过去12个月，美光暴涨逾250%。
其上涨逻辑简洁且极具说服力。
人工智能模型需消耗海量高速DRAM与NAND闪存，随着越来越多企业部署人工智能基础设施，美光有望抢占这一领域的大量支出份额。
在人工智能推理时代，这一趋势尤为明显——人工智能的迭代升级建立在过往知识积累之上，而这些知识必须依靠内存存储。
随着人工智能模型复杂度提升，内存占用量的增长速度将超过计算需求。
换句话说，内存需求将凌驾于计算需求之上，因此，未来优先采用“内存优先”设计的架构将更具优势。
关键在于，当前内存领域存在真实的供给瓶颈——这意味着美光不仅销量提升，还能以更高价格出货。这一点从其云内存业务100%的增长率中可得到印证。
或许有人会问，既然内存短缺，新的供给难道不会出现以平衡市场吗？从长远来看确实会，但目前存在诸多现实制约因素。
与其他半导体细分领域不同，DRAM与NAND闪存的制造既需要规模效应，又对精度要求极高，这些因素限制了新进入者的涌入，也让美光在供给紧张周期中拥有定价权。
此外，美光已战略性布局下一代技术，包括先进制程DRAM和低延迟NAND闪存，这些技术正是人工智能工作负载日益需求的核心。
诚然，美光面临竞争，但内存市场本质上是寡头垄断格局，兼具资本密集型与高度专业化属性，并非单纯依靠提价就能解决供给瓶颈。
在股价上涨200%后，投资者考虑获利了结情有可原，但这可能是一个巨大的错误——就像当初错过英伟达后续涨幅的投资者一样。
人工智能革命爆发初期，图形处理器供给短缺，英伟达股价在数月内从低点暴涨超400%，随后进入横盘整理。
彼时许多投资者认为，大部分收益已锁定，然而接下来两年的走势证明他们错了——英伟达股价再涨400%。
事实上，分析师认为当前美光的处境与2023年的英伟达存在诸多相似之处。
GPU是人工智能计算的核心，但人工智能要实现规模化运行，离不开内存的支撑。
在部分场景下，每一款新人工智能模型带来的内存需求增幅，都会超过计算需求增幅。
模型的训练与推理过程，需要存储所有参数、激活值及中间结果，因此模型规模翻倍时，内存需求的增幅往往远高于计算需求。
单GPU的高带宽内存容量限制，意味着集群必须增加更多内存模块或GPU，进而进一步放大内存需求。
这为美光带来了与英伟达类似的结构性增长动力，且其确定性或许更高——毕竟人工智能系统脱离内存便无法运行。
英伟达曾主导GPU市场，就像美光在内存领域的地位一样——虽不完全等同（英伟达曾占据超90%的GPU市场份额，而美光当前内存市场份额约25%），但两者均处于少数企业主导的市场格局中。
但内存市场的资本密集度更高，这对美光而言是一大优势。从这个角度看，英伟达面临超威半导体等对手的激烈竞争，而美光面临的威胁更小，因为内存供给的快速扩张难度极大。
相比之下，美光当前估值仍较英伟达显著低估。
前文图表中提及的英伟达横盘阶段，恰逢其市盈率触及峰值——一度超过100倍。
当时估值已提前透支业绩，这或许是横盘的原因。但最终，随着盈利呈指数级增长，市盈率回落，其再度开启上涨行情。
在分析师看来，美光正处于类似的布局窗口期。
市场预期美光每股收益将增长三倍，且次年仍保持20%以上的增速，而当前价格尚未反映这一盈利潜力。
目前美光市盈率为30倍，若公司能达成分析师预期，明年这一估值将大幅上升。
这一点从市盈率相对盈利增长比率（PEG）及远期PEG均低于1的水平中可得到体现。从股价现金流比来看，美光也具备吸引力。
尽管人工智能驱动的内存增长叙事极具说服力，不过美光的看多逻辑仍面临多重挑战。
核心风险在于内存行业的周期性。DRAM与NAND闪存市场向来波动剧烈、周期性强，从预期数据来看，2027年后美光盈利或面临下滑压力。
同时，美光正处于大规模资本支出阶段，包括新建晶圆厂和制程升级。这虽是行业常态，并非美光个例，但巨额投资会对利润率和盈利能力产生短期冲击，进而影响看多逻辑。
当然，若人工智能整体应用进度放缓，美光当前的高增长目标也可能无法实现。
在分析师看来，随着盈利爆发式增长，美光股价明年有望翻倍，但投资者也需警惕各类风险。
