几十次,覆盖芯片上的每一个单元。
「动态」二字的由来,以及它的三个后果
之所以叫「动态」存储器,就是因为它的数据不能静止不动地存着,
必须靠持续的刷新动作维持。
后果一:耗电。刷新是纯开销——
不产生任何计算,只是为了不丢数据。数据中心里内存的功耗占比因此相当可观。
后果二:断电即失。没有电就没有刷新,
几十毫秒后数据全部消失。所以它只能存"正在算的东西"。
后果三:微缩越来越难。
制程越先进,电容越小,能存的电荷越少,漏电影响越致命——第 4 节会讲这件事的经济后果。
闪存的思路完全不同。它不是用电容存电荷,
而是把电子俘获在一个被绝缘层完全包裹的结构里
(通常叫浮栅或电荷陷阱层)。
这就像把电子关进一个四面都是墙的笼子。没有通路,电子就跑不掉——
所以断电之后数据还在,能保持很多年。
代价有两个:
① 写入很慢很费劲。要把电子"打"进那个被绝缘层包裹的笼子里,
需要较高的电压和较长的时间。所以闪存的写入速度比动态存储器慢几个数量级。
② 会磨损。每次写入都要让电子穿过绝缘层,
这个过程会一点点破坏绝缘层。所以闪存有寿命上限——
写入一定次数之后就会失效。
但它有一个决定性的优势:可以往上堆。
现在的闪存是几百层垂直堆叠的,这让它的每比特成本降到了动态存储器的十分之一量级。
04
为什么 AI 让内存变成了瓶颈
算得再快,喂不进去也没用
一个直觉上的误区是:AI 的瓶颈是算力。
实际上在很多场景下,瓶颈是内存带宽——
也就是"每秒能把多少数据搬到算力芯片面前"。
原因很简单:大模型推理时,每生成一个字,都要把模型的全部相关参数
读一遍。一个几千亿参数的模型,光是把参数搬过去就要搬掉几百 GB。
算力芯片的乘法器再快,数据没到就只能空等。
| 场景 | 瓶颈在哪 | 对内存的需求 |
| 大模型训练 | 算力与互连 | 容量大,带宽要求高 |
| 大模型推理(生成阶段) | 内存带宽 | 带宽是第一约束 |
| 长上下文推理 | 内存容量 | 要缓存整段对话的中间结果 |
这就是为什么 AI 时代内存的地位变了。在传统服务器里,内存是配角;
在 AI 服务器里,它是决定性能上限的那个环节之一。
而且用量也变了:一台 AI 服务器的动态存储器用量是普通服务器的数倍,
还要额外配一种叫高带宽内存的特殊形态——那是第 2 节的内容。
05
先埋一个伏笔:这门生意的估值有多奇怪
三个数字,你现在应该觉得矛盾
| 指标 | 数值 | 直觉反应 |
| 最近一季毛利率 | 84.6% | 软件公司的水平,不像制造业 |
| 滚动市盈率 | 19.6 倍 | 不算贵 |
| 52 周股价区间 | $113.46 – $1,255.00 | 11 倍——这不像一家大公司 |
一家毛利率 84.6% 的公司,市盈率只有 19.6 倍——
按常规逻辑,这是"又好又便宜"。
但这个判断是错的,而且错得很彻底。
第 11 节会用一个零误差的计算证明:在这门生意上,
市盈率不是估值指标,而是「当前盈利处在周期什么位置」的指标——
市盈率越低,往往说明位置越危险。
这门课要给你的四样东西
① 一套判断周期位置的方法——单元二讲周期为什么躲不掉、
现在处在哪一段、以及下一轮过剩的种子已经种在哪了。
② 一次对「这次不一样」的严肃检验——
单元三讲那 16 份合同,包括它们的完整条款和三条必须保留的怀疑。
③ 一个反直觉的估值原理——
单元四证明市盈率在这里是反的,并给出第十五种定价框架:穿越周期锚定。
④ 一份目标价的编年史——
单元五用一家机构自己披露的 18 次调价记录,说明为什么周期股上目标价是滞后指标。
