HBM/DRAM, NAND và HDD trong Lưu trữ AI: So sánh về Tính đàn hồi, Chu kỳ và Rủi ro

HBM/DRAM, NAND và HDD đều là những tuyến đường quan trọng trong chuỗi giá trị lưu trữ AI, nhưng bạn không nên coi chúng là cùng một logic đầu tư. HBM/DRAM gần hơn với các điểm nghẽn của huấn luyện AI và bộ tăng tốc, có độ co giãn lợi nhuận cao nhất nhưng cũng phụ thuộc mạnh vào việc xác thực của khách hàng, đóng gói tiên tiến và công suất. NAND gắn liền nhiều hơn với SSD doanh nghiệp, dữ liệu nóng và truy cập tốc độ cao, kết hợp tiềm năng tăng trưởng với chu kỳ tồn kho. HDD không theo đuổi tốc độ nhanh nhất; thay vào đó, nó hỗ trợ lưu trữ khối lượng lớn với chi phí thấp và được thúc đẩy bởi các nhà cung cấp đám mây, ổ cứng nearline và sự tăng trưởng dữ liệu dài hạn.Khi so sánh ba con đường này, câu hỏi mấu chốt không phải là con đường nào "AI hơn", mà là con đường nào có nhu cầu chắc chắn hơn, nguồn cung bị hạn chế hơn, quyền định giá mạnh hơn, và những rủi ro mà thị trường có thể đang đánh giá thấp.

Những Điểm Chính

• HBM/DRAM gần với bộ tăng tốc AI và điểm nghẽn bộ nhớ máy chủ hơn, nên độ co giãn lợi nhuận thường là cao nhất.
• NAND được hưởng lợi từ SSD doanh nghiệp, dữ liệu suy luận (inference), truy cập dữ liệu nóng và nhu cầu bộ nhớ đệm.
• HDD chủ yếu hỗ trợ lưu trữ nearline, sao lưu, lưu trữ dữ liệu (archive) và dung lượng đám mây chi phí thấp.
• Rủi ro của HBM/DRAM nằm ở năng lực, tỷ lệ đạt, kiểm định khách hàng và chi tiêu vốn.
• NAND vẫn chịu ảnh hưởng từ hàng tồn kho thiết bị điện tử tiêu dùng, chu kỳ giá và mở rộng nguồn cung.
• HDD có thể không có độ co giãn cao nhất, nhưng kỷ luật nguồn cung và chi phí trên mỗi TB là yếu tố then chốt.

Trước Tiên Hãy Làm Rõ Ba Con Đường: HBM/DRAM, NAND và HDD Làm Gì Trong Lưu Trữ AI

Sự phân công lao động cốt lõi rất rõ ràng: HBM/DRAM cung cấp bộ nhớ băng thông cao và dung lượng cao, NAND cung cấp bộ lưu trữ bền vững tốc độ cao, còn HDD cung cấp khả năng lưu trữ dữ liệu khối lượng lớn với chi phí thấp. Trung tâm dữ liệu AI không chỉ xoay quanh GPU, cũng không chỉ xoay quanh ổ cứng. Chúng phụ thuộc vào nhiều tầng bộ lưu trữ phối hợp cùng hoạt động. Khi phân tích các cổ phiếu liên quan, trước tiên bạn cần biết công ty đó nằm ở tầng bộ nhớ, tầng flash hay tầng lưu trữ dung lượng.

HBM/DRAM Là Tầng Bộ Nhớ Gần Năng Lực Tính Toán AI

HBM là bộ nhớ băng thông cao được đặt gần các bộ tăng tốc AI. Nó chủ yếu giải quyết điểm nghẽn băng thông trong huấn luyện mô hình và suy luận hiệu năng cao. H200 của NVIDIA nổi bật với 141GB HBM3e và băng thông bộ nhớ 4.8TB/s, cho thấy hiệu năng của các chip AI cao cấp không chỉ phụ thuộc vào sức mạnh tính toán mà còn vào việc dữ liệu có thể được truyền đến các lõi tính toán đủ nhanh hay không. DRAM có phạm vi bao phủ rộng hơn, bao gồm bộ nhớ máy chủ, trung tâm dữ liệu chung, PC, điện thoại thông minh và một số thiết bị biên. HBM cao cấp hơn và khan hiếm hơn, trong khi DRAM có nền tảng ứng dụng rộng hơn, nhưng cả hai đều hưởng lợi từ dung lượng bộ nhớ máy chủ AI ngày càng tăng.

NAND Là SSD Doanh Nghiệp và Lớp Dữ Liệu Nóng

NAND Flash có liên quan chặt chẽ hơn đến SSD doanh nghiệp, bộ nhớ đệm, đường ống dữ liệu và truy cập dữ liệu nóng. Huấn luyện AI đòi hỏi phải đọc các tập dữ liệu lớn, trong khi suy luận tạo ra nhật ký liên tục, dữ liệu tìm kiếm vector, dữ liệu tương tác người dùng và nhu cầu tải mô hình. Các khối công việc này đòi hỏi bộ nhớ lưu trữ liên tục có độ trễ thấp và thông lượng cao. Thảo luận của Kioxia về SSD doanh nghiệp nhấn mạnh NVMe, SAS, độ trễ thấp và các ứng dụng trung tâm dữ liệu, điều này phù hợp với vai trò của NAND trong lưu trữ AI. NAND không gần với đóng gói GPU như HBM, nhưng nó rất quan trọng trước khi dữ liệu đi vào lớp tính toán.

