
HBM, DRAM, NAND, SSD, dan HDD bukanlah produk pada tingkat yang sama. Anda dapat membaginya terlebih dahulu menjadi tiga kelompok: HBM dan DRAM adalah produk memori yang digunakan untuk akses data berkecepatan tinggi selama komputasi; NAND adalah chip memori flash yang digunakan untuk menyimpan data setelah daya dimatikan; SSD dan HDD adalah perangkat penyimpanan yang lengkap, dengan SSD menekankan kecepatan dan HDD menekankan biaya kapasitas. Bagi investor, pertanyaan kuncinya bukanlah apakah sesuatu termasuk dalam tema "penyimpanan AI", melainkan di mana posisinya dalam server AI, pusat data cloud, dan penyimpanan perusahaan, serta sumber pendapatannya, siklus penetapan harganya, dan risiko teknologinya.

Perbedaan terbesar antara HBM, DRAM, NAND, SSD, dan HDD adalah bahwa dua yang pertama lebih dekat ke “memori,” NAND adalah “media penyimpanan flash,” dan dua yang terakhir adalah “perangkat penyimpanan.” Ketika mengevaluasi sebuah produk, tanyakan terlebih dahulu apakah ia menyimpan data setelah listrik dimatikan, kemudian apakah ia berada dekat dengan CPU/GPU atau lapisan penyimpanan, dan terakhir apakah ia menyelesaikan masalah bandwidth, kapasitas, biaya, atau keandalan.
| Jenis | Apa Itu | Menyimpan Data Setelah Mati Listrik? | Masalah Utama yang Diselesaikan | Aplikasi Tipikal | Perusahaan Perwakilan |
|---|---|---|---|---|---|
| HBM | DRAM bandwidth tinggi | Tidak | Kemacetan bandwidth akselerator GPU/AI | Pelatihan AI, HPC, GPU AI | SK hynix, Samsung, Micron |
| DRAM | Memori serbaguna | Tidak | Akses data sementara untuk CPU/server | Server, PC, smartphone | Samsung, SK hynix, Micron |
| NAND | Chip memori flash | Ya | Penyimpanan data non-volatil | SSD, smartphone, kartu memori | Samsung, Kioxia, Micron, SanDisk |
| SSD | Perangkat penyimpanan solid-state | Ya | Baca/tulis berkecepatan tinggi dan latensi rendah | Basis data, penyimpanan perusahaan, cache inferensi AI | Samsung, Micron, Kioxia, Pure Storage, dll. |
| HDD | Perangkat penyimpanan disk magnetik | Ya | Penyimpanan berkapasitas besar dengan biaya rendah | Penyimpanan awan, pengarsipan, pencadangan, data lake | Seagate, Western Digital, Toshiba |
Anda dapat membayangkan sebuah sistem komputasi sebagai jalur data: CPU dan GPU melakukan komputasi; HBM dan DRAM memasok data dengan cepat ke chip komputasi; SSD menangani beban kerja baca/tulis berperforma tinggi pada skala yang lebih besar; HDD menyimpan data dalam jumlah masif dengan biaya lebih rendah. Menurut definisi industri bahwa SSD adalah perangkat yang menyimpan data menggunakan memori non-volatile, poin kunci tentang SSD bukan hanya bahwa mereka cepat, tetapi juga bahwa mereka tidak memiliki komponen mekanis yang bergerak dan umumnya menggunakan NAND Flash untuk menyimpan data.
Lima hal yang paling sering membingungkan para pemula:
Ringkasan: Jika Anda hanya menginginkan kerangka cepat, ingatlah ini: HBM dan DRAM adalah produk memori yang berdekatan dengan komputasi, NAND adalah media penyimpanan flash non-volatil, sedangkan SSD dan HDD adalah perangkat penyimpanan yang lengkap. HBM lebih mahal dan berada lebih dekat dengan akselerator AI; DRAM lebih serbaguna; NAND menentukan biaya inti SSD; SSD menangani akses penyimpanan berkinerja tinggi; HDD menangani kapasitas masif berbiaya rendah. Saat berinvestasi, pertama-tama identifikasi dari lapisan mana pendapatan suatu perusahaan berasal, kemudian teliti siklus penetapan harga, struktur pelanggan, dan linimasa peningkatan teknologi.