这一节要带走的一句话 美光只做两件事:DRAM(存正在被计算的数据,断电即失)和 NAND(长期保存,断电保留)。动态存储器用一个微小电容存电荷,而电容会漏电——几十毫秒内电荷就漏光了,所以必须不停地读出再写回。这就是「动态」二字的含义,也是它耗电的根源。这个物理细节决定了商业属性:它的单元结构简单到极致(一个晶体管加一个电容),所以全世界做出来的东西一样,产品完全同质、客户迁移成本为零。而最近一个财季,这两样东西的均价分别环比 +63% 和 +87%——记住这两个数,第 6 节会回来。
检验一下:存数据的两种办法
5 道题,选完立刻出反馈。做错的那道,恰好是这一节你真正学到东西的地方。
一.2
堆起来的内存
用极宽的接口加极短的距离,把带宽提高一个量级 —— 以及全世界只有三家能做
约 5 分钟·1,503 字·5 题
一颗 AI 加速卡每秒要读写数太字节的数据。问题不是"内存不够大",
而是"数据从内存搬到芯片的通道不够宽"。
把内存和算力芯片之间的连接想象成一条马路:
普通内存:内存条插在主板上,离处理器有几厘米远,
通过主板上的走线连接。这条马路能修多宽?受限于主板布线的物理空间和信号完整性,
一般是 64 位或 128 位。而且距离越远,速度越高,信号越容易失真。
HBM:把内存芯片直接封装到算力芯片旁边,
距离从几厘米缩短到几毫米,走线走在封装基板里而不是主板上。
这样就能修一条上千位宽的马路。
| 对比项 | 普通内存 | 高带宽内存 |
| 物理位置 | 插在主板上,离芯片几厘米 | 封装在芯片旁边,几毫米 |
| 接口位宽 | 64–128 位 | 上千位 |
| 带宽 | 基准 | 高一个量级 |
| 容量扩展方式 | 插更多内存条 | 往上堆更多层 |
| 单位比特成本 | 低 | 高得多 |
| 能不能换供应商 | 能,标准件 | 要重新做封装设计与验证 |
要把好几层芯片叠在一起并且让它们互相通信,需要一项关键工艺:
硅通孔——直接在硅片上打出垂直的孔,填进金属,
让上下层的电路直接连通。
这件事的难度在于:
① 对齐精度。十几层芯片要层层对准,误差以微米计。
② 散热。叠在一起的芯片,中间那几层的热量很难导出去。
而内存温度越高漏电越快(回想第 1 节那个漏电的电容),
温度上升会直接逼迫刷新更频繁,功耗进一步上升——这是个恶性循环。
③ 良率乘法。如果单层良率是 95%,12 层全好的概率是
0.95 的 12 次方 ≈ 54%。堆得越高,良率损失越可怕。
第 ③ 点是理解这门生意壁垒的关键
良率的乘法效应,让高带宽内存的门槛远高于普通内存。
普通内存做坏一片就损失一片;高带宽内存做坏一层,
整个十几层的堆栈全部报废——包括那些做得很好的层。
这就是为什么全世界只有三家能量产,
也是为什么后来者很难追上:这里面的 know-how 只能靠大量实际生产迭代出来。
| 代际 | 堆叠层数 | 状态(截至 2026 年 6 月) |
| HBM3E | 8–12 层 | 主力出货 |
| HBM4 | 12 层(36GB) |
美光已出货超 10 亿美元,爬产速度是上一代的 2 倍 |
| HBM4(更高层) | 16 层 | 预计 2026 年底至 2027 年初量产 |
| 公司 | 总部 | 高带宽内存份额(2026 年初) | 特点 |
| SK 海力士 | 韩国 | 约 57–62% |
先发优势,与最大客户绑定最深 |
| 三星电子 | 韩国 | — |
正在通过新代际恢复;同时是全球最大综合半导体厂 |
| 美光科技 | 美国 | 约 21%(目标 25%) |
