“ 多步推理将需要 GPU 上更多的内存。 ”
作者 | Noah"s Arc Capital Management
编译 | 华尔街大事件
在九月底时，美光科技公司( NASDAQ: MU)的股价为 106.08 美元，而现在为 108.70 美元。推动股价温和上涨的主要因素是市场对未来 12 个月人工智能需求将如何加速的预期发生了变化。
大型语言模型的世界正在发生变化。直到最近两个月，人们的注意力还集中在预训练 GPU 集群上，也就是在第一个用户输入问题之前用来微调模型的 GPU 集合上。
此前的关注导致大型科技公司向英伟达和AMD等主要 GPU 制造商下了大量关键的前沿 GPU 订单。随着对预训练集群的需求加速增长，该模型对 GPU 制造商来说效果很好。这是基于这样的想法：更大的 GPU 集群意味着 LLM 可以进一步微调以实现未来的改进。这种情况不再发生。我们遇到了一些人所说的“障碍”，即添加额外的 GPU 现在导致大型语言模型 (LLM) 改进的收益递减。这是一件大事。
因此，有人担心这会导致 GPU 销售增长放缓。然而，在一个专注于训练后推理而非训练前计算的世界里，内存成为 GPU 功能的关键部分。内存很重要，因为大型语言模型将进行更多的多步推理。多步推理将需要 GPU 上更多的内存，以便这些多步推理大型语言模型能够产生更准确、更深思熟虑的响应。这显然有利于美光，它是世界上最大的 DRAM 制造商之一。
因此，分析师仍然看好盈利股票。
市场对未来 GPU 需求的担忧日益加剧。未来 GPU 需求可以说是美光前景的最大驱动因素。虽然我对全球最大的 GPU 制造商英伟达持悲观看法，但英伟达的新 Blackwell 系列中的每一款 GPU 都需要比以前的 GPU 更多的内存。更大的内存使用量对美光有利。
这意味着他们每售出一个 GPU 就能赚到更多钱，因此他们只需要更少的销量就能支撑收入预测。鉴于 2025 财年剩余时间的 AI GPU 内存已经售罄，有理由看好这一市场。
在这些 AI 模型变化的核心中，我们必须考虑训练前计算与训练后推理。训练前计算是指在用户使用模型之前使用大量数据对大型语言模型进行微调和训练的过程。这是OpenAI（例如）在发布新模型来支持其 API 和平台工具 ChatGPT 之前进行的过程。
过去两年，大型科技公司对 GPU 的需求主要来自预训练计算集群。这是因为（在过去 2-3 个月之前）具有零样本提示的 LLM 之前具有唾手可得的成果，并且在能力方面还有增长空间。零样本提升是指模型无需推理即可提供对问题的第一个可用答案。这相当于我们人类所谓的“首要”答案。
正如 Open AI 联合创始人 Ilya Sutskever 最近所说，模型的预训练已经遇到了瓶颈。根据该模型基于 Transformer 的架构，预测这是不可避免的。收益递减是不可避免的。这意味着对于添加到 GPU 集群的每个额外的 GPU 进行 Transformer 模型的预训练，这些边际 GPU 产生的模型改进回报率都会递减。
随着模型改进的回报率放缓，业界正在转向训练后推理。这是一件大事。训练后推理是指 LLM 从用户那里获取文本、图像、音频或基于网络的输入，并根据其训练和提供的信息推断答案的过程。这是一个多步骤的过程。
训练后推理的独特之处在于，AI 模型首次参与了一项称为多步推理的过程。多步推理是指模型将用户的问题分解为多个步骤，以便逐步解决问题的过程。这很重要，因为当模型将问题分解为逐步顺序时，这与人类智能的工作方式非常相似。
回想一下小学时代。当你遇到一个复杂的数学问题时，你的任务就是将这个复杂的问题分解成小步骤。大型语言模型也是这样做的。这大大提高了它们的推理能力，因为它们不会像零次提示那样“凭空而来”。
