CoreWeave陷入危机之际，超大规模云服务商仍维持AI投资，存储芯片股估值偏低

韩华投资证券分析师 Park Jun-young 在 10 月 21 日的一份报告中表示，尽管市场对 CoreWeave 的信贷状况存在担忧，超大规模云服务商仍在扩大投资，推动存储器半导体需求实现结构性增长。Park 认为，不应将 CoreWeave 的信贷风险解读为整个 AI 行业面临危机，并指出，只要信贷市场动荡不会导致超大规模云服务商削减投资，存储器行业的增长驱动因素——2027 年 HBM 供应扩张和服务器 DRAM 需求增加——就仍然成立。CoreWeave 依靠债务融资获取 GPU 和数据中心基础设施，再通过客户收入收回投资，因此对利率上升和融资条件恶化较为敏感。包括 Microsoft、Alphabet、Amazon 和 Meta 在内的主要超大规模云服务商，则利用现有云业务和平台业务产生的现金流为 AI 投资提供资金，因此具有不同的信贷风险状况。

CoreWeave 依靠债务融资，而超大规模云服务商使用经营现金流

CoreWeave 通过大规模债务融资，提前获取 GPU 和数据中心基础设施，再向客户提供这些资源，以收回投资资本。这种模式使该公司更容易受到利率上升和融资条件恶化的影响。相比之下，Microsoft、Alphabet、Amazon 和 Meta 继续依靠现有云业务和平台业务产生的现金流进行 AI 投资。韩华投资证券表示，即使投资于相同的 AI 基础设施，根据企业的财务结构和融资方式区分其信贷风险也是合理的。

超大规模云服务商的资本支出执行情况仍是投资周期的关键指标

韩华投资证券认为，决定投资周期能否持续的关键变量，是大型超大规模云服务商实际执行资本支出的情况，而不是个别新型云服务商的信贷风险。这些超大规模云服务商构成了 AI 基础设施的最终需求来源，其投资规模显著超过个别新型云服务商。分析显示，尽管近期市场存在担忧，主要超大规模云服务商的投资扩张轨迹并未发生变化。韩华投资证券评估认为，凭借充足的流动性和较高的信用评级，这些公司仍拥有应对外部金融环境变化所需的财务灵活性。

韩华分析师将半导体股调整归因于风险厌恶

韩华投资证券判断，近期半导体股的调整反映的是金融市场动荡引发的风险厌恶情绪，而不是基本面发生变化。美国国债收益率上升以及 AI 基础设施公司信贷风险扩大正在抑制投资情绪，但目前没有充分证据表明，这些因素将损害韩国存储器公司的中长期盈利增长前景。分析指出，随着股价调整，估值吸引力有所提升，而 2027 年盈利增长预期仍然稳固。韩华投资证券表示，韩国存储器公司当前的企业价值尚未充分反映 AI 行业的结构性增长潜力和未来盈利能力，并将近期股价下跌解读为相对于基本面的过度折价。

AI 基础设施投资推动存储器需求结构性增长

韩华投资证券强调，AI 基础设施投资扩张将推动存储器半导体行业需求增加。AI 模型的发展和推理服务的普及，不仅需要增加包括 GPU 在内的加速器出货量，还需要扩大每个系统的存储器容量。随着 AI 系统性能提升，存储器带宽和容量的重要性也会同步提高。韩华投资证券解释称，这意味着 AI 半导体市场的增长将转化为整个存储器行业的需求扩张，增长重点将集中在高带宽存储器（HBM）和服务器 DRAM。分析认为，只要 AI 基础设施投资持续，存储器行业结构性增长的方向发生改变的可能性仍然有限。

常见问题

韩华投资证券在 10 月 21 日对 CoreWeave 的信贷风险得出了什么结论？

韩华投资证券分析师 Park Jun-young 在 10 月 21 日的一份报告中表示，不应将 CoreWeave 的信贷风险解读为整个 AI 行业面临危机。分析认为，只要信贷市场动荡不会导致超大规模云服务商削减投资，存储器行业的增长驱动因素，包括 2027 年 HBM 供应扩张和服务器 DRAM 需求增加，就仍然成立。

主要超大规模云服务商如何以不同于 CoreWeave 的方式为 AI 投资提供资金？

CoreWeave 通过大规模债务融资，提前获取 GPU 和数据中心基础设施，再通过客户收入收回投资，因此对利率上升和融资条件恶化较为敏感。Microsoft、Alphabet、Amazon 和 Meta 则利用现有云业务和平台业务产生的现金流为 AI 投资提供资金。尽管它们投资于相同的 AI 基础设施，但信贷风险状况与 CoreWeave 存在差异。

为什么 AI 基础设施投资会增加存储器半导体需求？

AI 模型的发展和推理服务的普及，需要增加包括 GPU 在内的加速器出货量，并扩大每个系统的存储器容量。随着 AI 系统性能提升，存储器带宽和容量的重要性也会同步提高。韩华投资证券解释称，AI 半导体市场的增长将转化为整个存储器行业的需求扩张，增长重点将集中在高带宽存储器（HBM）和服务器 DRAM。