唯一的美国厂商;新代际 12 层功耗比竞品低约 30% |
注意:这三个份额数字来自不同来源、不同时点,
加起来不构成完整的 100% 分割。本课只记录各来源给出的数字,不做加总校验。
美光那个"功耗低约 30%"值得单独说一句。在数据中心里,
电力已经成为硬约束——一个园区能拿到多少兆瓦是给定的,
省下来的每一瓦都能换成更多算力。所以这不是一个营销参数,
它是能直接换算成客户经济效益的东西。
04
一件反直觉的事:它挤占了普通内存的产能
同样容量,占掉的晶圆面积是数倍
这是理解本轮涨价最关键的一环,而且很多人不知道。
生产高带宽内存,用掉的晶圆面积是同等容量普通内存的数倍。
原因有三:硅通孔要占用芯片面积、堆叠良率损失(见上文的乘法效应)、
以及为了散热和信号完整性做的额外设计裕量。
后果是:在总晶圆产能不变的情况下,多做一片高带宽内存,
就等于少做好几片普通内存。
这条因果链要记住,第 7 节会用到
AI 需求上升 → 高带宽内存产量上升 → 挤占晶圆产能 →
普通内存供给减少 → 普通内存价格暴涨。
也就是说:普通内存的涨价,
一部分原因根本不是普通内存自己的需求变化,而是被高带宽内存挤出来的。
这是一个纯粹的供给侧故事,
而市场讨论内存涨价时通常只讲需求侧。
05
但先别急着认定高带宽内存最赚钱
下一节会推翻一个几乎所有人都有的印象
读到这里,一个很自然的结论是:高带宽内存技术门槛最高、
只有三家能做、需求最猛,所以它一定是最赚钱的产品。
这个结论在 2026 年这个具体时点上是错的。
下一节会给出一家顶级机构的测算:同样一片晶圆产能,
投给普通内存的毛利润,是投给高带宽内存的近 3 倍。
原因不在技术,在定价机制——而这个机制上的差异,
正在被行业重新谈判。
这一节的三个要点
① 高带宽内存解决的是带宽不是容量——
靠"封装到芯片旁边"换来上千位的接口宽度。
② 壁垒来自良率的乘法效应——
堆坏一层报废整栈,所以全世界只有三家能做。
③ 它挤占普通内存的产能——
这是本轮普通内存暴涨被忽略的供给侧原因。
这一节要带走的一句话 HBM(高带宽内存)= 把多层动态存储器芯片垂直堆叠、用硅通孔连起来、再封装到算力芯片旁边。它解决的是带宽:普通内存的接口宽度喂不饱一颗 AI 加速卡,HBM 用上千位的接口加极短的距离,把带宽提高一个量级。全球只有三家能量产:SK 海力士(约 57–62%)、三星电子、美光科技(约 21%,目标 25%)。美光的 HBM4 12 层功耗比竞品低约 30%,爬产速度是上一代的 2 倍,已出货超 10 亿美元。
检验一下:堆起来的内存
5 道题,选完立刻出反馈。做错的那道,恰好是这一节你真正学到东西的地方。
一.3
最贵的产品,最薄的利润
同样一片晶圆,投给普通内存的毛利润是投给高带宽内存的近 3 倍
约 6 分钟·1,738 字·5 题
01
先看这两个价格走了什么路
同一段时间,同一家公司,两条完全不同的曲线
| 产品 | 2025 年三季度 → 2026 年二季度 | 定价机制 |
| 普通 DRAM | 价格涨约 4.5 倍 | 现货 + 季度合约,跟着供需实时走 |
| HBM | 价格 0% 变化 |
年度合约锁价,一年一议 |
这两行放在一起,是本节全部内容的起点。
逻辑其实很简单:高带宽内存是按年度合约卖的,
价格在合约签订时就定好了。而在合约期内,普通内存的现货价格涨了 4.5 倍。
所以出现了一个荒谬的局面。
02
算一笔账:一片晶圆该投给谁
这才是内存厂真正要做的决策
内存厂的核心资源是晶圆产能——一个月能处理多少片晶圆是固定的。
所以真正的经营决策是:这些产能,投给哪个产品?