HDD Là Nền Tảng Dung Lượng Chi Phí Thấp

Giá trị của HDD trong lưu trữ AI không nằm ở tốc độ, mà ở dung lượng và chi phí. Các bộ dữ liệu huấn luyện, tệp phi cấu trúc, nhật ký, bản sao lưu, kho lưu trữ, dữ liệu nguội và dữ liệu ấm không thể đều nằm trên SSD chi phí cao. Các nhà cung cấp đám mây và trung tâm dữ liệu lớn vẫn cần HDD nearline để xử lý lượng dữ liệu tích lũy khổng lồ. Mozaic 4+ của Seagate sử dụng công nghệ HAMR để tăng mật độ lưu trữ, phản ánh cách các công ty HDD đang cố gắng mang lại dung lượng ổ đĩa cao hơn và chi phí trên mỗi TB thấp hơn trong bối cảnh tăng trưởng dữ liệu do AI thúc đẩy.

Tóm tắt: Ba hướng đi lưu trữ AI không thay thế cho nhau; chúng nằm ở các tầng khác nhau trong cùng một hệ thống phân cấp dữ liệu. HBM/DRAM quyết định băng thông và dung lượng gần các bộ tăng tốc AI, NAND quyết định hiệu suất truy cập dữ liệu nóng và SSD doanh nghiệp, còn HDD quyết định liệu khối lượng dữ liệu khổng lồ có thể được lưu trữ với chi phí thấp trong thời gian dài hay không. Khi so sánh các cổ phiếu liên quan, đừng chỉ nhìn vào nhãn “lưu trữ AI”. Trước tiên, hãy xác định xem công ty giải quyết điểm nghẽn bộ nhớ gần đơn vị tính toán, truy cập dữ liệu tốc độ cao, hay lưu giữ dung lượng chi phí thấp. Các vị trí khác nhau dẫn đến độ co giãn, chu kỳ và rủi ro rất khác nhau.

So sánh độ co giãn: Vì sao HBM/DRAM thường có độ co giãn cao hơn về giá cổ phiếu và lợi nhuận

HBM/DRAM thường có độ đàn hồi cao nhất vì nó gần với bộ tăng tốc AI và nút thắt bộ nhớ của máy chủ hơn. Việc mở rộng nguồn cung diễn ra chậm, quy trình xác nhận của khách hàng rất khắt khe, và việc tăng giá có thể được truyền tải nhanh hơn vào doanh thu và biên lợi nhuận gộp. Nếu bạn đang tìm kiếm phân khúc lưu trữ AI có độ đàn hồi cao nhất, HBM/DRAM thường là khu vực đầu tiên cần theo dõi, nhưng bạn cũng phải hiểu rõ các rủi ro về năng lực, tỷ lệ sản phẩm đạt chuẩn, đóng gói tiên tiến và chi phí đầu tư đằng sau nó.

Độ đàn hồi của HBM đến từ sự khan hiếm nguồn cung và giá trị sản phẩm cao hơn

HBM không đơn giản chỉ là phiên bản nâng cấp của DRAM thông thường. Nó đòi hỏi xếp chồng 3D, TSV, đóng gói tiên tiến, xác nhận từ khách hàng và kiểm soát năng suất cao. Việc gia nhập chuỗi cung ứng của NVIDIA, AMD hoặc các bộ tăng tốc AI tự phát triển còn khó khăn hơn nhiều so với việc cung cấp bộ nhớ tiêu chuẩn. Sự ra mắt của Micron với HBM3E cho thấy một khối 24GB 8 lớp có thể mang lại băng thông trên 1.2TB/s, điều này lý giải vì sao HBM có thể đạt giá trị cao hơn trong huấn luyện AI. SK hynix cũng đặt HBM3E, HBM4 và chu kỳ siêu tăng trưởng bộ nhớ AI vào trung tâm của triển vọng bộ nhớ năm 2026.

Độ co giãn của DRAM Đến Từ Chu Kỳ Giá và Dung Lượng Máy Chủ Cao Hơn

Độ co giãn của DRAM không chỉ đến từ nhu cầu máy chủ AI. Nó còn đến từ những thay đổi trong cung cầu khi HBM chiếm một phần tài nguyên wafer và quy trình sản xuất vốn có thể được dùng cho DRAM thông thường. Khi các nhà sản xuất bộ nhớ phân bổ nhiều tài nguyên hơn cho HBM, nguồn cung DRAM cho máy chủ thông thường có thể bị thắt chặt. Khi các nhà cung cấp dịch vụ đám mây tăng dung lượng bộ nhớ trên máy chủ AI và máy chủ đa dụng, ASP và biên lợi nhuận gộp của DRAM có thể cải thiện cùng lúc. Kết quả quý 1 năm 2026 của Samsung cho biết Mảng kinh doanh Bộ nhớ đã đạt doanh thu và lợi nhuận hoạt động quý cao nhất từ trước đến nay, được hỗ trợ bởi mức ASP cao hơn và nhu cầu AI có giá trị cao. Đây chính xác là cách độ co giãn lợi nhuận xuất hiện trong chu kỳ tăng trưởng của thị trường bộ nhớ.