HBM dan DRAM keduanya merupakan produk memori, tetapi keduanya memiliki implikasi investasi yang berbeda. Nilai inti HBM terletak pada bandwidth tinggi, konsumsi daya yang lebih rendah, serta kedekatannya dengan GPU atau akselerator AI, sehingga cocok untuk pelatihan model berskala besar, inferensi, dan komputasi berkinerja tinggi. DRAM biasa lebih mirip lapisan memori dasar untuk server, PC, dan smartphone. Basis permintaannya lebih luas, tetapi nilai per unit dan hambatan teknologinya secara umum lebih rendah dibandingkan HBM.
HBM adalah singkatan dari High Bandwidth Memory. Ini masih merupakan bentuk DRAM, tetapi melalui stacking, TSV, dan pengemasan canggih, beberapa lapisan DRAM ditempatkan lebih dekat ke chip komputasi. Data produk HBM3E 24GB 8-high dari Micron menunjukkan bahwa satu kubus dapat memberikan bandwidth lebih dari 1,2TB/s; NVIDIA juga menyoroti 141GB HBM3e dan bandwidth 4,8TB/s pada H200 sebagai daya jual utama. Ini menunjukkan bahwa persaingan chip AI tidak lagi hanya tentang kekuatan komputasi, tetapi juga tentang apakah data dapat disalurkan ke unit komputasi dengan cukup cepat.
DRAM biasa memainkan peran yang lebih fundamental. CPU server, basis data, virtualisasi, layanan cloud, PC, dan smartphone semuanya bergantung pada DRAM. Formulir 10-K Micron tahun 2025 menyatakan bahwa penjualan bisnis pusat data mencakup HBM, DDR5, DDR4, LPDDR5, dan GDDR6, yang menunjukkan bahwa DRAM bukanlah satu produk tunggal, melainkan portofolio produk memori yang dibedakan berdasarkan skenario penggunaan.
| Dimensi | HBM | DRAM Biasa |
|---|---|---|
| Posisi Utama | Dekat dengan GPU/akselerator AI | Memori utama untuk server, PC, dan ponsel |
| Metrik Inti | Bandwidth, konsumsi daya, yield pengemasan | Kapasitas, harga, kompatibilitas umum |
| Pelanggan Utama | Perusahaan chip AI, penyedia cloud, pelanggan HPC | Pelanggan server, PC, smartphone, industri |
| Sensitivitas Investasi | Tinggi, tetapi kualifikasi pelanggan dan kendala kapasitas sangat kuat | Sangat siklis, dipengaruhi harga penawaran-permintaan |
| Risiko Utama | Transisi HBM3E/HBM4, kualifikasi pelanggan, yield | Kelebihan kapasitas, penurunan harga, koreksi inventaris |
HBM4 menaikkan standar teknis lebih jauh lagi. SK hynix telah mengumumkan pengembangan memori AI berperforma tinggi HBM4 dan kesiapan produksi massal. Hal ini menunjukkan bahwa tahap persaingan berikutnya akan bergeser dari “siapa yang memiliki HBM” menjadi “siapa yang mampu memasok sesuai kecepatan pelanggan, menjaga tingkat hasil produksi yang stabil, dan memenuhi persyaratan daya.” Oleh karena itu, HBM dapat memberikan leverage laba yang lebih kuat bagi produsen memori, tetapi biaya kegagalan juga lebih tinggi.