Bernstein 在 2026 年 6 月 22 日给出了这个测算:
| 指标(每单位晶圆产能) | 投给高带宽内存 | 投给普通内存 |
| 产生的收入 | 基准 | 2 倍以上 |
| 产生的毛利润 | 基准 | 近 3 倍 |
请注意毛利润那一行比收入那一行差距更大。这说明不只是卖得多,
利润率也更高。
为什么会这样?两个因素叠加:
① 价格锁死。高带宽内存的价格停在一年前的水平,
而普通内存涨了 4.5 倍。
② 面积占用。第 2 节讲过,高带宽内存同等容量要占数倍晶圆面积
(硅通孔占面积、堆叠良率损失、散热裕量)。
一个价格没涨、一个面积还占得多——两头一夹,结论就出来了。
这句推论值得完整记住
Bernstein 的直接结论是:「更高的高带宽内存敞口,
反而意味着更低的盈利能力。」
这与市场的普遍印象完全相反。
大多数关于内存股的讨论,都把"高带宽内存份额高"当成纯粹的加分项。
但在 2026 年这个具体时点上,
它至少在盈利结构上不是。
⚠️ 必须限定:这是一个时点性的结论,不是永久规律。
它成立的前提是"普通内存价格暴涨而高带宽内存被合约锁死"——
一旦下一轮合约重新议价,结论就会变。
知道了上面这笔账,内存厂的行为就完全可以理解了:
它们正在和加速卡厂商谈判下一年度的高带宽内存价格,
目的是缩小这个盈利差距。
Bernstein 的假设是:高带宽内存价格上调 2–2.5 倍——
注意,明显小于普通内存 4.5 倍的涨幅。
为什么不一次涨到位?该机构给的理由是:
供应商认可高带宽内存的战略价值,选择不那么激进地定价。
这个"战略价值"是什么意思
高带宽内存不是一锤子买卖。它要进客户的封装设计,
要做认证,要绑定好几代产品。
如果这一轮把客户宰得太狠,客户会有强烈动机去
扶持第二、第三供应商,或者在下一代设计里减少对某一家的依赖。
换句话说:短期利润和长期份额之间存在取舍,
而三家供应商都选择了保护长期关系。
这个选择本身,也解释了为什么高带宽内存的定价
比普通内存"文明"得多——普通内存是标准件、客户随时能换,
所以没有克制的必要。
Bernstein 还指出了一个容易被忽略的传导差异:
普通内存和闪存,云厂可以直接向内存厂采购——
涨价就是涨价,一比一地体现在云厂的采购成本上。
但高带宽内存是封装在加速卡里的,它是加速卡厂商的成本,
云厂买的是整张加速卡。这就产生了一个放大效应。
| 步骤 | 发生了什么 | 结果 |
| ① 内存涨价 | 高带宽内存的采购成本上升 | 加速卡厂商的成本上升 |
| ② 加价传导 |
若加速卡厂商有 75% 毛利率并想维持不变 | 必须加价约 4 倍传给客户 |
| ③ 云厂买单 | 同等内存配置的机架 | 资本开支高约 30% |
第 ② 步的算术值得说明白:如果一个产品成本 100、售价 400(毛利率 75%),
现在成本涨到 200。要维持 75% 毛利率,售价必须变成 800——
成本涨了 100,售价涨了 400。这就是"加价约 4 倍"的含义。
综合三个因素(普通内存涨价、高带宽内存涨价、加速卡厂商的加价),
Bernstein 测算:云厂部署一个同等内存容量的机架,资本开支要高约 30%。
Bernstein 的判断是:在资金可得性和竞争压力下,
云厂仍会投人工智能,但可能试图在不同零部件供应商之间"重新校准"成本。
这句话很克制,但含义很重。它意味着这笔多出来的成本,
最终要在三个地方之一被吸收:
| 可能的去向 | 后果 | 对内存厂的含义 |
| 云厂自己吸收 | 云厂利润率下降 | 中性,但云厂会施压 |
| 传导给最终用户 | AI 服务价格上涨 | 中性偏好,需求可持续 |
| 压缩资本开支 | 少建数据中心 | 直接利空——需求侧转向 |
| 压其他供应商 | 产业链利润重新分配 | 看内存厂的议价地位 |
这是本课认为最重要的开放问题之一。
市场讨论内存涨价时,通常只算内存厂多赚了多少,