Độ Co Giãn Cao Cũng Nghĩa Là Rủi Ro Cao

Rủi ro HBM/DRAM tập trung ở nhiều điểm. Thứ nhất, mở rộng năng lực đòi hỏi chi phí vốn (capex) cao, và đánh giá sai nhu cầu có thể khuếch đại áp lực cung ứng trong tương lai. Thứ hai, HBM cao cấp đòi hỏi phải được khách hàng chứng nhận; nếu việc chứng nhận bị trì hoãn hoặc năng suất không đạt, việc ghi nhận doanh thu có thể bị ảnh hưởng. Thứ ba, các thế hệ sản phẩm thay đổi nhanh chóng, và thời điểm ra mắt của các sản phẩm HBM3E, HBM4 và HBM4E trong tương lai có thể làm thay đổi cục diện cạnh tranh. Kết quả quý tài chính 3 năm 2026 của Micron nêu rằng kỷ nguyên AI đã làm tăng giá trị chiến lược của bộ nhớ và các thỏa thuận nhiều năm với khách hàng có thể cải thiện khả năng dự báo, nhưng điều này cũng có nghĩa thị trường có thể định giá trước những kỳ vọng lạc quan hơn.

Khi đánh giá độ co giãn của HBM/DRAM, hãy tập trung vào sáu chỉ số:

1. Dung lượng HBM có được các khách hàng cốt lõi khóa trước hay không.
2. Việc kiểm định HBM3E và HBM4 có diễn ra suôn sẻ hay không.
3. Giá bán trung bình (ASP) của DRAM có tiếp tục tăng hay không.
4. Mức cải thiện biên lợi nhuận gộp có đến từ giá cả thay vì các yếu tố một lần hay không.
5. Chi phí đầu tư (capex) có cao hơn nhiều so với tầm nhìn về nhu cầu hay không.
6. Số ngày tồn kho có duy trì ở mức khỏe mạnh hay không.

Tóm tắt: HBM/DRAM là tuyến đường có độ co giãn lợi nhuận cao nhất trong ba tuyến đường vì nó nằm gần các nút thắt cổ chai của bộ tăng tốc AI và bộ nhớ máy chủ. Giá trị sản phẩm cao, việc mở rộng công suất chậm, và rào cản thẩm định khách hàng đáng kể. Trong chu kỳ tăng trưởng, giá bán, cơ cấu sản phẩm và tỷ lệ sử dụng công suất có thể cùng nhau cải thiện, trong khi giá cổ phiếu thường phản ánh trước các đợt nâng cấp dự thu. Nhưng độ co giãn cao không có nghĩa là rủi ro thấp. HBM/DRAM phải đối mặt với việc mở rộng công suất, năng suất, thẩm định, đóng gói tiên tiến, sự tập trung khách hàng và các giai đoạn chuyển đổi thế hệ sản phẩm. Nếu bạn tập trung vào tuyến đường này, bạn nên coi nó là một tài sản có biến động cao, nhạy cảm cao với chu kỳ, thay vì một câu chuyện tăng trưởng dài hạn tuyến tính đơn giản.

Con đường NAND: SSD Doanh nghiệp Mang lại Tăng trưởng, nhưng Chu kỳ Hàng Tồn kho và Giá cả Vẫn còn Quan trọng

Độ đàn hồi của NAND đối với AI đến từ SSD doanh nghiệp, truy cập dữ liệu tốc độ cao, dữ liệu suy luận và lớp bộ nhớ đệm, nhưng nó vẫn là một sản phẩm bộ nhớ mang tính chu kỳ điển hình. Bạn có thể hình dung NAND là con đường trung gian kết nối lớp bộ nhớ và lớp dung lượng trong các trung tâm dữ liệu AI. Nó nhanh hơn HDD và phù hợp hơn HBM/DRAM cho việc lưu trữ dữ liệu nóng lâu dài, nhưng vẫn chịu ảnh hưởng của giá cả, hàng tồn kho, nhu cầu thiết bị điện tử tiêu dùng và việc mở rộng nguồn cung.

Tại sao AI Thúc đẩy Nhu cầu NAND và SSD Doanh nghiệp

Huấn luyện và suy luận AI không chỉ đơn giản là đọc dữ liệu vào GPU một lần rồi dừng lại. Làm sạch dữ liệu, xử lý đặc trưng, tìm kiếm vector, tải mô hình, lưu checkpoint, nhật ký suy luận và dữ liệu tương tác người dùng—all đều tạo ra nhu cầu đọc-ghi lặp đi lặp lại. SSD doanh nghiệp phù hợp với các kịch bản truy cập tần suất cao này, đặc biệt khi yêu cầu về độ trễ, IOPS và thông lượng vượt quá những gì HDD có thể cung cấp. Các tài liệu báo cáo kết quả kinh doanh gần đây nhất của Micron nhấn mạnh sự tăng trưởng của SSD trung tâm dữ liệu, cho thấy nhu cầu NAND liên quan đến AI đang chuyển dịch từ thiết bị điện tử tiêu dùng sang trung tâm dữ liệu và khối lượng công việc doanh nghiệp. Kết quả quý tài chính 2 năm 2026 và dự báo doanh thu quý tới của công ty cũng phản ánh đà phục hồi ngày càng tốt đẹp tại thị trường Flash, được hỗ trợ bởi nhu cầu từ doanh nghiệp và điện toán đám mây.

