当前存储芯片类股票的定价已反映了行业周期性因素的影响，但历史规律表明，市场在繁荣期触顶的关键时刻往往会作出错误的周期研判。

投资人工智能(AI)需要笃信“这次不一样”，而存储芯片制造商就是其中一个尤为极端的例子。

仅仅三年前，美光科技(Micron Technology)还创下有史以来的最大亏损，如今却有望成为美国盈利能力第六强的上市公司。在未来12个月内，美光科技将进账近1,000亿美元，超过Meta或伯克希尔哈撒韦(Berkshire Hathaway)。AI需求的迅猛增长，加之美光科技生产的高带宽存储(HBM)价格飙升，让该公司及其竞争对手都赚得盆满钵满。

与三星电子(Samsung Electronics)和SK海力士(SK Hynix)一样，美光科技正处于芯片周期的黄金期，产品价格、公司利润和股价都随之水涨船高。这种狂热甚至溢出了芯片行业：美光科技为华尔街上调标普500指数盈利预期作出了显著贡献，而上述两只韩国股票则推动韩国股市成为今年以来全球表现最好的市场，且涨幅遥遥领先。

问题在于，对存储芯片的旺盛需求能持续多久。

存储芯片是高度周期性行业的典型代表。建设晶圆厂需要投入巨资。当需求上升时，供应需要数年时间才能跟上，在此期间产品价格和利润会大幅上涨。这些高额利润会诱使企业高管扩大生产。高昂的固定成本又迫使生产商让晶圆厂满负荷运转，哪怕市场已经供过于求。一旦产能过剩导致价格跳水、利润暴跌，周期就会逆转，2022至2023年的情况便是前车之鉴。

眼下的高盈利能力已经引发资本支出狂潮。美光科技正斥资1,500亿美元在纽约州、爱达荷州和弗吉尼亚州新建或扩建晶圆厂，韩国的新晶圆厂也正在陆续投产。

好消息是，投资者已将周期性因素考虑在内。坏消息是，在过去的关键节点上，他们曾屡屡误判周期。

行业下行的风险已体现在美光科技的估值中。两周前，按远期市盈率计算，美光科技是标普500指数中估值第三低的股票。目前其市盈率仍低于10倍，对于一只备受追捧的热门股而言，这一市盈率水平相当保守。不过，这并不意味着该股估值偏低。这仅仅说明投资者心知肚明：存储芯片的繁荣不会一直长盛不衰。

历史已揭示了其中的规律。在上一周期里，美光科技股价在2022年初见顶，当时的远期市盈率仅为九倍，随后该股在当年遭遇腰斩。直到亏损预期被市场彻底消化，该股才触底反弹，随后走出一波翻倍行情。

类似的一幕也曾在20世纪80年代中期和90年代的周期里上演。1984年该股见顶时，其远期市盈率仅为15倍，而这一高点直到九年后才被打破。在2018年的周期中，该股见顶时的市盈率仅为5.5倍。那些自以为抄到底、捡了便宜的投资者最终损失惨重。

眼下的危机潜伏在需求端，而非供应端。只要需求保持坚挺，今明两年新增的产能还不足以吞噬利润。那么，可能会出什么问题呢？

最大的风险根本无法量化：AI技术对存储资源的利用效率可能会大幅提升，这意味着数据中心对存储芯片的需求会减少。今年3月，Alphabet的研究人员发表论文展示了存储效率的惊人提升，存储芯片类股票应声下挫，尽管随后收复了失地。大语言模型仍是一项不成熟的技术，针对专用数据中心的工程优化势在必行。然而，这些技术突破的幅度有多大、何时降临，目前仍是未知数。

其他风险则笼罩着整个AI供应链：数据中心的建设计划可能缩水，AI的普及速度或许不及预期，政治层面的强烈抵制也可能绊住扩张的脚步。这些情况都并非杞人忧天，但在那些一路推高股价的AI多头眼中，似乎都不足为惧。

最后一个风险在于，暴利必将引来新的竞争者入场。就目前而言，美光科技主攻的超高速存储领域门槛极高，新玩家似乎难以涉足。但在其他利润丰厚的AI芯片赛道，蜂拥而入的局面已经显现。

存储芯片领域外的芯片制造商也遵循着相似的商业逻辑。不过，由于这些企业的产品差异化程度更高（比如英伟达(Nvidia)与AMD的对比），其周期性波动要微弱得多。

受英伟达芯片丰厚利润的驱使，Alphabet已着手开发其所谓的张量处理单元(TPU)。这款芯片专门用于AI训练，而这正是英伟达昂贵的图形处理单元(GPU)的核心应用场景之一。在AI模型的“推理”环节，亚马逊(Amazon)的Graviton芯片提供了所需的中央处理单元(CPU)算力，而市场对推理功能的庞大需求也提振了英特尔(Intel)的业绩。

作为新晋玩家，Cerebras直到2019年才推出首款兼具训练和推理功能的巨型芯片。该公司在上周四的首次公开募股(IPO)中筹集了55.5亿美元，股价随即翻了一倍以上。

在AI需求狂飙的当下，所有新增产能都能被吃下，且利润率不会受到太大冲击。但这场盛宴持续得越久，杀入局的竞争对手就会越多，堆积的产能也会越发庞大。

正如所有大宗商品一样，成功本身就播下了自我毁灭的种子。哪怕人们对AI的宏伟期许最终全部兑现，这一铁律也难以打破。