Micron MU vs Western Digital WDC: Logik Mana Yang Lebih Kuat, Memori AI atau Hard Disk Pusat Data?

Jika anda membandingkan bottleneck memori di dalam pelayan pengkomputeran AI, Micron MU mempunyai logik yang lebih kukuh, kerana HBM, DRAM, NAND, dan SSD pusat data secara langsung berkhidmat kepada GPU AI, ASIC AI, kluster latihan, dan inferens berprestasi tinggi. Jika anda membandingkan pengumpulan data AI jangka panjang, pengembangan storan awan, dan kapasiti kos rendah, Western Digital WDC mempunyai logik HDD pusat data yang lebih jelas. Lebih tepat lagi, MU mewakili logik “dinding memori AI”, manakala WDC mewakili logik “dinding kapasiti AI”.

Poin Utama

• MU lebih berkait rapat dengan HBM, DRAM, NAND, dan bottleneck memori pelayan AI.
• WDC lebih berkait rapat dengan HDD nearline, storan awan, dan penyimpanan data AI jangka panjang.
• Keuntungan MU datang daripada bekalan HBM, kenaikan harga memori, dan hasil pusat data.
• Keuntungan WDC datang daripada HDD berkapasiti tinggi, perjanjian jangka panjang pelanggan awan, dan bekalan yang terhad.
• Latihan AI menyokong MU secara lebih langsung, manakala pengumpulan data AI menyokong WDC dengan lebih jelas.
• Untuk membandingkan kedua-dua syarikat ini, anda perlu melihat kitaran, margin, pesanan, dan jangkaan penilaian.

Mulakan Dengan Niat Carian: Pengguna Sebenarnya Membandingkan "Memori Komputasi AI" Dengan "Kapasiti Data AI"

Apabila anda mencari MU vs WDC, soalan sebenar biasanya bukan tentang saham mana yang lebih kukuh dalam jangka pendek, tetapi logik infrastruktur AI mana yang lebih mampan. MU mewakili HBM, DRAM, NAND, dan SSD pusat data, menyelesaikan masalah lebar jalur memori, kapasiti, dan akses berkelajuan tinggi semasa pengkomputeran AI. WDC mewakili HDD nearline dan cakera keras berkapasiti tinggi, menyelesaikan keperluan penyimpanan jangka panjang selepas data latihan AI, inferens, log, sandaran, dan arkib terkumpul.

Pengguna pasaran antarabangsa selalunya mencari sekitar topik-topik berikut:

Perbezaan utama ialah MU lebih hampir dengan proses pengkomputeran di dalam pelayan AI, manakala WDC lebih hampir dengan lapisan penyimpanan data di sekitar pusat data AI. Apabila melatih model berskala besar, GPU dan pemecut AI memerlukan sistem memori berlebar jalur tinggi, kependaman rendah, dan berkapasiti tinggi. Seiring dengan skala aplikasi AI yang semakin berkembang, ia juga menghasilkan sejumlah besar log inferens, data interaksi pengguna, sampel latihan, data sintetik, versi model, dan data sandaran. Tidak semua data ini boleh disimpan pada media storan berprestasi tertinggi. Pembekal awan perlu mengimbangi kos merentas SSD, HDD, storan objek, dan sistem arkib.

Anda boleh memisahkan kedua-dua syarikat ini terlebih dahulu merentas empat dimensi:

Berdasarkan maklumat awam, memori jalur lebar tinggi Micron jelas diposisikan untuk sistem AI generasi seterusnya, pengkomputeran berprestasi tinggi, dan visualisasi profesional. Western Digital, dalam hasil suku kewangan ketiga fiskal 2026 WD, menekankan bahawa latihan AI, inferens AI, AI agenik, dan AI fizikal semuanya menjana data yang perlu disimpan secara berterusan dan pada kos yang rendah. Yang satu menyelesaikan "dinding memori," manakala yang satu lagi menyelesaikan "dinding kapasiti." Itulah asas perbandingan MU vs WDC.