Cách độ co giãn của NAND khác biệt so với HBM/DRAM

Thị trường NAND phân mảnh hơn. Nó không chỉ được sử dụng trong SSD doanh nghiệp mà còn trong máy tính, điện thoại thông minh, thiết bị điện tử tiêu dùng, thẻ nhớ và các thiết bị nhúng. Lợi ích là nền tảng ứng dụng rộng hơn; nhược điểm là ngay cả khi nhu cầu AI mạnh, chu kỳ tồn kho và giá cả phía tiêu dùng vẫn có thể kéo giảm lợi nhuận tổng thể. Độ co giãn của HBM tập trung hơn vì nhu cầu cốt lõi đến từ các bộ tăng tốc AI. Độ co giãn của NAND phức tạp hơn vì SSD doanh nghiệp chỉ là một phần trong tổng nhu cầu. Nếu điện tử tiêu dùng yếu và tồn kho kênh phân phối tăng, ASP và biên lợi nhuận gộp tổng thể vẫn có thể chịu áp lực ngay cả khi nhu cầu SSD cho AI đang khỏe mạnh.

Những điểm cần theo dõi ở cổ phiếu NAND

Đối với hướng NAND, bạn có thể theo dõi SanDisk, Micron, Samsung, Kioxia và một số công ty điều khiển cũng như chuỗi cung ứng SSD doanh nghiệp. Điều mấu chốt không phải là việc một công ty tuyên bố hưởng lợi từ AI, mà là doanh thu SSD doanh nghiệp, sản lượng bit NAND, ASP, hàng tồn kho, biên lợi nhuận gộp và mức sử dụng công suất có đang cùng nhau cải thiện hay không. Nếu giá NAND tăng nhưng hàng tồn kho cũng tích lũy nhanh chóng, chu kỳ có thể đã đang bước vào giai đoạn giữa đến cuối. Nếu tỷ trọng SSD doanh nghiệp tăng, hàng tồn kho tiêu dùng giảm và các đơn hàng từ trung tâm dữ liệu mạnh lên, chất lượng lợi nhuận sẽ tốt hơn.

Tóm tắt: NAND nằm ở vị trí giữa hiệu suất cao và dung lượng lớn trong lưu trữ AI. Nó không gắn liền trực tiếp với các bộ tăng tốc AI như HBM, cũng không chủ yếu cạnh tranh về chi phí trên mỗi TB như HDD. Thay vào đó, nó hỗ trợ SSD doanh nghiệp, dữ liệu nóng, bộ nhớ đệm và truy cập tốc độ cao. Ưu điểm của nó là khả năng ứng dụng rộng rãi trên khắp các trung tâm dữ liệu AI, CNTT doanh nghiệp và thiết bị điện tử tiêu dùng. Rủi ro của nó là có nhiều biến số chu kỳ hơn: giá cả, hàng tồn kho, nhu cầu tiêu dùng và mở rộng công suất đều ảnh hưởng đến lợi nhuận. Khi nghiên cứu cổ phiếu NAND, hãy tập trung vào việc SSD doanh nghiệp có thực sự cải thiện chất lượng doanh thu hay không, thay vì chỉ nhìn vào việc giá NAND có tăng trong ngắn hạn hay không.

Con đường HDD: Dung Lượng Lớn Chi Phí Thấp Là Nền Tảng Của Sự Tăng Trưởng Dữ Liệu AI

HDD không phải là nơi chịu trách nhiệm về tốc độ đọc và ghi dữ liệu nhanh nhất, nhưng lại chịu trách nhiệm về việc lưu trữ dữ liệu quy mô lớn với chi phí rẻ nhất. Khi nhu cầu về dữ liệu huấn luyện AI, nhật ký suy luận (inference logs), sao lưu, lưu trữ và lưu trữ đám mây tăng trưởng, giá trị dung lượng của HDD nearline ngày càng trở nên quan trọng. Nếu bạn chỉ nhìn vào lưu trữ AI dưới góc độ tốc độ, bạn có thể đánh giá thấp HDD. Nhưng nếu bạn chỉ nhìn vào HDD dưới góc độ tăng trưởng dữ liệu, bạn cũng có thể bỏ qua chu kỳ mua sắm của khách hàng đám mây và áp lực dài hạn từ việc chi phí SSD ngày càng giảm.

Tại Sao HDD Vẫn Còn Nhu Cầu Trong Kỷ Nguyên AI

Dữ liệu thời đại AI không chỉ tồn tại tạm thời trên GPU. Các bộ dữ liệu huấn luyện, nhật ký, dữ liệu tổng hợp, phiên bản mô hình, tệp sao lưu, kho lưu trữ và dữ liệu lưu trữ tuân thủ đều cần được lưu trữ lâu dài. Nhiều loại dữ liệu không được truy cập thường xuyên đến mức đáng để trả chi phí SSD, khiến HDD trở nên kinh tế hơn. Trong các trung tâm dữ liệu đám mây, ổ HDD nearline có thể xử lý việc tích lũy dữ liệu quy mô lớn với chi phí trên mỗi TB thấp hơn. AI được triển khai càng rộng rãi, dữ liệu được tạo ra càng nhanh, và tầng dung lượng càng trở nên quan trọng.

