韩国存储芯片巨头SK海力士在KOSPI交易所已有上市,目前正在为潜在的美国上市做准备,据报道可能筹集100亿至140亿美元资金。
该公司本周宣布已秘密向美国证券交易委员会提交F-1表格,目标在2026年下半年完成上市。
但真正的问题不仅仅是能筹集多少资金,而是美国上市是否能提升其作为AI芯片供应链中最关键参与者之一的交易价值。
尽管SK海力士在高带宽内存(HBM)方面发挥着关键作用——这是驱动英伟达等公司AI系统的核心组件,但据一位首尔半导体分析师表示,该股票历史上一直以低于全球同行的价格交易。公司市值约为4400亿美元,但其估值倍数仍低于美国上市的半导体公司,这引发了关于地理位置而非基本面是否部分导致这一差距的疑问。
此举被广泛视为努力提高估值以匹配美光等全球同行的举措。
"SK海力士的美国上市可能有助于缩小与全球同行长期存在的估值差距。尽管与美国芯片制造商相比,韩国公司拥有可比较的——在某些领域甚至更强的——产能,但历史上一直以折价交易,部分原因是其主要在韩国上市,"该分析师告诉TechCrunch。
分析师还提到了影响交易的结构性因素。"SK海力士的最大股东SK Square,截至2025年12月持股20.07%,根据韩国控股公司规则,必须维持至少20%的股份。"
基于当前股价,发行约2%的新股可能筹集100亿至140亿美元,同时允许SK Square维持其持股门槛,分析师说。(根据韩国公平交易法,控股公司必须在子公司中维持最低持股比例,对于上市实体至少20%,以保持控制权。)
有先例可循。例如,台积电(TSMC)的美股有时会相对于其本土股票交易溢价,特别是在AI驱动需求强劲的时期,表明交叉上市可以影响投资者对同一基础业务的定价。
此举已经在更广泛的韩国芯片行业产生涟漪效应。在SK海力士提交申请后,一些投资者现在正推动三星电子考虑类似的美国上市。据彭博社报道,主要股东Artisan Partners周五表示,美国上市(技术上称为美国存托凭证或ADR)也可以帮助三星提高其估值,并为美国散户投资者提供购买其股票的机会。
资本推动满足AI驱动的需求
SK海力士计划的ADR上市也被广泛视为在增加资本支出以满足AI半导体对内存日益增长需求之前获得资金的举措。
在3月25日的年度股东大会上,SK海力士首席执行官郭鲁正表示,财务能力将是在AI时代维持增长的关键,并补充说公司目标是获得约750亿美元(超过100万亿韩元)的净现金来支持长期投资。
内存成本飙升和供应有限一直是减缓AI建设的瓶颈之一,同时也影响了其他行业,如消费级游戏玩家。这种情况被称为"内存末日",据《自然》杂志报道,如果市场没有变化,预计将持续至少到2027年。
时间将证明这一末日预言是否成立。科技巨头们正在通过增加制造以外的其他方式解决内存末日问题。例如,谷歌本周推出了名为TurboQuant的技术,这是一种超高效的AI内存压缩算法。它使AI在使用内存方面变得极其高效。
尽管如此,信号表明还需要更多的内存生产。SK海力士正在为一系列资本密集型项目做准备。公司计划到2050年投资约4000亿美元在韩国龙仁建设半导体集群。它还在韩国和印第安纳州建设新设施,计划投资分别约250亿美元和33亿美元,突显了所需资本的规模。
这家芯片制造商本周表示,将在2027年前从阿斯麦(ASML)收购先进的极紫外(EUV)光刻扫描仪,交易价值79亿美元,旨在提升AI用高带宽内存(HBM)生产。
所有这些都将得到重量级美国IPO的支持。这可能导致其他韩国芯片制造商效仿。
Q&A
Q1:什么是"内存末日"?为什么会出现这种情况?
A:"内存末日"指的是内存成本飙升和供应有限的情况,这一直是减缓AI建设的瓶颈之一,同时也影响了消费级游戏等其他行业。如果市场没有变化,这种情况预计将持续至少到2027年。
Q2:SK海力士为什么要在美国上市?
A:SK海力士美国上市主要是为了缩小与全球同行长期存在的估值差距。尽管公司拥有可比较甚至更强的产能,但历史上一直以折价交易,部分原因是其主要在韩国上市。美国上市可能筹集100亿至140亿美元资金。
Q3:SK海力士在AI芯片供应链中扮演什么角色?
A:SK海力士在高带宽内存(HBM)方面发挥着关键作用,这是驱动英伟达等公司AI系统的核心组件。公司是AI芯片供应链中最关键的参与者之一,其产品对AI系统运行至关重要。
好文章,需要你的鼓励
Locus Robotics宣布收购加拿大温哥华机器人公司Nexera Robotics,将其专有的NeuraGrasp末端执行器技术整合至Locus Array平台。NeuraGrasp融合AI抓取智能、计算机视觉及专利软膜结构,可动态适应不同形状、材质、重量的商品,显著扩大了可自主拣选的SKU类型范围。此次收购将加速Locus Robotics在移动操控领域的技术路线图,推动仓储全流程自动化履约能力迈上新台阶。
ServiceNow研究团队构建的EVA-Bench框架,通过AI对AI的音频通话测试,量化评估语音客服系统在准确性和对话体验两个维度的真实表现,揭示现有系统普遍存在的可靠性缺口。
人形机器人正从原型验证迈向早期商业部署,汽车制造与物流领域预计成为未来十年核心需求市场。IDTechEx预测,相关市场规模将于2030年代初达到约250亿美元,2036年年出货量接近180万台。硬件成本持续下降,均价有望从2024年的约11.47万美元降至2030年的约3.7万美元。高利用率场景下运营成本有望低于5美元/小时,投资回收期可缩短至约6个月。但大规模商业化的关键,仍在于软件能力、任务泛化与系统集成的持续突破。
AWS AI Labs研究团队发布EvalAgent,这是一套通过"评估技能"自动生成AI智能体评测方案的系统,将首次运行成功率从17.5%提升至65%,并在人类专家评测中获得79.5%的偏好选择。