Ringkasan: MU dan WDC kedua-duanya berada dalam rantaian penerima faedah infrastruktur storan AI, tetapi kedudukan mereka berbeza. MU berada lebih langsung di dalam pelayan AI, dengan pautan yang lebih mendalam kepada HBM, DRAM, NAND, SSD pusat data, memori GPU, dan pemecut AI. WDC lebih hampir kepada asas kapasiti pusat data awan, mendapat manfaat daripada HDD nearline, tasik data, sandaran, arkib, dan permintaan storan kos rendah setiap TB. Untuk menilai logik yang mana lebih kuat, anda mesti terlebih dahulu memutuskan sama ada anda memfokus kepada "AI mengira dengan lebih pantas" atau "AI menyimpan lebih banyak data."

Micron MU: Logik Memori AI Lebih Langsung, Berpusat pada HBM, DRAM, NAND, dan SSD Pusat Data

Jika kriteria anda ialah "syarikat mana yang mendapat manfaat secara langsung daripada pelayan pengiraan AI," MU mempunyai logik yang lebih kukuh. GPU AI, ASIC AI, kluster latihan, dan inferens berprestasi tinggi semuanya bergantung pada HBM, DRAM, NAND, dan SSD pusat data. Micron bukan lagi sekadar syarikat yang terikat dengan kitaran memori PC tradisional. Ia kini diletakkan dengan lebih jelas dalam lapisan bekalan teras untuk cip memori AI dan storan pusat data.

HBM ialah titik masak naratif AI yang paling kuat bagi MU. Latihan model besar dan inferens berprestasi tinggi berdepan dengan dinding memori: cip pengkomputeran adalah berkuasa, tetapi data tidak dapat disalurkan ke GPU dengan cukup pantas. HBM menggunakan penumpukan 3D, antara muka lebar, dan pembungkusan termaju untuk meningkatkan lebar jalur dan kecekapan tenaga, menjadikannya teknologi teman yang penting bagi pemecut AI. Micron HBM4 yang didedahkan oleh Micron telah memasuki pengeluaran berkelompok besar dalam bentuk 36GB 12H, dengan lebar jalur melebihi 2.8TB/s bagi setiap tindanan serta peningkatan lebar jalur dan kecekapan tenaga yang ketara berbanding HBM3E.

Data kewangan Micron juga menunjukkan bahawa permintaan AI telah memasuki hasil yang dilaporkannya. Hasil suku ketiga fiskal 2026 syarikat itu mencecah USD 41.456 bilion, lebih tinggi daripada USD 23.860 bilion pada suku sebelumnya dan USD 9.301 bilion pada tempoh yang sama tahun lalu. Margin kasar GAAP mencapai 84.6%, jauh lebih tinggi berbanding tahun sebelumnya. Mengikut segmen perniagaan, hasil Cloud Memory Business Unit mencapai USD 13.769 bilion, manakala hasil Core Data Center Business Unit mencapai USD 11.524 bilion, menunjukkan bahawa permintaan memori awan dan pusat data teras telah menjadi enjin pertumbuhan utama.

Bahagian lain daripada perniagaan MU yang mungkin kurang dihargai ialah SSD pusat data. 245TB Micron 6600 ION daripada Micron direka untuk beban kerja AI, awan, perusahaan, dan pusat data hiperskal. Ini menunjukkan bahawa MU bukan sahaja pembekal HBM, malah turut meliputi lapisan storan berprestasi tinggi dalam akses data AI. Untuk latihan dan inferens AI, data panas, pangkalan data vektor, cache, pemuatan model, dan keputusan perantaraan semuanya boleh meningkatkan permintaan SSD.

Namun begitu, risiko MU juga tertumpu. Kapasiti HBM, kadar hasil, kelayakan pelanggan, dan harga adalah pemboleh ubah utama. Kenaikan harga DRAM dan NAND boleh meningkatkan keuntungan, tetapi jika kitaran berubah arah, margin kasar mungkin dimampatkan dengan pantas. Reuters melaporkan bahawa Micron mempunyai komitmen pelanggan bernilai USD 22 bilion dan beberapa perjanjian pelanggan strategik, yang boleh meningkatkan ketelusan, tetapi juga mungkin menyebabkan pasaran mengambilkira jangkaan yang lebih tinggi pada peringkat awal. Jika bekalan meningkat atau jadual perolehan pelanggan berubah, tekanan penilaian mungkin menjadi lebih ketara.