人类不擅长即兴给出复杂的答案。人工智能模型也是如此。多步推理对美光来说是一个潜在的繁荣，因为这对人工智能模型的内存消耗意味着巨大的潜力。内存对这些新的人工智能模型来说非常重要，因为模型需要参考其短期记忆来为用户提供更复杂的推理。我们已经在英伟达生产的新型 Blackwell 芯片的初步研究中看到了这一点。这些新的 GPU 使用比以前更多的内存来支持复杂的人工智能模型。
因此，大型语言模型的 DRAM 使用量应该会成为行业增长的重要因素。这确实应该使美光受益（作为英伟达的主要供应商）。看看 AMD，虽然他们的 DRAM 供应商没有披露，但实际上他们只有三家公司可以购买。美光、SK 海力士和三星。美光可以说处于从 AMD 手中赢得 DRAM 业务的有利位置。美光已经售罄了 2025 财年的 AI DRAM 芯片。需求应该会继续保持强劲。
在周三公布财报之前，华尔街预计美光 2025 年第一季度的业绩将表现强劲。26 位分析师预计，美光的每股收益将达到1.77 美元，营收将达到 87.1 亿美元。
对于下一季度，每股收益预测已上调 16 次，而下调仅 8 次。正面预测比负面预测多 2 倍。
收入情况更加乐观。收入已上调 17 次，仅下调 3 次。
从估值角度来看，市场显然给予美光较低的市盈率，因为市场怀疑如此高的 DRAM 销售率是否可持续。市场给予美光的非 GAAP 预期市盈率为11.68，比行业中位数 26.25 低 55% 以上。市场认为该公司的盈利高于其长期平均水平。这也很明显，因为美光的 5 年平均预期市盈率为 84.18。
由于人工智能模型的演进方式，美光面临着独特的机遇。世界需要更多的内存。美光拥有它。
因此，尽管市场可能因为盈利过高而将其预期市盈率与股价进行折算，但预期收入增长和长期每股收益增长均远高于行业中值。量化系统在这两个指标上都给予美光A+的评级。
未来收入增长（Seeking Alpha）
美光的预期收入增长率比行业中位数高出703.11%，长期每股收益预测增长率比行业中位数高出235%以上。
鉴于该股交易价格较预期非公认会计准则市盈率 26.25 折价 55%，这看起来很疯狂。
由此来看，美光的预期市盈率应为收益的 18 倍左右。这仍然使股价低于行业中值预期市盈率，但为希望获得股价上涨（并押注这种增长将持续）的投资者提供了有趣的上涨空间。
如果股价市盈率扩大至 18 倍，则意味着上涨空间约为 54.10%。
美光面临的最大风险是，虽然人工智能需求持续增长，但训练后推理所使用的内存却比认为的要少。
在上周的播客采访中，微软首席执行官萨蒂亚·纳德拉表示，微软不再受到 GPU 的限制。由于与 Open AI 的关系，微软是世界上最大的 GPU 买家之一。这意味着 GPU 的供应现在超过了需求。
微软表示他们不受 GPU 限制，这是一件大事，因为这意味着该行业开始积累一些空闲时间。
虽然这与过去两年 GPU 短缺的情况不同，但分析师仍然对美光持乐观态度。正如纳德拉后来在那次采访中所说，微软可能会分批购买 GPU，然后逐年贬值。对于美光来说，这意味着他们的客户将提供稳定的内存订单，这意味着该公司的收益可能会稳定在这一水平。这可能意味着多次扩张。
尽管美光目前的增长速度远高于行业中位数，但投资者仍将该股的定价定在暗示 AI GPU 需求达到峰值的水平。我相信增长可能会放缓。但分析师不相信内存需求（具体来说）会下降。新的AI 模型（基于所有可用的研究）表明，它们需要更多内存来进行多步推理。随着 AI 模型的快速变化，这对美光来说是一件大事。
鉴于预期差距，按预期市盈率计算，股价似乎很便宜，这意味着对于想要参与的投资者来说，这是一个有趣的上升空间。