Ringkasan: Anda dapat menganggap HBM sebagai memori bernilai tinggi yang mengatasi hambatan utama dalam komputasi AI, dan DRAM biasa sebagai memori dasar untuk sistem komputasi umum. Server AI dapat mendorong permintaan HBM, DRAM server, dan modul memori berkapasitas tinggi secara bersamaan. Namun, penilaian investasi tidak boleh hanya bergantung pada permintaan. Anda juga perlu mengevaluasi kualifikasi pelanggan, kemampuan pengemasan tingkat lanjut, yield, alokasi kapasitas, dan siklus harga. HBM memiliki sensitivitas kenaikan yang lebih kuat, sedangkan DRAM memiliki cakupan yang lebih luas. Keduanya bukan perangkat penyimpanan yang digunakan untuk mempertahankan data setelah daya dimatikan.

NAND dan SSD tidak boleh disamakan. NAND Flash adalah chip memori flash yang digunakan untuk menyimpan data, sedangkan SSD adalah perangkat lengkap yang menggabungkan NAND, kontroler, firmware, antarmuka, cache, dan desain termal. Ketika mengevaluasi perusahaan NAND, fokuslah pada harga, jumlah lapisan, yield, dan kapasitas. Ketika mengevaluasi perusahaan SSD, Anda juga perlu mempertimbangkan kualifikasi produk, pelanggan enterprise, dan kemampuan pengiriman sistem.
Dari perspektif lapisan teknologi, NAND termasuk dalam "lapisan material dan chip," sedangkan SSD termasuk dalam "lapisan produk dan sistem." Penjelasan IBM bahwa SSD biasanya menggunakan NAND Flash untuk menyimpan data persisten membantu memperjelas perbedaan ini. SSD bukan sekadar beberapa chip NAND yang digabungkan bersama. SSD juga memerlukan kontroler untuk menentukan bagaimana data ditulis, bagaimana penanganan wear leveling dilakukan, bagaimana koreksi kesalahan bekerja, dan bagaimana perangkat berkomunikasi dengan server melalui antarmuka PCIe/NVMe.
Mengapa AI mendorong permintaan SSD enterprise? Karena alur kerja AI melibatkan lebih dari sekadar komputasi pelatihan. Sebelum pelatihan, sejumlah besar data harus dibersihkan dan dibaca. Selama inferensi, sistem mungkin memerlukan basis data vektor, RAG, log, cache, dan pemuatan berkas model. SSD enterprise berkinerja tinggi dapat menangani data panas dan akses I/O tinggi, sementara arsip jangka panjang dan data dingin sering kali masih dipindahkan ke HDD atau penyimpanan objek.
| Dimensi | NAND Flash | SSD Enterprise |
|---|---|---|
| Lapisan | Chip memori flash | Perangkat penyimpanan lengkap |
| Metrik Utama | Jumlah lapisan, biaya, hasil produksi (yield), harga | IOPS, latensi, daya tahan, konsumsi daya, kualifikasi |
| Aplikasi | Ponsel pintar, SSD, kartu memori, perangkat tertanam (embedded) | Basis data, virtualisasi, inferensi AI, penyimpanan enterprise |
| Risiko Utama | Penurunan harga, kelebihan kapasitas, persediaan | Kegagalan kualifikasi pelanggan, masalah pengendali (controller), tekanan margin |
| Fokus Investasi | Harga kontrak NAND, tingkat utilisasi kapasitas | Pangsa SSD enterprise, struktur pelanggan, pesanan jangka panjang |
TrendForce menaikkan proyeksi pasar NAND Flash untuk tahun 2026, sebagian karena permintaan yang membaik dari AI, server, dan enterprise SSD. Ini tidak berarti bahwa semua perusahaan NAND akan memperoleh manfaat yang sama. Produsen di hulu mungkin mendapat keuntungan dari kenaikan harga, tetapi jika vendor SSD atau sistem penyimpanan di hilir tidak dapat meneruskan biaya kepada pelanggan, margin mereka justru dapat tertekan.
Ringkasan: NAND adalah chip, sedangkan SSD adalah produk. Logika investasi NAND lebih dekat ke siklus semikonduktor: harga, inventori, kapasitas, dan yield mendorong sensitivitas laba. Logika investasi SSD lebih dekat ke perangkat keras perusahaan dan pengiriman sistem: kontroler, firmware, kualifikasi pelanggan, keandalan, dan campuran produk lebih penting. AI akan meningkatkan pentingnya strategis SSD perusahaan, tetapi tidak akan menghilangkan volatilitas harga NAND, dan juga tidak akan otomatis menguntungkan setiap pemasok SSD.