Logic chu kỳ HDD của Seagate và Western Digital

Seagate báo cáo doanh thu 3,11 tỷ USD trong kết quả quý tài chính thứ ba năm 2026, đồng thời nhấn mạnh rằng các ứng dụng AI khuếch đại việc tạo ra dữ liệu và hỗ trợ nhu cầu lưu trữ liên tục. Western Digital báo cáo doanh thu 3,337 tỷ USD, tăng 45% so với cùng kỳ năm trước, và biên lợi nhuận gộp GAAP đạt 50,2% trong kết quả quý tài chính thứ ba năm 2026.Những con số này cho thấy độ co giãn của lộ trình HDD không chỉ đến từ "ổ cứng cũ trở nên đắt hơn", mà còn từ việc mua sắm dung lượng của khách hàng đám mây, kỷ luật nguồn cung, cơ cấu sản phẩm nearline, và việc cải thiện chi phí trên mỗi đơn vị dung lượng.

Những rủi ro chính của hướng đi HDD

Những rủi ro của HDD cũng rất rõ ràng. Thứ nhất, mức độ tập trung khách hàng cao, và những thay đổi trong lịch trình mua sắm của các nhà cung cấp dịch vụ đám mây có thể ảnh hưởng đến đơn hàng. Thứ hai, nếu chi phí trên mỗi TB của SSD tiếp tục giảm, một phần dữ liệu ấm và nóng có thể chuyển sang bộ nhớ flash. Thứ ba, các công ty HDD phải tiếp tục cải tiến HAMR, mật độ đĩa từ, độ tin cậy và hiệu suất năng lượng, nếu không lợi thế về dung lượng của họ có thể bị suy yếu. Thứ tư, các thỏa thuận dài hạn có thể cải thiện khả năng dự báo, nhưng chúng cũng có thể hạn chế sự linh hoạt về giá trong ngắn hạn. HDD không phải là "công nghệ cũ không còn giá trị", nhưng cũng không phải mọi dữ liệu AI đều sẽ quay trở lại với HDD.

Tóm tắt: Logic AI của HDD không nằm ở tốc độ, mà ở dung lượng, chi phí và khả năng dự báo đơn hàng. HDD không phù hợp để thay thế HBM hay SSD doanh nghiệp, và cũng không cần phải xử lý tất cả dữ liệu truy cập tần suất cao. Nhưng nó vẫn có giá trị rõ ràng trong việc lưu trữ dữ liệu đám mây quy mô lớn, sao lưu, lưu trữ và lưu trữ nearline. Sự cải thiện hiệu suất của Seagate và Western Digital cho thấy rằng khi khách hàng đám mây tiếp tục mở rộng dung lượng, kỷ luật cung ứng được củng cố và chi phí trên mỗi TB được cải thiện, HDD cũng có thể mang lại độ co giãn lợi nhuận đáng kể. Khi nghiên cứu con đường của HDD, hãy tập trung vào sản lượng giao hàng HDD nearline, các thỏa thuận dài hạn với khách hàng đám mây, biên lợi nhuận gộp, dòng tiền tự do và quá trình chuyển đổi công nghệ, thay vì đơn giản coi HDD là công nghệ lỗi thời.

So sánh chu kỳ: Điều gì thúc đẩy từng tuyến đường trong ba tuyến?

HBM/DRAM được thúc đẩy bởi cung cầu bộ nhớ cao cấp, quá trình chứng thực của khách hàng và chu kỳ chi tiêu vốn. NAND được thúc đẩy đồng thời bởi nhu cầu SSD doanh nghiệp và chu kỳ tồn kho điện tử tiêu dùng. HDD được thúc đẩy bởi hoạt động mua sắm dung lượng điện toán đám mây, các thỏa thuận dài hạn và kỷ luật nguồn cung. Cả ba đều thuộc về lưu trữ AI, nhưng nguồn gốc chu kỳ của chúng hoàn toàn khác nhau. Nếu bạn sử dụng một khuôn khổ định giá cho tất cả, bạn có thể đánh giá quá cao mức độ chắc chắn hoặc đánh giá thấp rủi ro.

Chu kỳ HBM/DRAM: Tình trạng khan hiếm nguồn cung, mở rộng và chuyển thế hệ

Chu kỳ tăng trưởng của HBM/DRAM thường đến từ nhu cầu về bộ tăng tốc AI, việc được khách hàng phê duyệt chất lượng, giá DRAM tăng lên và dung lượng bộ nhớ máy chủ cao hơn. Các rủi ro bất lợi bao gồm việc giải phóng công suất, đơn hàng của khách hàng bị trì hoãn, quá trình chuyển đổi thế hệ sản phẩm thất bại và chi phí đầu tư vốn quá nóng. Do HBM có chu kỳ phê duyệt chất lượng dài và độ co giãn cung ngắn hạn thấp, độ co giãn về giá và lợi nhuận rất mạnh khi nguồn cung khan hiếm. Nhưng khi các nhà cung cấp lớn đồng loạt mở rộng công suất, cân bằng cung-cầu trong tương lai có thể thay đổi.