Ringkasan: MU ialah saham memori AI yang lebih langsung, dengan logikanya berpusat pada HBM, DRAM, NAND, dan SSD pusat data yang berkaitan secara langsung dengan pelayan AI. Ia menyelesaikan masalah lebar jalur memori, kapasiti memori, dan akses data berkelajuan tinggi semasa pengkomputeran AI, jadi ia lebih mudah dikelompokkan oleh pasaran bersama Nvidia, GPU AI, HBM, dan rantaian bekalan memori pusat data. Risikonya ialah industri memori sangat beralun, perbelanjaan modal tinggi, dan jangkaan pasaran sudah pun tinggi. Jika anda yakin dengan瓶颈 memori AI, MU mempunyai logik yang lebih langsung; jika anda bimbang kitaran harga memori terlalu panas, anda perlu memberi lebih perhatian kepada risiko penurunan harga dan pengembangan bekalan.

Western Digital WDC: Logik HDD Pusat Data Lebih Bersifat "Asas Kapasiti," Bukan Kelewatan Pengiraan

Jika kriteria anda ialah "di mana data yang dijana oleh AI akhirnya disimpan," WDC mempunyai logik yang kukuh. Data latihan AI, log inferens, versi model, sandaran, arkib, tasik data, dan data sintetik semuanya memerlukan simpanan berkapasiti besar pada kos rendah. HDD berkapasiti tinggi tidak menyelesaikan kelewatan memori GPU, tetapi ia tetap menjadi alat penting bagi penyedia awan untuk mengawal kos jangka panjang setiap TB.

Kedudukan WDC kini lebih jelas berbanding dahulu. Western Digital telah menyiapkan pemisahan perniagaan Flash pada Februari 2025, menjadikan SanDisk sebuah syarikat bebas dan membolehkan WDC memberikan tumpuan secara lebih langsung kepada HDD. Dalam erti kata lain, apabila menganalisis WDC pada hari ini, adalah lebih wajar untuk meletakkannya bersama Seagate, HDD nearline, pemacu keras berkapasiti tinggi, storan awan hyperscale, dan infrastruktur data AI, berbanding terus menganggapnya sebagai sebuah syarikat storan NAND/SSD bercampur.

Mengapakah pusat data AI masih memerlukan HDD? Sebabnya mudah: tidak semua data memerlukan kelajuan tahap SSD. Sampel latihan, log sejarah, versi model, sandaran, arkib, storan objek, dan data sejuk atau suam lebih mengutamakan kos kapasiti, kebolehpercayaan, penggunaan tenaga, dan kebolehskalaan jangka panjang. Pada suku ketiga fiskal 2026, WDC melaporkan hasil sebanyak USD 3.337 bilion, meningkat 45% berbanding tahun sebelumnya. Margin kasar GAAP ialah 50.2%, dan margin kasar bukan GAAP ialah 50.5%, mencerminkan keadaan penawaran-permintaan HDD berkapasiti tinggi yang bertambah baik dan persekitaran harga yang kukuh.

Peta jalan teknologi WDC juga bergerak ke arah kapasiti yang lebih tinggi. Dalam Western Digital Accelerates Storage Innovation for AI Era, syarikat tersebut menyatakan bahawa HDD UltraSMR ePMR 40TBnya telah memasuki proses kelayakan dengan dua pelanggan hyperscale dan dirancang untuk pengeluaran besar-besaran pada separuh kedua tahun 2026. HDD HAMR juga sedang dalam proses kelayakan pelanggan, dengan peningkatan pengeluaran dijangka bermula pada tahun 2027. Bagi pembekal awan, ketumpatan kawasan yang lebih tinggi dapat meningkatkan ruang rak, penggunaan tenaga, jejak fizikal, dan kos operasi.

Namun begitu, logik WDC bukanlah bahawa "AI mengira dengan lebih pantas," tetapi bahawa "AI menjana lebih banyak data." Ini bermakna ia lebih bergantung pada perolehan pelanggan awan jangka panjang, ASP HDD, disiplin bekalan, dan pelaksanaan peta jalan berkapasiti tinggi. Jika pembekal awan melambatkan perbelanjaan modal, atau jika harga SSD jatuh terlalu cepat pada tahap kapasiti tertentu, pesanan WDC dan margin kasarnya mungkin menghadapi tekanan.