HDD belum dieliminasi oleh SSD. Peran mereka di pusat data AI adalah penyimpanan berbiaya rendah, berkapasitas besar, dan skalabel. SSD lebih cocok untuk data panas, konkurensi tinggi, dan latensi rendah, sementara HDD lebih cocok untuk data lake, cadangan, pengarsipan, penyimpanan objek, dan penyimpanan jangka panjang oleh penyedia cloud. Saat mengevaluasi perusahaan HDD, Anda tidak boleh hanya berfokus pada kecepatan, tetapi juga pada biaya per TB, kapasitas per drive, dan permintaan pelanggan cloud.
Sistem AI menghasilkan data pelatihan, data sintetis, log, versi model, dan catatan inferensi dalam jumlah besar. Tidak semua data ini perlu disimpan di SSD. Bagi penyedia cloud, jika suatu kumpulan data jarang diakses tetapi harus disimpan dalam waktu yang lama, HDD masih memiliki keunggulan biaya. Teknologi Mozaic 3+ dan HAMR dari Seagate secara langsung menyasar drive kelas 30TB dan permintaan penyimpanan pusat data AI, yang menunjukkan bahwa vendor HDD masih bersaing memperebutkan kapasitas pusat data cloud melalui kepadatan areal yang lebih tinggi.
Western Digital juga terus mendorong kapasitas yang lebih tinggi pada hard drive nearline. Produk 26TB CMR dan 32TB UltraSMR mereka menargetkan skenario penyimpanan pusat data dan cloud. Frasa kuncinya di sini bukanlah "lebih cepat dari SSD," melainkan "lebih banyak TB dalam rak, daya, dan kondisi operasional yang sama."
| Dimensi | Enterprise SSD | Nearline HDD |
|---|---|---|
| Keunggulan Utama | Latensi rendah, IOPS tinggi, throughput tinggi | Biaya rendah per kapasitas, kapasitas besar |
| Data yang Sesuai | Data panas, basis data, cache, inferensi AI | Data dingin, data hangat, pengarsipan, pencadangan, data lake |
| Metrik Utama | Kinerja baca/tulis, daya tahan, konsumsi daya, NVMe | Kapasitas per drive, biaya per TB, keandalan |
| Perusahaan Representatif | Samsung, Micron, Kioxia, Pure Storage | Seagate, Western Digital, Toshiba |
| Risiko Utama | Biaya NAND, kualifikasi pelanggan, persaingan harga | Pesanan pelanggan cloud, peta jalan teknologi, siklus penawaran-permintaan |
Anda dapat memandang SSD dan HDD sebagai pelengkap, bukan sekadar pengganti. Pusat data AI biasanya membutuhkan penyimpanan berjenjang: data terpanas berada dekat dengan komputasi, di HBM, DRAM, dan SSD berkecepatan tinggi; data yang jarang diakses namun berskala masif pada akhirnya dipindahkan ke HDD, penyimpanan objek, atau sistem arsip.
Ringkasan: Nilai HDD bukan pada kecepatan, melainkan pada efisiensi biaya kapasitas. Pelatihan dan inferensi AI meningkatkan total volume data. Semakin besar total volume data, semakin diperlukan penyimpanan berjenjang. SSD menangani lapisan performa, sementara HDD menangani lapisan kapasitas. Saat mengevaluasi vendor HDD, fokuslah pada pengiriman HDD nearline, kapasitas per drive, peta jalan HAMR/ePMR/SMR, pesanan pelanggan cloud, dan biaya per TB, alih-alih menilai industri ini berdasarkan pengalaman dengan hard drive konsumen.