很少算这笔钱是谁在付、付得起多久。
第 17 节的跟踪清单里,会把"云厂资本开支指引"和"加速卡厂商的毛利率"
都列进去——因为这两个数是这条链条上最早会出现裂纹的地方。
单元一小结:你现在应该能回答三个问题
① 这门生意卖什么——两类存储器,一个会漏电必须刷新、
一个能断电保留;而 AI 让内存从配角变成瓶颈之一(第 1 节)。
② 高带宽内存是什么——
把芯片堆起来封装到算力芯片旁边,用上千位接口换带宽;
良率的乘法效应让全世界只有三家能做(第 2 节)。
③ 谁最赚钱——
在这个时点上,答案是普通内存而不是高带宽内存,
因为后者被年度合约锁死了价格(本节)。
下一节讲成本结构,
你会看到为什么这门生意结构上不可能有护城河——
以及为什么这直接决定了它必然是周期股。
这一节要带走的一句话 2025 年三季度到 2026 年二季度,普通DRAM价格涨了约 4.5 倍,而 HBM 价格纹丝不动——因为它按年度合约定价,价格早就锁死了。结果:同样一片晶圆产能,投给普通内存能产生 2 倍以上的收入、近 3 倍的毛利润(Bernstein,2026-06-22)。该机构的直接推论是:更高的高带宽内存敞口,反而意味着更低的盈利能力。还有一条传导链要记住:高带宽内存封装在加速卡里,若加速卡厂商要维持 75% 毛利率,涨价必须加价约 4 倍传给客户——云厂同等配置的资本开支要高约 30%。
检验一下:最贵的产品,最薄的利润
5 道题,选完立刻出反馈。做错的那道,恰好是这一节你真正学到东西的地方。
一.4
固定成本六成,护城河零
减产反而更亏,产品完全同质 —— 这两件事凑在一起,就是周期的全部来源
约 5 分钟·1,517 字·5 题
| 成本项 | 大致占比 | 性质 |
| 设备折旧 | 35–50% |
固定:厂建好就开始折旧,产不产都要摊 |
| 材料(硅片、光刻胶、特气等) | 15–25% | 变动 |
| 电力与厂务 | 10–15% | 半固定:洁净室恒温恒湿,停产也要维持 |
| 人工 | 5–10% | 半固定 |
| 研发摊销 | 10–15% | 固定 |
把固定和半固定加起来:超过六成。
这个数字是理解这门生意的钥匙。固定成本占比
一旦这么高,会同时产生两个方向相反、但都极端的后果。
假设价格跌破了成本线,一家正常的制造企业会怎么做?减产。
卖一个亏一个,那就少卖点。
但内存厂不能这么干。算笔账就明白了:
| 情形 | 产量 | 固定成本 | 单位固定成本 | 结果 |
| 满产 | 100 | 60 | 0.60 | 基准 |
| 减产三成 | 70 | 仍是 60 | 0.86 | 单位成本反而涨了 43% |
| 减产一半 | 50 | 仍是 60 | 1.20 | 单位成本翻倍 |
折旧不会因为你少产就少提,洁净室不会因为你减产就不用恒温恒湿。
减产之后,每一个产品分摊的固定成本反而更高——你亏得更多。
所以在价格崩塌时,内存厂的理性选择常常是:继续满产,亏本卖。
因为只要售价还能覆盖变动成本,多卖一个就能多回收一点固定成本。
而当所有厂商都这么想的时候,供给不会减少,价格就会跌到所有人都受不了为止。
这就是为什么内存的下行周期可以惨烈到全行业巨亏——
美光 2023 财年净利率是 −37.5%。
这解释了一个反常识的现象
你会发现内存价格崩塌时,行业里几乎没有"限产保价"这回事。
不是厂商不想,是算术不允许。
谁先减产,谁的单位成本先上升,谁先出局。
真正的减产只会发生在资金链绷不住的时候——
那已经是崩塌的末期了。
03
上行期:同一个结构,反过来放大利润
四个季度里发生的事
固定成本高在下行期是灾难,但在上行期是印钞机。
因为固定成本不随价格变化。价格每涨一块钱,几乎整整一块钱落进毛利。
这就是 经营杠杆。
看美光最近四个财季的实际数字:
| 财季(截止日) | 收入 | 毛利润 | 毛利率 | 净利润 |
| 2025-08-31 | $113.15 亿 | $50.54 亿 | 44.7% | $32.01 亿 |
