人工智能牛市热点为何从英伟达转向存储芯片厂商
一句话看懂：过去一个月，存储芯片巨头美光科技大涨80%、闪迪上涨52%、英特尔飙升85%，而英伟达股价相对平静。市场焦点从“买GPU就能涨”转向AI系统架构的“编排调度”模式——这意味着CPU、内存芯片和存储芯片的需求正在结构性上升。
事件核心：发生了什么
2025年4月至5月，芯片股迎来一轮暴涨，但领涨的不再是英伟达，而是美光科技、闪迪、英特尔等厂商。摩根士丹利分析师金肖恩团队在5月11日投资者报告中指出，核心驱动力是人工智能系统架构向“编排调度”模式演进：AI算力负载不再集中于少数高端GPU集群，而是分散调度至多条并行处理通道。在这一架构下，市场需要更多传统CPU、网络设备和存储芯片。摩根士丹利列出的受益标的包括三星、SK海力士、美光、闪迪、铠侠等全球头部存储大厂，以及科磊、楷登电子等配套企业。
行业巨头已在行动：Meta在4月宣布租用亚马逊云旗下数千万颗Graviton自研CPU，强调“没有任何一种单一芯片架构能高效承载所有算力负载”。AMD也在2月与Meta达成合作协议，未来五年Meta将采购价值60亿美元的AMD芯片，并可能最高收购AMD 10%股份。AMD在声明中称，CPU已成为AI算力栈的战略支柱。
为什么重要
市场此前长期将“AI算力”等同于“GPU需求”，但这种认知正在被纠偏。前德意志银行首席云官戴维·林西库姆直言：“市场普遍以为做AI就必须用GPU，事实并非如此，这种认知或许源于英伟达的营销造势。”网络安防领域的最新案例也验证了编排调度的价值：多家研究机构通过调度整合多款开源中端模型，成功复制了Anthropic最新模型Mythos的公开能力，而调用成本显著降低。这说明，AI能力的提升并不必然依赖更大、更贵的单芯片，而是可以通过编排调度现有资源实现。
对行业竞争格局的直接影响是：英伟达不再是唯一受益者，内存、存储、CPU和网络设备厂商将在AI基础设施投资中获得更大份额。
对用户/开发者/创作者的影响
对开发者和企业采购者而言，这意味着AI基础设施的成本结构正在发生变化。若编排调度模式持续普及，企业不再需要为每个AI任务配备高端GPU，可以用更经济的CPU+内存+存储组合完成推理和部分训练任务。具体影响包括：1）开发者在选择模型部署方案时，可更多考虑CPU推理路径，降低单次调用成本；2）AI应用采购方在服务器选型时，配置思路应从“GPU优先”转向“系统整体规划”；3）对小型团队和独立开发者，编排调度降低了算力门槛，可借用开源中端模型+合理调度的方式达成高性能效果。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
目前公开信息显示，以下三个方向值得跟踪：第一，英伟达是否会调整产品策略或价格，以应对GPU需求结构变化；第二，Meta与AMD的60亿美元合作是否如期落地，以及Meta是否会向其他CPU厂商采购；第三，编排调度模式在安防领域的成功能否推广至图像生成、视频处理等更广泛AI应用场景，进而影响存储芯片的长期供需曲线。
来源：Readhub · AI