Chu kỳ NAND: Nhu cầu SSD Doanh nghiệp và Hàng tồn kho Tiêu dùng

Chu kỳ NAND phức tạp hơn vì nó bị ảnh hưởng bởi cả SSD doanh nghiệp và đồ điện tử tiêu dùng. Các trung tâm dữ liệu AI có thể thúc đẩy nhu cầu SSD cao cấp, nhưng điện thoại thông minh, máy tính, thiết bị lưu trữ tiêu dùng và hàng tồn kho kênh phân phối vẫn tác động đến giá cả chung. Trong chu kỳ tăng trưởng, NAND thường chứng kiến ASP tăng, hàng tồn kho giảm và nhu cầu SSD doanh nghiệp mạnh hơn. Trong chu kỳ suy thoái, nhu cầu tiêu dùng yếu, hàng tồn kho cao, chiến tranh giá và tỷ lệ sử dụng công suất thấp có thể xuất hiện.

Chu kỳ HDD: Nhu cầu dung lượng, Hợp đồng dài hạn và CAPEX điện toán đám mây

Chu kỳ HDD phụ thuộc nhiều hơn vào khách hàng điện toán đám mây và hoạt động mua sắm dung lượng nearline. Khi các nhà cung cấp dịch vụ đám mây mở rộng trung tâm dữ liệu, các ứng dụng AI làm tăng lượng dữ liệu được tạo ra, và kỷ luật nguồn cung vẫn được duy trì tốt, các nhà sản xuất HDD có thể cải thiện biên lợi nhuận gộp và dòng tiền. Ngược lại, nếu chi tiêu vốn của ngành đám mây chậm lại hoặc khách hàng tiêu hóa các lần mua trước đó, đơn hàng HDD sẽ bị ảnh hưởng. Chu kỳ của nó không giống chu kỳ giá DRAM/NAND; nó gần với chu kỳ chi tiêu vốn cho dung lượng đám mây hơn.

Tóm tắt: Mặc dù cả ba tuyến đường đều thuộc về lưu trữ AI, nguồn gốc chu kỳ của chúng hoàn toàn khác nhau. HBM/DRAM giống với chu kỳ cung-cầu bộ nhớ cao cấp hơn, nơi công suất, chứng nhận, ASP và biên lợi nhuận gộp là quan trọng nhất. NAND giống với sự kết hợp giữa tăng trưởng SSD doanh nghiệp và chu kỳ tồn kho điện tử tiêu dùng hơn, nơi giá cả, tồn kho và cơ cấu ứng dụng là chìa khóa. HDD giống với chu kỳ mua sắm công suất đám mây và kỷ luật nguồn cung hơn, nơi nearline HDD, thỏa thuận dài hạn và dòng tiền tự do là quan trọng nhất. Khi phân tích các cổ phiếu liên quan, bạn không chỉ nên hỏi liệu nhu cầu AI có mạnh hay không, mà còn phải hỏi liệu nhu cầu đó có thể chuyển hóa thành giá cả, lợi nhuận và dòng tiền hay không.

Đánh giá đầu tư: Nhà đầu tư với khẩu vị rủi ro khác nhau nên nhìn nhận ba con đường lưu trữ AI như thế nào

Nếu bạn tìm kiếm độ đàn hồi cao, HBM/DRAM xứng đáng được nghiên cứu kỹ hơn. Nếu bạn quan tâm đến suy luận AI (AI inference), ổ SSD doanh nghiệp và sự tăng trưởng của dữ liệu nóng, NAND có thể đáng theo dõi. Nếu bạn coi trọng dung lượng dữ liệu dài hạn, sự cải thiện dòng tiền và các đơn hàng từ khách hàng đám mây, HDD có thể phù hợp hơn. Việc lựa chọn con đường không phải là câu hỏi con đường nào tuyệt đối tốt hơn; điều đó phụ thuộc vào mức chấp nhận rủi ro, năng lực nghiên cứu và khả năng theo dõi các biến số chu kỳ của bạn.

Nhà đầu tư ưa chuộng độ đàn hồi cao nên nhìn nhận HBM/DRAM như thế nào

Các nhà đầu tư có độ co giãn cao có thể tập trung vào các nhà sản xuất bộ nhớ như Micron, SK hynix và Samsung. Các chỉ số quan trọng bao gồm việc được khách hàng chứng nhận HBM, doanh thu từ trung tâm dữ liệu AI, giá bán DRAM (ASP), biên lợi nhuận gộp, chi phí đầu tư vốn và hàng tồn kho. Nếu công suất HBM được khách hàng chủ lực khóa trước, giá DRAM tiếp tục tăng và biên lợi nhuận gộp mở rộng cùng lúc, độ co giãn lợi nhuận có thể rất mạnh. Nhưng nếu thị trường đã phản ánh kỳ vọng quá cao vào giá, bất kỳ sự chậm trễ nào về chứng nhận, vấn đề về năng suất hoặc mở rộng quá mức đều có thể khiến định giá bị điều chỉnh giảm.