| 2025-11-30 | $136.43 亿 | $76.46 亿 | 56.0% | $52.40 亿 |
| 2026-02-28 | $238.60 亿 | $177.55 亿 | 74.4% | $137.85 亿 |
| 2026-05-31 | $414.56 亿 | $350.56 亿 |
84.6% | $282.43 亿 |
收入涨 3.66 倍,净利润涨 8.82 倍,毛利率从 44.7% 到 84.6%。
为什么净利润的涨幅是收入的 2.4 倍?因为成本几乎没动——
增量收入里的绝大部分,直接变成了利润。
这把刀是双刃的,而且刃口一样锋利
看到毛利率 84.6% 时,很容易产生一个印象:这是一家极其优秀的公司。
但同一个杠杆,在价格下行时会以同样的力度反噬。
2023 财年这家公司的净利率是 −37.5%。
84.6% 和 −37.5% 是同一个成本结构在不同价格环境下的两个面。
它既不能证明这家公司优秀,也不能证明它糟糕——
它只能告诉你现在价格在什么位置。
04
为什么这门生意不可能有护城河
产品完全同质,迁移成本为零
现在讲第二个结构性事实,它和成本结构一样重要。
动态存储器的单元结构
是一个晶体管加一个电容——简单到极致。全世界所有厂商做的都是这个东西,
没有架构创新的空间。
而且它的接口是国际标准:必须严格遵守规范,
才能被主板和处理器识别。任何"我家有独特设计"的想法都行不通——
不兼容标准,就没人能用。
| 问题 | 内存 | 对照:算力芯片 |
| 产品能否互换 | 完全可以,同规格即可替换 | 不能,软件生态绑定 |
| 客户迁移成本 | 接近零 | 极高(代码要重写) |
| 能否靠软件建立壁垒 | 不能 | 能 |
| 唯一的竞争维度 | 每比特成本 | 性能、生态、能效等多维 |
所以这门生意唯一的竞争维度是每比特成本,
而它只取决于两件事:
① 制程微缩。
把存储单元做得更小,同样一片晶圆切出更多比特。
但这越来越难——电容变小意味着存的电荷更少、更容易漏、更难读准
(回想第 1 节)。当前先进节点已到约 11–12 纳米级。
② 良率。一片晶圆上有多少芯片是好的。
这是纯工程 know-how,也是三家厂商真正的差距所在。
05
把两件事合起来,就得到了这门课的核心问题
一个重要的推论
现在把本节的两个结论并排放:
① 固定成本超过六成 → 下行期减产更亏 → 价格能崩到离谱。
② 产品完全同质、迁移成本为零 → 客户只看价格 → 没有人有定价权。
两个加起来,结论是:这门生意在结构上不可能有技术护城河,
因此它必然是周期股。这不是管理层能力问题,是行业物理属性决定的。
但这里有一个推论,是全课的枢纽
既然技术护城河不可能存在,那么这个行业里唯一可能建立的护城河是什么?
合同。
如果你能让客户签下多年期、锁量、锁价格下限的协议,
你就在一个结构上没有护城河的生意里,用合约造出了一条人造护城河。
这正是单元三要讲的事情——
2026 年 6 月,美光科技 披露它的战略客户协议从 1 份扩到了 16 份。
而在那之前,单元二要先把周期本身讲透:
它为什么躲不掉、历史上什么样、这一轮为什么这么猛。
这一节要带走的一句话 内存厂的成本里,设备折旧占 35–50%,加上电力厂务、人工、研发摊销,固定与半固定合计超过六成。后果一:价格崩塌时减产反而更亏(折旧照提、洁净室照开,产量少了单位成本更高),所以理性选择常常是满产亏本卖,把价格压得更低。后果二:上行期的经营杠杆惊人——四个季度收入涨 3.66 倍而成本几乎没动,毛利率从 44.7% 冲到 84.6%。而它的存储单元只有一个晶体管加一个电容、接口是国际标准,所以产品完全同质、客户迁移成本为零——这门生意结构上不可能有技术护城河。
检验一下:固定成本六成,护城河零
5 道题,选完立刻出反馈。做错的那道,恰好是这一节你真正学到东西的地方。