The Circuit：記憶體的新底部、資產負債表即服務，以及為什麼沒人對 Token 價值達成共識
專題podcast綜述：美光財報、HPE 網路業務投資人日，以及 OpenAI 2025年10月6日開發者日
在最新一集的《The Circuit》podcast節目中，主持人班・巴賈林（Ben Bajarin）與傑伊・戈德堡（Jay Goldberg）結合了一週內發布的多項關鍵事件——包括美光的財報、HPE 的網路業務投資人活動，以及 OpenAI 的開發者日（DevDay）——深入探討一個更宏觀的論點：市場至今仍未就如何為記憶體、伺服器融資及 AI token 經濟學中的結構性轉變進行建模達成共識。儘管對話涵蓋了美光、HPE、NVIDIA、Broadcom 與 AMD，但核心主軸在於：舊有的企業估值框架崩潰的速度，遠快過華爾街重寫模型的速度。
記憶體的底部已經上移，但週期真的變了嗎？
美光的財報表現相當乾淨俐落，營收數字、財測與市場基調都繳出好成績，然而其股價在該週結束時卻幾乎持平。巴賈林與戈德堡認為，這證明了市場對於記憶體目前的真實價值仍存在巨大分歧。巴賈林指出了核心矛盾：整體可定址記憶體市場（addressable memory market）顯已重新定價，從歷史高點的近 1,000 億美元，上調至預估的 6,000 億至 8,000 億美元不等（取決於新的 ASP 價格底部最終落在哪個水準），但投資人依舊在為大約 2029 年可能到來的嚴峻崩盤進行定價。「這就是目前模型所假設的，」戈德堡表示，「需求破壞與極高的毛利率壓縮。」巴賈林則反駁了「週期性必然以崩盤收場，而非繞著永久更高底部波動」的假設。他將此辯論視為美光及其同業邁向 2028 年時真正的關鍵變數——屆時，DRAM 與 NAND 位元成長率（在 2027 至 2028 年間預計維持在 20% 初至中段）可能趕上目前如火如荼進行中的產能擴張，形成戈德堡所稱的潛在「供需均衡」，而市場可能會在此情況發生前很久，就以悲觀態度進行定價。
中國長江存儲（CXMT）是無人能正確建模的變數
兩位主持人皆指出，中國記憶體大廠長江存儲（CXMT）加速擴產的目標，是 2028 年供應格局中被低估的風險。中國記憶體製造商真正的優勢並非不受限制的資本或技術取得管道，而是建設速度。「在美國、韓國或日本建造一座記憶體晶圓廠需要兩年半到三年的時間，」戈德堡指出，「在中國只需要 18 個月。」這種時間差意味著，相當大一部分的新全球位元供應量，可能會比西方國家的產能規劃更早、更快釋出，進而壓縮多頭寄望藉此延緩價格重置的供需時間軸。
「成熟製程」記憶體作為台積電式「傳統製程」節點的論點
本集中結構上最具看點的觀點，是巴賈林提出的論點：記憶體可能正朝著類似晶圓代工（foundry）的模式演進，即舊有節點（特別是 DDR4）將無限期地持續變現，而非像歷史常態那樣面臨退役與替換。由於 AI 加速器的位元需求實際上沒有上限（「如果你跟任何做 AI 加速器邏輯晶片的人談過，他們就是想要更多，這對記憶體的需求極度孔急，」巴賈林說），他主張，記憶體製造商有一個理性的理由讓舊有的無塵室產能持續運作，以服務手機、PC 以及基於 CXL 的非聚合運算（disaggregated compute），同時將新產能與研發資源集中於 HBM。不過，戈德堡對於記憶體製造商是否真正內化了這套邏輯抱持懷疑，他指出目前的經濟效益反而有利於犧牲成熟製程產能來生產 HBM：生產四顆通用記憶體的晶圓，改用來製造 HBM 晶粒（die），其售價大約高出 100 倍。「數學計算上非常強烈地傾向把所有能用的資源都砸在 HBM 上，」他說，並補充特斯拉（Tesla）近期因供應吃緊而決定在其機器人中降低記憶體規格，正是當產能陷入匱乏時，非資料中心客戶將面臨何種命運的早期警訊。戈德堡也提出了目前記憶體模型中普遍忽略的另一項需求端風險：隨著裝置價格越來越高，智慧型手機的換機週期可能在結構上拉長，曾有一位預測家告訴他，若沒有 AI 手機作為催化劑，產業可能面臨「手機長達十年的零成長」。
HPE 渴望被視為一家網路公司，但其智慧財產權（IP）究竟是什麼？
