瑞穗证券在最新发布的半导体行业报告中指出，随着Agentic AI（AI智能体）快速崛起，AI产业的核心瓶颈正在逐渐从“算力”转向“内存与存储”。
瑞穗认为，Agentic AI不仅会大幅推高CPU需求，更会推动DRAM、HBM、NAND以及企业级SSD需求进入爆发周期。全球存储行业也可能因此彻底摆脱传统周期股逻辑，进入长期供给紧缺的新阶段。
该行在报告中大幅上调了美光、闪迪、ARM、戴尔以及安森美等公司的目标价，并继续将美光列为首选标的。
Agentic AI正改变AI基础设施逻辑
瑞穗认为，AI行业最大的变化之一，是AI开始从传统聊天机器人，逐渐迈向能够自主执行复杂任务的Agentic AI。Agentic AI对基础设施的需求已经不再只是GPU，而是会显著增加CPU与内存压力。
报告指出，Agentic AI的token生成量可能比传统GenAI高出1000倍以上，而大量Agent协同工作，也会带来远高于传统AI推理的CPU与DRAM消耗。
瑞穗认为，这将推动全球内存市场进入新一轮超级周期。
Agentic AI或额外推高全球DRAM需求9%-13%
为了评估Agentic AI对内存市场的影响，瑞穗采用了三种不同模型进行测算。
第一种模型，是典型的Bottom-up（自下而上）测算。
瑞穗预计，2025年Agentic AI月活用户约为2亿，2026年增至7亿，2027年达到15亿。
随着AI智能体大量执行复杂任务，全球DRAM需求将快速增长。瑞穗测算显示，Agentic AI带来的DRAM需求，可能从2025年的51PB增长至2027年的5071PB（约5EB），占全球DRAM需求约9%。
第二种模型，则是瑞穗基于英伟达下一代Vera CPU服务器架构进行的“Back-of-the-envelope（反推式）”测算。
报告指出，当前Grace CPU大约搭载500GB LPDDR5内存。但下一代Vera CPU可能提升至约1.5TB LPDDR5。也就是说，单CPU DRAM容量直接提升约3倍。
更重要的是，英伟达未来可能推出纯Vera CPU服务器机架（Vera-only Rack）。
瑞穗预计，单个Vera机架可能搭载最多256颗Vera CPU，对应约400TB DRAM容量。2026年Vera-only机架可能带来约3EB新增DRAM需求，相当于全球DRAM供给的约7%；到2027年，这一比例甚至可能达到12%。
第三种模型，则是Top-down（自上而下）测算。
报告预计，全球AI基础设施市场规模将从2025年的约6000亿美元增长至2027年的约1万亿美元。
其中，Inference（推理）市场增长速度将明显快于Training（训练）。而在推理市场内部，Agentic AI的占比也会快速提升。
瑞穗预计，Agentic AI占整个推理市场的比例将2025年的约5%提升至2026年的15%，2027年再达到20%。
在这一模型下，Agentic AI最终可能在2027年带来约7200PB DRAM需求，占全球DRAM需求约13%。
HBM进入爆发式增长阶段
除了传统DRAM，HBM（高带宽内存）也是报告重点看好的方向。
瑞穗预计，全球HBM市场规模将从2025年的359亿美元增长至2028年的2461亿美元，2025至2028年复合增速高达90%。其中，HBM4与HBM4e将成为下一轮增长核心。
随着HBM4/4e在2027年开始大规模导入，HBM整体价格可能同比上涨70%-100%。推动价格上涨的核心原因主要有三个。
第一，HBM生产会大量占用DRAM产能。
瑞穗指出，HBM4的trade ratio达到4:1，即生产HBM需要消耗更多晶圆资源，这会进一步挤压普通DDR5供应。
第二，AI需求增长远超供给扩张速度。
报告称，目前部分客户实际只能拿到50%-70%的需求量，显示市场已经出现明显供给不足。
第三，部分ASIC客户可能直接跳过HBM3e，转向HBM4e。
这意味着高端HBM需求可能进一步提前爆发。
NAND市场也开始进入新周期
相比HBM与DRAM，市场此前对NAND关注相对较少。但瑞穗认为，随着AI推理需求不断增长，NAND市场也将在2027年前后进入明显紧张状态。
报告指出，未来推动NAND需求增长的核心包括企业级SSD（eSSD）、KV Cache、CMX架构以及HBF（High Bandwidth Flash）。其中，KV Cache正在成为AI推理时代的重要存储需求来源。
随着AI模型上下文窗口越来越长，系统需要保存大量历史Token与缓存数据，这会持续推高高性能NAND需求。
HBF可能成为下一代AI存储核心
瑞穗认为，闪迪与美光未来可能推出HBF（High Bandwidth Flash）产品。其核心思路是：利用16层SLC NAND堆叠，实现接近HBM的带宽，同时提供远高于HBM的容量。
报告指出，HBF容量可能达到HBM的8-16倍。这意味着，未来AI服务器可能形成：HBM负责高速计算、HBF负责大容量缓存、eSSD负责长期存储的多层级存储架构。
未来AI服务器内存结构将越来越复杂。
2025年服务器主要包括HBM、企业级SSD和HDD，而到2027-2028年，HBF、CMX和SRAM等新型存储层级也将逐渐加入。
存储行业估值体系或永久重构
瑞穗认为，更重要的变化在于行业性质本身。
过去几十年，存储行业一直被视为典型周期行业，但AI时代可能改变其行业逻辑。
报告指出，AI正在把存储行业从传统“商品行业”，转变为“结构性供给受限的AI基础设施行业”。
在AI需求持续爆发，而新增产能有限的背景下，未来几年内存市场可能长期维持供不应求状态。
因此，行业估值中枢也可能永久提升。
美光仍是瑞穗首选标的
在个股方面，瑞穗最看好美光。该行将美光目标价从800美元大幅上调至1150美元。
瑞穗认为，美光未来将同时受益于HBM价格上涨、DRAM供给紧张、Agentic AI带来的内存需求爆发以及长期供货协议（LTA）扩张。
报告预计，到未来几年，HBM可能占美光收入的约23%。
其他个股方面，闪迪目标价由1625美元升至1825美元，ARM由290美元升至360美元，戴尔由300美元升至350美元，安森美由139美元升至150美元。
道正网提示：文章来自网络，不代表本站观点。
