机构与厂商表示，存储价格预计在今年第二季度到达谷底，市场有望在第三季度触底反弹。如火如荼的物联网(IoT)、智能汽车和工业机器人，AI算力提升的需求，以及ChatGPT的拉动，有望让存储市场在2023年下半年一扫阴霾，迅速回暖增长。
市场转暖，需求再度旺盛，价格回抬，这正是国产厂商难得的一场的机遇，而厂商能否把握机会，借助这股东风，乘势而起，迎来发展的第二春呢？
行业巨头纷纷减产
“在经历长达大半年的下跌趋势后，存储价格预计在今年第二季度到达谷底，随着经济和需求面的改善，市场有望在第三季度触底反弹。”在3月23日举办的CFMS2023—中国闪存市场峰会上，多家核心产业链厂商对2023年存储市场行情如是预判。
从海外三大存储巨头来看，美光已进一步削减2023会计年度资本支出，目前预期将投资大约70亿美元、较2022年度缩减超过40%。值得注意的是，公司CEO梅赫罗特拉表示：“我们现在认为几个终端市场的客户库存已经减少，未来几个月供需平衡将逐步改善。排除库存减记的影响，我们认为我们的资产负债表库存余额（DIO）已在第二财季达到峰值，我们的季度业绩接近向连续营收增长的过渡。”
SK海力士CEO朴正浩日前在股东大会上表示，预计存储芯片需求将在今年下半年复苏，但不确定性依旧存在。公司今年资本开支将减半，不会进一步减产；三星电子也在考虑削减存储芯片产量。
回顾全球半导体与存储市场周期变化情况，资本开支增速与市场变化呈现强相关性。随着各大存储厂商陆续在最新财报说明会中公开2023年展望，并大幅度下调2023年资本开支计划，多家机构看好弹性最大的存储板块2023年下半年迎来复苏。
中信证券在最新研报中指出，美光虽在行业逆风期录得单季大幅亏损，但业绩指引环比复苏，终端客户库存下降，中长期有望受益AI需求提振。存储厂商库存2023年第二季度达峰并逐步下调，看好2023年下半年存储周期触底复苏，行业存储龙头有望迎业绩反转。
真正实现SSD自由
从媒体的报道来看，目前存储芯片的价格，已经跌破了成本价，如果按照容量价格比来算，也达到了历史最低价，可能只有2-3毛/1GB的价格了，很多厂商是在亏本卖芯片。
于是很多人表示，这要感谢国产存储厂商，比如长存，长鑫，没有国产厂商的努力，那么三星、美光、SK海力士等厂商，肯定不会降价，消费者也无法实现SSD自由。
那么问题来了，存储芯片大跌，究竟是国产厂商的功劳，还是市场规律？
在我个人看来，国产厂商的功劳可能只占10%，市场规律占90%，市场规律才真正起到了决定性的作用。
一方面是市场需求下滑，从去年的数据可以看到，不管是手机，还是电脑这些存储芯片消耗大户，均下滑了15%以上，而2023年还在继续下滑，市场需求不振。
而存储芯片厂商的产能没有减少，导致产能极度过剩，库存高企，比如三星的芯片库存超过了500亿美元，所以大家不得不减少，降价促销，这是市场必然。
而芯片产业本来就是周期性的，有高峰也就有低谷，现在正是低谷。
二是技术进步，随着存储芯片的工艺不断提升，从SLC到MLC，再到TLC、QLC，以及64层，96层，128层，196层、232层堆叠……
存储芯片密度已经是不断增长，每个单元可以存储的数量不断升级，从1bit到2bit、3bit、4bit甚至5bit数据。简单的来讲，以前一块芯片能存300M，但现在同样大小的芯片，可以存1.5T了，是原来的5倍，甚至10倍。
这就导致存储芯片的成本大降，单位容量的价格也会大跌，以前1TB的SSD硬盘要1000块，现在可能只要100块了，价格下跌是技术进步的必然，这是存储芯片价格跌的第二个重要原因。
第三个原因，才是国产存储厂商搅局，但其实这个原因，并不是十分重要，没有国产厂商搅局，价格也会跌的。
不信大家看看2008年前后，存储芯片也是跌成白菜价，那时候没有国产存储什么事吧？
目前国产存储的市场份额可能在5%左右，对市场价格的波动，其实起不了太多决定性的作用，最多也就是搅局一下而已。
所以真正让存储芯片大跌，还是市场需求下滑、然后技术不断进步导致的，然后国产存储也推动了一下，当然或多或少也产生了一些作用。
AI浪潮拉升存储芯片需求 行业或将提前回暖
智能手机、PC和服务器构成了存储芯片的主要需求来源。据华经产业研究院统计，智能手机对DRAM和NAND的需求量均接近40%。此外，服务器和PC对DRAM的需求分别达到34%和13%。
尽管目前全球智能手机和PC的出货量提升动能不足，但智能手机和PC的升级换代提升容量规格的趋势不变，单机容量仍有一定提升空间。数据显示，2014年-2020年，全球智能手机中DRAM平均单机容量提升了2倍，NAND平均单机容量提升了4倍。
而在服务器方面，AI服务器对DRAM和NAND的需求飙升。据美光测算，AI服务器中DRAM数量是传统服务器的8倍，NAND数量是传统服务器的3倍。TrendForce预测，2023年服务器DRAM的位元出货比重将达37.6%，将超过智能手机DRAM成为第一大需求增量。此外，大模型庞大的数据集也需要更大容量的NAND储存数据，GPT-3的参数量就已经达到1750亿个，GPT-4的参数量相对更大。
随着ChatGPT开启了AI的新纪元，全球科技巨头相继开发并推出大模型产品，大模型的训练和部署需要大量的AI算力芯片提供支柱，同样大量的数据集传输和储存也对存力提出了更高的要求。在AI服务器中应用的存储芯片主要包括：高带宽存储器(HBM)、 DRAM和SSD(固态硬盘)，针对AI服务器的工作场景需要提供更大的容量、更高的性能、更低的延迟和更高的响应速度。
HBM是一种基于3D堆栈工艺的高性能DRAM，它使DRAM从传统2D转变为立体3D，充分利用空间、缩小面积，契合半导体行业小型化、集成化的发展趋势。凭借TSV（硅通孔）封装方式，HBM大幅提高了容量和数据传输速率。
以英伟达刚发布的专为大模型设计的AI服务器NVIDIA DGX H100为例，一台服务器里配置了8颗H100 GPU，每一颗GPU需要80GB显存，采用HBM2e或HBM3的方案，每颗GPU需要5颗HBM。此外，DGX H100服务器还需要2TB的系统内存、2条1.92TB的SSD以及8 条3.84TB的SSD。
未来，各大巨头们的AI大模型也有望强劲拉动存储芯片朝着更大容量、更高性能方向演进，成为存储市场长期增长的强劲驱动力。