Nhà đầu tư theo xu hướng tăng trưởng và chu kỳ có thể nhìn nhận NAND như thế nào

NAND phù hợp hơn với các nhà đầu tư muốn theo dõi cả tăng trưởng và chu kỳ. Bạn có thể theo dõi SanDisk, Micron, Samsung, Kioxia và chuỗi cung ứng SSD doanh nghiệp. Các chỉ số quan trọng bao gồm doanh thu SSD doanh nghiệp, NAND ASP, tồn kho, nhu cầu của khách hàng trung tâm dữ liệu và sự phục hồi của thiết bị điện tử tiêu dùng. Nếu tỷ trọng SSD doanh nghiệp tăng trong khi tồn kho tiêu dùng giảm, chất lượng lợi nhuận của NAND có thể cải thiện. Nhưng nếu biến động này chỉ là đợt phục hồi giá ngắn hạn mà không có sự cải thiện nhu cầu mang tính cấu trúc, thì tính bền vững của nó đáng được thận trọng.

Nhà đầu tư theo Dung lượng và Dòng tiền Có thể Nhìn nhận HDD như thế nào

HDD phù hợp hơn với các nhà đầu tư tập trung vào tăng trưởng dung lượng và dòng tiền. Bạn có thể theo dõi ổ HDD nearline của Seagate và Western Digital, đơn hàng từ khách hàng điện toán đám mây, chi phí trên mỗi TB, biên lợi nhuận gộp, dòng tiền tự do và các thỏa thuận dài hạn. Độ co giãn của HDD có thể không cao bằng HBM, nhưng nếu kỷ luật nguồn cung mạnh mẽ, các thỏa thuận với khách hàng ổn định và nhu cầu ở tầng dung lượng tiếp tục duy trì, thì việc cải thiện dòng tiền vẫn có thể đáng kể. Các rủi ro bao gồm sự chậm lại của chi tiêu vốn (capex) trong lĩnh vực điện toán đám mây, sự tập trung khách hàng, chi phí SSD giảm và áp lực chuyển đổi công nghệ.

Nếu bạn đã bắt đầu theo dõi các cổ phiếu Mỹ liên quan đến lưu trữ AI, bạn nên nhìn xa hơn logic ngành và chú ý đến chi phí giao dịch thực tế. Chi phí giao dịch cổ phiếu Mỹ thường không chỉ bao gồm hoa hồng. Chúng còn có thể bao gồm phí nền tảng, phí tổ chức bên ngoài, phí hoạt động giao dịch và các loại phí khác hiển thị trên trang đặt lệnh. Nếu dịch vụ có sẵn tại khu vực của bạn và bạn đáp ứng các yêu cầu liên quan, bạn có thể sử dụng Biya để theo dõi các cổ phiếu liên quan đến thị trường Mỹ và Hồng Kông, đồng thời sử dụng tra cứu thông tin cổ phiếu Mỹ để theo dõi các công ty như Micron, Western Digital, Seagate và SanDisk. Biya thu phí hoa hồng $0 cho cổ phiếu Mỹgiao dịch chứng khoán, trong khi phí nền tảng, phí từ các tổ chức bên ngoài và các chi phí khác tuân theo Phí giao dịch chứng khoán Mỹ và trang đơn hàng.

Tóm tắt: Ba lộ trình lưu trữ AI không có tuyến nào tuyệt đối tốt hơn hay kém hơn; chúng phù hợp với các sở thích rủi ro khác nhau. HBM/DRAM phù hợp hơn với các nhà đầu tư có thể chịu đựng biến động cao và sẵn sàng theo dõi các điểm clo khách hàng cùng các thời điểm giao thoa cung-cầu. NAND phù hợp hơn với các nhà đầu tư muốn theo đuổi cả tăng trưởng SSD doanh nghiệp AI lẫn chu kỳ tồn kho điện tử tiêu dùng. HDD phù hợp hơn với các nhà đầu tư coi trọng nhu cầu dung lượng, dòng tiền và các đơn hàng dài hạn từ khách hàng điện toán đám mây. Nếu bạn muốn một cách tiếp cận có kỷ luật hơn để nghiên cứu chuỗi giá trị lưu trữ AI, bạn có thể tách ba lộ trình này vào các nhóm theo dõi khác nhau thay vì gộp tất cả các công ty vào một khái niệm “lưu trữ AI” rộng chung.

Lưu trữ AI không phải là một con đường duy nhất. Đó là một chuỗi giá trị được xây dựng từ bộ nhớ, flash, ổ cứng, trung tâm dữ liệu và khách hàng đám mây. Khi so sánh HBM/DRAM, NAND và HDD, bạn có thể liên tục theo dõi cơ cấu doanh thu, biên lợi nhuận gộp, hàng tồn kho, chi tiêu vốn, tăng trưởng SSD doanh nghiệp, số lượng HDD nearline xuất xưởng và dòng tiền tự do trong báo cáo lợi nhuận của các công ty. Biya là một ví giao dịch đa tài sản toàn cầu, hỗ trợ cổ phiếu Mỹ, cổ phiếu Hồng Kông và tài sản số, đồng thời cũng hỗ trợ chuyển đổi USDT thành các đồng tiền pháp định lớn như đô la Mỹ hoặc đô la Hồng Kông. Đối với những người dùng theo dõi các công ty liên quan đến lưu trữ AI, Biya phù hợp hơn với vai trò là công cụ quản lý danh mục theo dõi, so sánh phí và quản lý tài sản, chứ không phải là lý do để giao dịch bất kỳ chủ đề thị trường đơn lẻ nào.Khả năng sử dụng các dịch vụ liên quan phụ thuộc vào vị trí của bạn, kết quả xác minh danh tính, quy tắc của nền tảng cũng như các luật và quy định hiện hành. Trước khi giao dịch, bạn nên hiểu rõ toàn bộ về tình hình cơ bản của công ty, các loại lệnh, cấu trúc phí và mức độ chấp nhận rủi ro của bản thân.