Ringkasan: Logik AI WDC adalah sah, tetapi ia bukan logik bottleneck pengkomputeran AI. Ia adalah logik asas kapasiti data AI. WDC lebih banyak mendapat manfaat daripada HDD nearline, pemacu keras berkapasiti tinggi, perolehan jangka panjang pelanggan awan, tasik data AI, sandaran, dan arkib. Selepas pemisahan SanDisk, naratif pelaburan WDC telah menjadi lebih tertumpu dan lebih mudah dinilai sekitar bekalan HDD yang terhad dan peningkatan kapasiti. Kelemahannya ialah ia lebih jauh daripada tema teras GPU dan HBM, dan rentak pertumbuhannya lebih bergantung pada perolehan pelanggan awan yang besar dan pelaksanaan peta jalan teknologi HDD.

Perbandingan Teras MU vs WDC: Satu Menyelesaikan Dinding Memori, Yang Satu Lagi Menyelesaikan Dinding Kapasiti

Perbezaan terbesar antara MU dan WDC ialah ini: MU menyelesaikan tembok memori semasa pengiraan AI, manakala WDC menyelesaikan tembok kapasiti selepas data AI berkembang. Yang pertama lebih hampir kepada GPU, pemecut AI, HBM, dan memori pelayan, dengan keanjalan pendapatan yang lebih kuat. Yang kedua lebih hampir kepada pusat data awan, penyimpanan data jangka panjang, dan storan kapasiti kos rendah, dengan logik yang lebih terikat kepada pengembangan infrastruktur.

Dari perspektif latihan AI, MU lebih langsung. Latihan model besar memerlukan HBM, DDR5, memori CXL, SSD pusat data, dan laluan data berkelajuan tinggi. Lebar jalur memori secara langsung mempengaruhi penggunaan GPU. WDC juga mempunyai nilai dalam proses latihan, tetapi terutamanya melalui penyimpanan sampel latihan, tasik data, dan data arkib, yang lebih jauh daripada teras pengiraan.

Dari perspektif inferens AI, MU masih mendahului, tetapi relevansi WDC meningkat. Sistem inferens memerlukan lebih banyak memori pelayan, cache SSD, pemuatan model, dan pemprosesan data tindak balas. Pada masa yang sama, permintaan inferens, interaksi pengguna, log, data pemantauan, dan data sintetik terus terkumpul, mewujudkan permintaan storan awan dan kapasiti HDD.

Dari perspektif penyimpanan data jangka panjang, WDC lebih kuat. Tidak semua data AI perlu disimpan pada SSD berprestasi tinggi. Data sejuk, data suam, sandaran, penyimpanan pematuhan, dan storan objek lebih bergantung pada kapasiti berkos rendah. Nilai HDD bukan pada kependaman rendah, tetapi pada kecekapan kos untuk penyimpanan data berskala besar.

Elastisiti harga juga berbeza. MU lebih terkesan oleh DRAM, HBM, dan ASP NAND. Kenaikan harga boleh mengalir dengan pantas ke dalam margin kasar dan jangkan pendapatan; tetapi apabila harga jatuh, tekanan keuntungan juga lebih langsung. Elastisiti harga WDC pula datang daripada bekalan HDD berkapasiti tinggi yang terhad, permintaan pelanggan awan yang terikat, peningkatan peta jalan kapasiti, dan peningkatan ASP HDD. Kelajuannya biasanya kurang hebat berbanding cip memori, tetapi keterlihatan pesanan mungkin lebih kukuh.

Dari segi naratif pasaran, MU lebih nampak seperti syarikat komponen teras AI dan lebih mudah dikaitkan dengan Nvidia, pelayan AI, HBM, dan memori GPU. WDC lebih nampak seperti syarikat infrastruktur data AI, yang dikaitkan dengan storan awan, HDD nearline, hyperscaler, dan infrastruktur data AI. Kedua-dua syarikat dipengaruhi oleh AI, tetapi pasaran tidak memberikan logik penilaian yang sama kepada mereka.