“ 多步推理将需要 GPU 上更多的内存。 ”
作者 | Noah"s Arc Capital Management
编译 | 华尔街大事件
在九月底时，美光科技公司( NASDAQ: MU)的股价为 106.08 美元，而现在为 108.70 美元。推动股价温和上涨的主要因素是市场对未来 12 个月人工智能需求将如何加速的预期发生了变化。
大型语言模型的世界正在发生变化。直到最近两个月，人们的注意力还集中在预训练 GPU 集群上，也就是在第一个用户输入问题之前用来微调模型的 GPU 集合上。
此前的关注导致大型科技公司向英伟达和AMD等主要 GPU 制造商下了大量关键的前沿 GPU 订单。随着对预训练集群的需求加速增长，该模型对 GPU 制造商来说效果很好。这是基于这样的想法：更大的 GPU 集群意味着 LLM 可以进一步微调以实现未来的改进。这种情况不再发生。我们遇到了一些人所说的“障碍”，即添加额外的 GPU 现在导致大型语言模型 (LLM) 改进的收益递减。这是一件大事。
因此，有人担心这会导致 GPU 销售增长放缓。然而，在一个专注于训练后推理而非训练前计算的世界里，内存成为 GPU 功能的关键部分。内存很重要，因为大型语言模型将进行更多的多步推理。多步推理将需要 GPU 上更多的内存，以便这些多步推理大型语言模型能够产生更准确、更深思熟虑的响应。这显然有利于美光，它是世界上最大的 DRAM 制造商之一。
因此，分析师仍然看好盈利股票。
市场对未来 GPU 需求的担忧日益加剧。未来 GPU 需求可以说是美光前景的最大驱动因素。虽然我对全球最大的 GPU 制造商英伟达持悲观看法，但英伟达的新 Blackwell 系列中的每一款 GPU 都需要比以前的 GPU 更多的内存。更大的内存使用量对美光有利。
这意味着他们每售出一个 GPU 就能赚到更多钱，因此他们只需要更少的销量就能支撑收入预测。鉴于 2025 财年剩余时间的 AI GPU 内存已经售罄，有理由看好这一市场。
在这些 AI 模型变化的核心中，我们必须考虑训练前计算与训练后推理。训练前计算是指在用户使用模型之前使用大量数据对大型语言模型进行微调和训练的过程。这是OpenAI（例如）在发布新模型来支持其 API 和平台工具 ChatGPT 之前进行的过程。
过去两年，大型科技公司对 GPU 的需求主要来自预训练计算集群。这是因为（在过去 2-3 个月之前）具有零样本提示的 LLM 之前具有唾手可得的成果，并且在能力方面还有增长空间。零样本提升是指模型无需推理即可提供对问题的第一个可用答案。这相当于我们人类所谓的“首要”答案。
正如 Open AI 联合创始人 Ilya Sutskever 最近所说，模型的预训练已经遇到了瓶颈。根据该模型基于 Transformer 的架构，预测这是不可避免的。收益递减是不可避免的。这意味着对于添加到 GPU 集群的每个额外的 GPU 进行 Transformer 模型的预训练，这些边际 GPU 产生的模型改进回报率都会递减。
随着模型改进的回报率放缓，业界正在转向训练后推理。这是一件大事。训练后推理是指 LLM 从用户那里获取文本、图像、音频或基于网络的输入，并根据其训练和提供的信息推断答案的过程。这是一个多步骤的过程。
训练后推理的独特之处在于，AI 模型首次参与了一项称为多步推理的过程。多步推理是指模型将用户的问题分解为多个步骤，以便逐步解决问题的过程。这很重要，因为当模型将问题分解为逐步顺序时，这与人类智能的工作方式非常相似。
回想一下小学时代。当你遇到一个复杂的数学问题时，你的任务就是将这个复杂的问题分解成小步骤。大型语言模型也是这样做的。这大大提高了它们的推理能力，因为它们不会像零次提示那样“凭空而来”。