Perusahaan penyimpanan harus dianalisis berdasarkan lapisan rantai pasok. SK hynix, Samsung, dan Micron lebih berfokus pada HBM/DRAM/NAND; Seagate, Western Digital, dan Toshiba lebih berfokus pada HDD; Pure Storage, NetApp, Dell, dan HPE lebih berfokus pada sistem penyimpanan perusahaan. Anda tidak dapat memasukkan semuanya ke dalam satu kategori "saham penyimpanan" dan mengevaluasinya dengan logika valuasi yang sama.
Pendapatan produsen chip hulu lebih dipengaruhi oleh harga DRAM, HBM, dan NAND. Pada tahun 2025, Western Digital menyelesaikan pemisahan bisnis Flash-nya, dengan SanDisk diperdagangkan sebagai perusahaan independen. Hal ini menunjukkan bahwa pasar semakin banyak menganalisis bisnis HDD dan Flash/NAND secara terpisah. SanDisk juga mengumumkan bahwa setelah menyelesaikan pemisahan, perusahaan tersebut akan diperdagangkan di Nasdaq dengan kode SNDK, sehingga memudahkan investor untuk mengamati siklus HDD dan Flash secara terpisah.
Vendor sistem mengikuti logika yang berbeda. Pure Storage menggambarkan Evergreen//One dalam Form 10-K sebagai model storage-as-a-service berbasis SLA; NetApp menekankan posisinya di all-flash storage dan infrastruktur data hybrid cloud. Perusahaan-perusahaan ini tidak selalu memproduksi NAND atau HDD secara langsung. Mereka lebih bergantung pada pelanggan enterprise, kapabilitas perangkat lunak, pendapatan langganan, manajemen data, dan jangkauan saluran distribusi.
| Jenis Perusahaan | Perusahaan Perwakilan | Produk Utama | Metrik Utama | Risiko Utama |
|---|---|---|---|---|
| Produsen HBM/DRAM/NAND | SK hynix, Samsung, Micron, Kioxia, SanDisk | Chip memori dan flash | Harga kontrak, yield, bauran produk | Penurunan harga, kelebihan kapasitas |
| Vendor HDD | Seagate, Western Digital, Toshiba | HDD nearline, hard drive enterprise | Pengiriman, kapasitas, pesanan pelanggan cloud | Pemangkasan pesanan cloud, transisi teknologi |
| Vendor SSD/modul | Samsung, Micron, Kioxia, SanDisk, dll. | SSD enterprise, SSD konsumen | Pangsa eSSD, controller, kualifikasi | Biaya NAND, persaingan harga |
| Sistem penyimpanan enterprise | Pure Storage, NetApp, Dell, HPE | Array all-flash, penyimpanan hybrid cloud | Pendapatan langganan, RPO, retensi pelanggan | Perlambatan belanja IT enterprise |
Jika Anda mengikuti perusahaan terkait penyimpanan data di AS seperti MU, STX, WDC, SNDK, PSTG, dan NTAP, Anda perlu melampaui posisi rantai pasokan dan juga mempertimbangkan biaya perdagangan aktual. Saat melacak nama-nama ini melalui pencarian informasi saham AS, Anda tidak boleh hanya melihat harga saham dan pergerakan harga. Anda juga perlu menggabungkan laporan laba rugi, siklus produk, dan struktur biaya. Biya tidak mengenakan komisi perdagangan saham AS sebesar 0 USD, sedangkan biaya platform, biaya institusi eksternal, dan biaya lainnya mengacu pada biaya perdagangan saham AS dan tampilan halaman pesanan.
Ringkasan: Perusahaan penyimpanan data tidak boleh diklasifikasikan hanya berdasarkan "konsep AI." Produsen chip di hulu bergantung pada harga dan kapasitas. Vendor HDD bergantung pada permintaan kapasitas penyimpanan awan. Vendor SSD bergantung pada biaya NAND dan produk kelas enterprise. Perusahaan sistem penyimpanan enterprise bergantung pada pelanggan, langganan, dan kemampuan manajemen data. Semakin jelas Anda mengidentifikasi dari mana pendapatan berasal, semakin kecil kemungkinan Anda keliru membedakan saham siklis, perusahaan perangkat keras, dan penyedia layanan yang mirip perangkat lunak.