Câu hỏi thường gặp

Trong ba lộ trình lưu trữ AI là HBM/DRAM, NAND hay HDD, lộ trình nào có độ co giãn cao nhất?

HBM/DRAM thường có độ co giãn cao nhất trong ba lộ trình lưu trữ AI. Nó gần hơn với các điểm nghẽn của bộ tăng tốc AI và bộ nhớ máy chủ, có giá trị sản phẩm cao hơn, khả năng mở rộng nguồn cung chậm hơn và quy trình thẩm định khách hàng nghiêm ngặt hơn. Nhưng độ co giãn cao hơn cũng đồng nghĩa với biến động lớn hơn, vì vậy nhà đầu tư cần theo dõi các rủi ro về mở rộng sản lượng, tỷ lệ sản phẩm đạt chuẩn, mức độ tập trung khách hàng và định giá.

Việc huấn luyện AI và suy luận AI cần những loại bộ nhớ nào?

Việc huấn luyện AI phụ thuộc nhiều hơn vào HBM, DRAM và SSD doanh nghiệp tốc độ cao vì quá trình huấn luyện đòi hỏi bộ nhớ băng thông cao và hoạt động đọc-ghi dữ liệu lớn. Suy luận AI cũng cần bộ nhớ và SSD, nhưng nó liên tục tạo ra nhật ký, dữ liệu tìm kiếm vector và dữ liệu tương tác người dùng. Khi suy luận mở rộng quy mô, nó cũng có thể làm tăng nhu cầu về HDD và lưu trữ đối tượng cho việc lưu trữ, sao lưu và giữ dữ liệu theo dung lượng.

Nhu cầu SSD doanh nghiệp NAND có thay thế HDD không?

NAND enterprise SSDs sẽ thay thế HDD trong một số tình huống truy cập tần suất cao và độ trễ thấp, nhưng chúng sẽ không thay thế hoàn toàn HDD. SSD phù hợp hơn cho dữ liệu nóng, bộ nhớ đệm, đường ống dữ liệu suy luận (inference) và cơ sở dữ liệu hiệu suất cao. HDD phù hợp hơn cho dung lượng lớn chi phí thấp, lưu trữ nearline, lưu trữ dài hạn (archiving) và sao lưu. Các yếu tố then chốt là tần suất truy cập, yêu cầu độ trễ và chi phí trên mỗi TB.

Tại sao HDD vẫn quan trọng trong các trung tâm dữ liệu AI?

HDD vẫn giữ vai trò quan trọng trong các trung tâm dữ liệu AI vì AI liên tục tạo ra lượng lớn dữ liệu cần được lưu trữ theo thời gian. Các bộ dữ liệu huấn luyện, nhật ký, các phiên bản mô hình, bản sao lưu, kho lưu trữ và dữ liệu tuân thủ không phải tất cả đều đòi hỏi hiệu suất ở cấp độ SSD. Đối với dữ liệu có tần suất truy cập thấp nhưng dung lượng lớn, HDD nearline vẫn có ưu thế về chi phí trên mỗi TB.

Nhà đầu tư phổ thông có thể theo dõi các điểm bước ngoặt chu kỳ của cổ phiếu lưu trữ AI bằng cách nào?

Nhà đầu tư phổ thông có thể theo dõi ba nhóm chỉ số. Đối với HBM/DRAM, cần chú ý đến việc khách hàng chứng nhận, giá bán trung bình (ASP), biên lợi nhuận gộp và chi phí đầu tư vốn. Đối với NAND, cần chú ý đến doanh thu ổ SSD doanh nghiệp, giá bán và hàng tồn kho. Đối với HDD, cần chú ý đến sản lượng giao hàng HDD nearline, đơn hàng từ khách hàng đám mây và dòng tiền tự do. Một chỉ số duy nhất là không đủ để đánh giá điểm bước ngoặt của chu kỳ; cần phân tích kết hợp báo cáo tài chính, giá cả ngành và định hướng của doanh nghiệp.

Nhà đầu tư cần kiểm tra những khoản phí và rủi ro nào khi so sánh các cổ phiếu Mỹ liên quan đến lưu trữ AI?

Khi so sánh các cổ phiếu Mỹ liên quan đến lưu trữ AI, nhà đầu tư nên kiểm tra không chỉ các yếu tố cơ bản của công ty mà còn cả hoa hồng, phí nền tảng, phí tổ chức bên ngoài, phí hoạt động giao dịch và các khoản phí khác hiển thị trên trang đặt lệnh. Cơ cấu phí nên tuân theo quy định của nền tảng và sao kê tài khoản. Tính khả dụng của dịch vụ cũng nên được đánh giá dựa trên vị trí của người dùng, kết quả xác minh danh tính và yêu cầu quy định tại địa phương.