人类不擅长即兴给出复杂的答案。人工智能模型也是如此。多步推理对美光来说是一个潜在的繁荣，因为这对人工智能模型的内存消耗意味着巨大的潜力。内存对这些新的人工智能模型来说非常重要，因为模型需要参考其短期记忆来为用户提供更复杂的推理。我们已经在英伟达生产的新型 Blackwell 芯片的初步研究中看到了这一点。这些新的 GPU 使用比以前更多的内存来支持复杂的人工智能模型。
因此，大型语言模型的 DRAM 使用量应该会成为行业增长的重要因素。这确实应该使美光受益（作为英伟达的主要供应商）。看看 AMD，虽然他们的 DRAM 供应商没有披露，但实际上他们只有三家公司可以购买。美光、SK 海力士和三星。美光可以说处于从 AMD 手中赢得 DRAM 业务的有利位置。美光已经售罄了 2025 财年的 AI DRAM 芯片。需求应该会继续保持强劲。
在周三公布财报之前，华尔街预计美光 2025 年第一季度的业绩将表现强劲。26 位分析师预计，美光的每股收益将达到1.77 美元，营收将达到 87.1 亿美元。
对于下一季度，每股收益预测已上调 16 次，而下调仅 8 次。正面预测比负面预测多 2 倍。
收入情况更加乐观。收入已上调 17 次，仅下调 3 次。
从估值角度来看，市场显然给予美光较低的市盈率，因为市场怀疑如此高的 DRAM 销售率是否可持续。市场给予美光的非 GAAP 预期市盈率为11.68，比行业中位数 26.25 低 55% 以上。市场认为该公司的盈利高于其长期平均水平。这也很明显，因为美光的 5 年平均预期市盈率为 84.18。
由于人工智能模型的演进方式，美光面临着独特的机遇。世界需要更多的内存。美光拥有它。
因此，尽管市场可能因为盈利过高而将其预期市盈率与股价进行折算，但预期收入增长和长期每股收益增长均远高于行业中值。量化系统在这两个指标上都给予美光A+的评级。
未来收入增长（Seeking Alpha）
美光的预期收入增长率比行业中位数高出703.11%，长期每股收益预测增长率比行业中位数高出235%以上。
鉴于该股交易价格较预期非公认会计准则市盈率 26.25 折价 55%，这看起来很疯狂。
由此来看，美光的预期市盈率应为收益的 18 倍左右。这仍然使股价低于行业中值预期市盈率，但为希望获得股价上涨（并押注这种增长将持续）的投资者提供了有趣的上涨空间。
如果股价市盈率扩大至 18 倍，则意味着上涨空间约为 54.10%。
美光面临的最大风险是，虽然人工智能需求持续增长，但训练后推理所使用的内存却比认为的要少。
在上周的播客采访中，微软首席执行官萨蒂亚·纳德拉表示，微软不再受到 GPU 的限制。由于与 Open AI 的关系，微软是世界上最大的 GPU 买家之一。这意味着 GPU 的供应现在超过了需求。
微软表示他们不受 GPU 限制，这是一件大事，因为这意味着该行业开始积累一些空闲时间。
虽然这与过去两年 GPU 短缺的情况不同，但分析师仍然对美光持乐观态度。正如纳德拉后来在那次采访中所说，微软可能会分批购买 GPU，然后逐年贬值。对于美光来说，这意味着他们的客户将提供稳定的内存订单，这意味着该公司的收益可能会稳定在这一水平。这可能意味着多次扩张。
尽管美光目前的增长速度远高于行业中位数，但投资者仍将该股的定价定在暗示 AI GPU 需求达到峰值的水平。我相信增长可能会放缓。但分析师不相信内存需求（具体来说）会下降。新的AI 模型（基于所有可用的研究）表明，它们需要更多内存来进行多步推理。随着 AI 模型的快速变化，这对美光来说是一件大事。
鉴于预期差距，按预期市盈率计算，股价似乎很便宜，这意味着对于想要参与的投资者来说，这是一个有趣的上升空间。