巴賈林對 HPE 網路業務投資人活動的總結，對這場以瞻博網路（Juniper）為主導的轉型，提出了比表面宣傳更犀利、更懷疑的解讀。HPE 高層明確將公司定位為一家「以網路業務為先」的公司，並由其帶動後端的基礎設施與軟體銷售，這部分是由於企業客戶擔憂在自主 AI（agentic AI）時代，老舊園區網路設備會出現資安漏洞。該公司展示了其 Helios 機架，該機架圍繞著運行 UALink-over-Ethernet 的 Broadcom Tomahawk 交換器，用於擴展域（scale-up domain）交換。巴賈林形容其中包含「我見過單一運算托盤中最瘋狂數量的銅質乙太網路線」。然而，這種工程上的炫技引出了一個讓多位賣方分析師（包括摩根士丹利的 Erik Woodring）在會場上頻頻追問的不安問題：鑑於交換器是 Broadcom 的、運算晶片是 AMD 或 NVIDIA 的，HPE 在此處究竟擁有什麼樣的專有智慧財產權（IP）。戈德堡多年來持續追蹤瞻博網路，他對支撐這項策略的網路技術直言不諱地表達了懷疑；而巴賈林則承認，該公司「瑞士式」的中立定位（同時支援 NVLink、乙太網路以及任何加速器供應商），最終可能意味著 HPE 的價值不在於專有 IP，而在於世界級的系統整合能力。
「資產負債表即服務」正式登上簡報頁面，不再只是財報附註
本集中最敏銳的觀察之一，聚焦於 NVIDIA 的非交易路演（non-deal roadshow）簡報資料。該資料本週在至少六家賣方銀行間流傳，且首次明確將「資產負債表的使用」包裝為成長策略，而非風險揭露。戈德堡指出，該頁面本質上就是 NVIDIA 10-K 年報中負債附註的重新包裝圖像——也就是空頭過去一直用來突顯其不斷膨脹承諾的同一張圖表。「這就像《大賣空》（The Big Short）裡的那個迷因一樣，」他說，「他們為什麼要坦白？他們不是在坦白，他們是在炫耀。」在此之上，路透社（Reuters）關於 Anthropic 初步 IPO 文件的報導指出，Broadcom 已承諾向 Anthropic 提供高達 42 億美元的貸款，與 Google TPU 生產綁定。巴賈林進一步提出了更有趣的戰略問題：為什麼是 IC 設計公司（Fabless）、如 NVIDIA 和 Broadcom，而不是像台積電這樣的晶圓代工廠，站出來為客戶的產能進行融資擔保？戈德堡的回應是，台積電在供應鏈中的位置過於上游，無法準確嗅出終端真實需求（「當 Google 或山姆・奧特曼（Sam Altman）去台灣找台積電談話時都會上新聞，可見這種事有多罕見」），而 NVIDIA 和 Broadcom 的毛利率都顯著高於台積電，因此更有條件直接將 AI 需求進行變現與定價。這場對話也將其與陳福陽（Hock Tan）過去「像經營私募股權基金一樣」經營 Broadcom 的歷史做了犀利對比。巴賈林認為，Broadcom 跨足供應商融資本身就是一個訊號，顯示老練的資本配置者認為 AI 基礎設施支出具備足夠的結構性持久力，值得承擔這項風險。戈德堡則較為保守，將這種動態解讀為 NVIDIA 正迫使包括 AMD 在內的每一個競爭對手，必須在資產負債表、網路及系統能力上與之匹敵，才能勉強維持競爭力——而 AMD 大約 100 億美元的現金水位，在 NVIDIA 超過 600 億美元的現金餘額與龐大自由現金流面前，在現實中根本無法贏得這場競賽。「如果在五年前你告訴我，半導體產業核心的競爭動態竟然是資產負債表的運用與負債承擔，」戈德堡說，「我是絕對不會相信的。」
Token 經濟學（Tokenomics）：定價終於變得可量化
戈德堡在節目中介紹了他所觀察到正在成熟的分析框架——他稱之為 Token 經濟學（Tokenomics）。他認為，橫跨輸入與輸出 token、推理模型溢價（reasoning model premiums）以及推論速度分級（inference speed tiers）的定價數據已經足夠豐富，足以將 AI 單位經濟學（unit-economics）的分析從泛泛而談的評論，推進到硬碰硬的美元金額建模。他指出，各大實驗室大約在一年前收取的推理模型定價溢價實際上已經消失，現在已被打包成前沿模型定價中的標準功能，不再是可變現的差異化特色；同時，輸入與輸出 token 的定價持續分化，因為底層的運算成本本質上就大不相同。他認為，這個框架也解釋了許多戰略舉措，例如據傳 NVIDIA 以 20 億美元收購 Groq 的傳聞。這段對話直接呼應了 OpenAI 在 DevDay 上宣布推出速度達每秒約 250 個 token 的「極速」（Ultrafast）等級。巴賈林指出，市場最初誤以為這是由 Cerebras 驅動的推論，後來才浮現出該加速效果其實來自標準 NVIDIA GPU 的低批次優化配置（low-batch-optimized configuration），而非專用加速器。兩位主持人一致認為，這指向了一個近期的未來：市場將轉向細分化、基於速度與模型的定價分級，而非單純的「高階」與「商品化」token 二分法。戈德堡預測，企業客戶將日益需要建立自己的 tokenomics 模型，才有辦法與那些已經成熟到在內部聘請經濟學家來制定定價策略的 AI 實驗室進行有效談判。