Ringkasan: MU lebih kukuh dalam "dinding memori," manakala WDC lebih kukuh dalam "dinding kapasiti." Jika anda pertaruhan bahawa latihan dan inferens AI akan terus mendorong permintaan terhadap memori berjalur lebar tinggi, DRAM pelayan, dan SSD pusat data, MU mempunyai pendedahan langsung yang lebih tinggi. Jika anda pertaruhan bahawa aplikasi AI akan menjana pengumpulan data yang besar, sandaran, arkib, dan pengembangan kapasiti storan awan, WDC mempunyai logik yang lebih jelas. Kedua-duanya bukan pengganti yang mudah. Mereka berada di hujung yang bertentangan dalam rantaian data AI: MU mengendalikan memori dan storan apabila data dikira pada kelajuan tinggi, manakala WDC mengendalikan kapasiti kos rendah apabila data disimpan untuk jangka masa panjang.

Kerangan Kewangan dan Risiko: Jangan Pandang Tema AI Sahaja; Perhatikan Kualiti Hasil, Margin Kasar, dan Kedudukan Kitaran

MU dan WDC kedua-duanya mendapat manfaat daripada infrastruktur AI, tetapi anda tidak sepatutnya hanya melihat tema tersebut. BUAT MASA INI, MU kelihatan lebih seperti syarikat kitaran memori yang sedang menaik dengan keanjalan tinggi, manakala WDC kelihatan lebih seperti syarikat HDD berkapasiti tinggi di bawah bekalan yang ketat. Apabila membandingkan kedua-duanya, anda perlu memantau pertumbuhan hasil, margin kasar, aliran tunai bebas, perbelanjaan modal, perjanjian jangka panjang, penumpuan pelanggan, dan tahap di mana jangkaan pasaran telah pun diambil kira dalam harga.

Bagi MU, pemboleh ubah utama yang perlu dijejak termasuk:

• Bahagian dan kadar pertumbuhan hasil pusat data;
• Sama ada bekalan HBM kekal ketat;
• Kelayakan pelanggan dan peningkatan pengeluaran HBM4 dan HBM4E;
• Sama ada DRAM dan NAND ASP terus meningkat;
• Sama ada SSD pusat data terus berkembang;
• Sama ada capex mewujudkan tekanan bekalan pada masa hadapan;
• Sama ada pangkalan pelanggan terlalu tertumpu pada pelanggan AI GPU dan awan.

Bagi WDC, pemboleh ubah utama untuk dipantau termasuk:

• Bahagian hasil awan dan HDD berkapasiti tinggi;
• Penghantaran exabyte, HDD ASP, dan kos seunit;
• Harga, volum, dan kualiti pelanggan bagi perjanjian perolehan jangka panjang;
• Sama ada margin kasar dapat kekal dalam julat tinggi;
• Kunci kira-kira, aliran tunai, dan pulangan pemegang saham selepas pemisahan;
• Sama ada peta jalan ePMR, UltraSMR, dan HAMR dilaksanakan seperti dirancang.

Jika anda memantau saham penyimpanan AI yang tidak menentu seperti MU dan WDC, anda juga perlu memberi perhatian kepada kos perdagangan sebenar selain daripada asas fundamental. Kos perdagangan saham A.S. biasanya merangkumi lebih daripada komisen sahaja; ia juga mungkin merangkumi yuran platform, yuran institusi luaran, yuran aktiviti transaksi, dan kos berkaitan pelaksanaan pesanan. Biya menyokong perdagangan pelbagai aset merentasi saham A.S., saham Hong Kong, dan aset digital. Di bawah yuran perdagangan saham A.S., Biya mengenakan komisen USD 0 untuk perdagangan saham A.S., manakala yuran platform, yuran institusi luaran, dan caj-caj lain tertakluk kepada paparan pusat yuran dan halaman pesanan.Ketersediaan perkhidmatan berkaitan bergantung pada lokasi pengguna, hasil pengesahan identiti, peraturan platform, serta undang-undang dan peraturan yang berkuat kuasa.

Ini amat penting untuk perdagangan semikonduktor. MU dan WDC kedua-duanya boleh mengalami lonjakan harga yang besar sekitar waktu pengumuman pendapatan, berita bekalan-permintaan, perbelanjaan modal penyedia awan, kitaran penetapan harga, dan perubahan jangkaan penganalisis. Semakin kerap anda berdagang, semakin anda perlu menilai struktur yuran, jenis pesanan, dan susut nilai terlebih dahulu.