Peluang industri penyimpanan berasal dari AI, komputasi awan, dan pertumbuhan data, tetapi risikonya berasal dari siklus harga, perubahan inventaris, ekspansi kapasitas, dan transisi teknologi. Anda tidak boleh menggunakan "pertumbuhan permintaan" saja untuk mengevaluasi saham penyimpanan. Anda juga perlu memantau harga kontrak DRAM, harga kontrak NAND, kemajuan pasokan HBM, pesanan enterprise SSD, pengiriman nearline HDD, dan margin laba kotor perusahaan.
Industri penyimpanan data sangat bersifat siklikal. Data TrendForce dari Juni 2026 menunjukkan bahwa pada 1Q26, pendapatan industri DRAM meningkat tajam, didorong oleh kenaikan cepat harga kontrak DRAM konvensional. Data semacam ini menunjukkan seberapa kuat harga memengaruhi keuntungan produsen memori. Ini juga mengingatkan Anda bahwa semakin cepat harga naik, semakin Anda perlu mewaspati penumpukan stok berlebihan oleh pelanggan, tekanan pada permintaan konsumen, dan perluasan pengeluaran modal.
Untuk pemantauan bulanan sektor penyimpanan data, Anda dapat memperhatikan delapan sinyal:
Risiko teknologi sama pentingnya. HBM memerlukan kualifikasi pelanggan dan koordinasi pengemasan tingkat lanjut. NAND harus terus meningkatkan jumlah lapisan dan yield. Vendor HDD harus berkomitmen pada peta jalan seperti HAMR, ePMR, dan SMR. Peningkatan teknologi yang berhasil dapat memperluas kolam laba, sedangkan kegagalan dapat menyebabkan keterlambatan pesanan, pemborosan belanja modal, dan kehilangan pelanggan.
Bagi investor biasa, biaya dan risiko perdagangan harus dipandang dalam kerangka yang sama sebelum melakukan pemesanan. Anda dapat menggunakan Biya untuk mengikuti pasar saham AS, saham Hong Kong, dan aset digital, namun ketersediaan layanan tertentu bergantung pada lokasi pengguna, hasil verifikasi identitas, aturan platform, serta hukum dan peraturan yang berlaku. Biya mengenakan komisi perdagangan saham AS sebesar 0 USD, sedangkan biaya platform, biaya institusi eksternal, dan biaya lainnya mengacu pada tampilan pusat biaya dan halaman pemesanan. "Komisi nol" tidak boleh ditafsirkan sebagai "biaya nol."
Ringkasan: Industri penyimpanan data tidak sesederhana "semakin kuat AI, semakin baik kinerja semua perusahaan." AI dapat meningkatkan permintaan untuk HBM, DRAM server, SSD perusahaan, dan HDD nearline, tetapi harga, inventaris, kapasitas, dan peta jalan teknologi menentukan apakah keuntungan dapat direalisasikan. Anda perlu menempatkan setiap perusahaan kembali ke posisinya dalam rantai pasokan, lalu menggabungkan siklus harga, struktur pelanggan, belanja modal, dan margin laba kotor untuk mengevaluasi peluang dan risiko. Informasi pasar publik dapat membantu membangun kerangka kerja, tetapi tidak merupakan saran investasi.
Setelah Anda dapat membedakan lapisan HBM, DRAM, NAND, SSD, dan HDD, langkah berikutnya adalah menyusun daftar pantauan: lacak MU, STX, WDC, SNDK, PSTG, NTAP, serta ETF infrastruktur semikonduktor, cloud computing, dan AI yang terkait. Sebelum menggunakan Download App, Anda juga perlu memahami jenis order, biaya perdagangan, kurs, aturan platform, dan toleransi risiko Anda sendiri. Saham penyimpanan populer dapat mengalami volatilitas yang signifikan selama siklus naik AI, dan harga jangka pendek dapat dipengaruhi oleh laporan keuangan, data permintaan-penawaran, pesanan pelanggan, serta valuasi pasar. Informasi publik, pengungkapan perusahaan, dan rincian biaya harus digunakan secara bersamaan. Tidak ada keputusan perdagangan yang boleh hanya mengandalkan satu konsep atau satu indikator.