Ringkasan: Perbandingan MU vs WDC tidak seharusnya bersandar hanya pada hip AI. Kekuatan MU terletak pada keanjalan yang tinggi dan pendedahan memori AI yang lebih langsung, manakala risikonya ialah kitaran harga memori, perbelanjaan modal (capex), dan jangkaan yang tinggi. Kekuatan WDC terletak pada bekalan HDD yang terhad, permintaan pelanggan awan, dan pelan hala tuju berkapasiti tinggi, manakala risikonya ialah perolehan awan yang lebih perlahan, pelaksanaan teknologi yang tertangguh, dan penurunan harga HDD. Untuk menilai logik mana yang lebih kuat, pada akhirnya anda perlu melihat kualiti hasil, margin kasar, aliran tunai bebas, ketampakan pesanan, dan kedudukan kitaran, bukan sekadar perkataan "tema AI."

Pertimbangan Akhir: Adakah Logik Memori AI Lebih Kuat, atau Adakah Logik HDD Pusat Data Lebih Kuat?

Jika anda hanya membandingkan pendedahan langsung kepada tema AI, logik memori AI MU adalah lebih kukuh. Jika anda membandingkan pertumbuhan kapasiti data jangka panjang, logik HDD pusat data WDC adalah lebih stabil. Kesimpulan yang lebih tepat bukan sekadar memilih satu berbanding yang lain. MU lebih menyerupai saham teras memori AI berkeanjalan tinggi, manakala WDC lebih menyerupai saham kapasiti infrastruktur data AI.

Bilakah MU lebih berbaloi untuk diperhatikan?

Bilakah WDC lebih berbaloi untuk diperhatikan?

Dari perspektif portfolio, MU dan WDC bukanlah ganti sepenuhnya antara satu sama lain. Kedudukan mereka berada di hujung yang bertentangan dalam rantaian data AI. MU mewakili memori berkelajuan tinggi dan storan berprestasi tinggi yang diperlukan apabila data sedang diproses. WDC mewakili kapasiti kos rendah yang diperlukan apabila data disimpan. Semakin besar infrastruktur AI, semakin besar kemungkinan kedua-duanya mendapat manfaat, tetapi masa yang berbeza: MU mungkin mencerminkan pembinaan kluster latihan dan kekurangan HBM lebih awal, manakala WDC mungkin mencerminkan pengumpulan data, storan awan, dan perolehan kapasiti jangka panjang dalam tempoh yang lebih lama.

Keputusan akhir boleh dirumuskan seperti berikut:

Jika anda ingin terus menjejaki saham-saham AS dalam rantaian penyimpanan AI seperti MU, WDC, STX, SNDK, NVDA, dan AVGO, anda boleh meletakkan laporan pendapatan, pesanan, ASP, margin kasar, perbelanjaan modal, dan turun naik penilaian ke dalam satu senarai pantau. Melalui carian maklumat saham AS, anda boleh menyemak maklumat asas saham tersenarai di AS yang berkaitan terlebih dahulu, kemudian membuat semakan silang terhadap pengumuman syarikat dan data industri. Jika perkhidmatan berkaitan tersedia di wilayah anda, anda juga boleh muat turun App untuk menyemak dengan lebih lanjut aset yang boleh didagangi, paparan pesanan, dan butiran yuran. Kandungan di atas hanya memperkenalkan maklumat pasaran awam, hubungan rantaian bekalan, dan struktur yuran. Ia tidak merupakan nasihat pelaburan.Saham semikonduktor dan penyimpanan boleh sangat tidak stabil, dan sebelum berdagang, anda harus memahami sepenuhnya asas-asas syarikat, struktur yuran, jenis pesanan, dan risiko.

Ringkasan: MU mempunyai logik yang lebih langsung dan keanjalan lebih tinggi, menjadikannya lebih sesuai dengan rangka kerja "botol pintu memori AI". WDC mempunyai logik yang lebih berkait dengan permintaan kapasiti jangka panjang, menjadikannya lebih sesuai dengan rangka kerja "asas cakera keras pusat data AI". Jika anda hanya membandingkan ketulenan tema AI, MU adalah lebih kuat. Jika anda membandingkan pengumpulan data jangka panjang dan penyimpanan kapasiti kos rendah, WDC juga mempunyai logik yang tersendiri. Tafsiran yang lebih seimbang ialah melihat MU sebagai syarikat cip memori dan penyimpanan utama apabila data AI sedang dikira pada kelajuan tinggi, dan WDC sebagai syarikat infrastruktur kapasiti apabila data AI disimpan untuk jangka panjang.