HBM lebih cocok untuk GPU dan akselerator AI, sedangkan DRAM lebih cocok untuk memori utama server. HBM menggunakan tumpukan dan pengemasan canggih untuk meningkatkan bandwidth dan mengatasi hambatan pasokan data dalam komputasi model berskala besar. DRAM biasa memiliki cakupan yang lebih luas dan digunakan dalam CPU, server, PC, dan smartphone. Keduanya tidak dirancang untuk penyimpanan data jangka panjang setelah daya dimatikan.
NAND adalah chip memori flash, sedangkan SSD adalah perangkat penyimpanan yang lengkap. SSD biasanya mencakup NAND, kontroler, firmware, antarmuka, dan desain termal, sehingga analisis investasi tidak dapat hanya mengandalkan harga NAND. Produsen NAND lebih terpengaruh oleh siklus chip, sementara vendor SSD juga bergantung pada kualifikasi pelanggan perusahaan, keandalan produk, dan kemampuan pengiriman sistem.
Pusat data AI membutuhkan lapisan kinerja dan lapisan kapasitas sekaligus. SSD cocok untuk data panas, basis data, pencarian vektor, dan cache inferensi, sedangkan HDD cocok untuk data dingin, pengarsipan, pencadangan, dan danau data berskala besar. Keduanya bukan pengganti yang sepenuhnya. Sebaliknya, keduanya memainkan peran biaya dan kinerja yang berbeda dalam arsitektur penyimpanan berjenjang.
Investor biasa harus terlebih dahulu melihat sumber pendapatan dan bentuk produk. Produsen HBM, DRAM, dan NAND lebih dekat dengan siklus semikonduktor, sementara perusahaan sistem penyimpanan perusahaan lebih bergantung pada anggaran pelanggan, kemampuan perangkat lunak, pendapatan langganan, dan solusi manajemen data. Mengklasifikasikan perusahaan hanya berdasarkan "konsep penyimpanan" dapat menyebabkan asumsi valuasi dan penggerak keuntungan yang keliru.
Belum tentu. Kenaikan harga biasanya menguntungkan pabrikan memori di hulu dan perusahaan dengan struktur inventori yang menguntungkan, tetapi dapat menekan margin bagi vendor SSD, server, atau sistem penyimpanan di hilir. Anda juga perlu menilai apakah perusahaan dapat meneruskan biaya kepada pelanggan, bagaimana penetapan harga dalam kontrak pelanggan, apakah inventori mencukupi, dan apakah kenaikan harga sudah tercermin dalam harga saham.
Risiko utama bagi perusahaan terkait penyimpanan data yang tercatat di AS meliputi siklus harga, konsentrasi pelanggan, transisi teknologi, perubahan persediaan, belanja modal, dan volatilitas valuasi. Perusahaan HBM memerlukan perhatian cermat terhadap kualifikasi dan hasil produksi; perusahaan HDD memerlukan pemantauan pesanan pelanggan cloud; perusahaan sistem memerlukan pemantauan belanja TI perusahaan. Sebelum bertransaksi, investor harus merujuk pada laporan perusahaan, aturan platform, dan persyaratan regulasi setempat.
*Artikel ini disediakan untuk tujuan informasi umum dan tidak merupakan nasihat hukum, pajak, atau nasihat profesional lainnya dari BiyaPay atau anak perusahaan serta afiliasinya, dan tidak dimaksudkan sebagai pengganti untuk mendapatkan nasihat dari penasihat keuangan atau profesional lainnya.
Kami tidak membuat pernyataan atau jaminan apa pun, baik tersurat maupun tersirat, mengenai keakuratan, kelengkapan, atau ketepatan waktu isi publikasi ini.