Soalan Lazim

Adakah Micron MU mendapat manfaat yang lebih langsung daripada AI berbanding Western Digital WDC?

Ya. Daripada perspektif memori pengiraan AI, MU mendapat manfaat yang lebih langsung daripada AI berbanding WDC. HBM, DRAM, NAND, dan SSD pusat data MU berkaitan secara langsung dengan permintaan latihan AI, inferens, memori GPU, dan memori pelayan. WDC juga mendapat manfaat daripada AI, tetapi terutamanya melalui penyimpanan data, kapasiti storan awan, dan permintaan HDD nearline, bukan bottleneck memori GPU itu sendiri.

Adakah logik pemacu keras AI Western Digital WDC ini sah?

Ya, tetapi logik pemacu keras AI WDC bukanlah logik pengiraan; ia adalah logik pengekalan data. Data latihan AI, log inferens, versi model, sandaran, arkib, dan tasik data semuanya memerlukan storan berkapasiti besar dan kos rendah. HDD berkapasiti tinggi masih mempunyai kelebihan dari segi kos setiap TB, jadi WDC lebih sesuai dianalisis di bawah kerangka asas kapasiti pusat data AI dan pengembangan storan awan.

Apakah perbezaan perniagaan HBM MU berbanding DRAM biasa?

HBM lebih menumpukan pada jalur lebar yang tinggi, nilai yang lebih tinggi, dan sokongan pemecut AI, manakala DRAM biasa lebih serbaguna. HBM menggunakan susunan berbilang lapisan dan pembungkusan termaju untuk menyediakan jalur lebar yang lebih tinggi dan kecekapan tenaga yang lebih baik untuk GPU, ASIC AI, dan pengkomputeran berprestasi tinggi. DRAM biasa lebih digunakan secara meluas dalam pelayan, PC, telefon pintar, dan pengkomputeran umum. Kedua-duanya adalah produk memori, tetapi kedudukan aplikasi, keanjalan harga, dan halangan teknikalnya adalah berbeza.

Adakah WDC masih merupakan saham cip memori selepas memisahkan SanDisk?

Selepas memisahkan SanDisk, WDC lebih hampir kepada syarikat infrastruktur storan HDD berbanding saham cip memori. Perniagaan Flash dan NAND kini dikendalikan secara berasingan oleh SanDisk. WDC seharusnya dianalisis terutamanya melalui HDD berkapasiti tinggi, HDD nearline, perolehan pelanggan awan, penghantaran exabyte, ASP HDD, dan peta jalan HAMR/ePMR. Ia masih sebahagian daripada rantaian bekalan storan, tetapi ia bukan tema utama cip NAND.

Bagaimana sepatutnya pelanggan biasa membandingkan risiko penilaian MU dan WDC?

Pelabur biasa boleh melihat MU sebagai saham kitaran memori berelastikiti tinggi dan WDC sebagai saham kitaran storan kapasiti. MU harus dinilai melalui bekalan HBM, harga DRAM/NAND, hasil pusat data, dan belanja modal. WDC harus dinilai melalui perjanjian jangka panjang pelanggan awan, ASP HDD, penghantaran exabyte, dan margin kasar. Kedua-dua syarikat mungkin terjejas oleh belanja modal AI dan perubahan jangkaan penilaian, jadi tidak cukup untuk melihat hanya pada label konsep sahaja.

Adakah pusat data AI akan menggantikan HDD dengan SSD?

Pusat data AI tidak akan sekadar menggantikan semua HDD dengan SSD. Data panas, akses berprestasi tinggi, pemuatan model, dan caching lebih bergantung pada SSD, tetapi storan kapasiti berskala besar dan kos rendah masih memerlukan HDD. Data lake, sandaran (backup), arkib, log sejarah, serta data sejuk atau suam lebih mementingkan kos setiap TB, kepadatan kapasiti, dan penyimpanan jangka panjang. SSD dan HDD lebih difahami sebagai storan berperingkat, bukan penggantian sepenuhnya.