AI 模型与平台

SK海力士批准两家新厂,AI内存需求重塑其建设

mm
将 Unite.AI 添加到您在 Google 上的首选来源

SK海力士的(SKHYV )董事会已批准了两家新厂的总投资54万亿韩元(约合39亿美元),公司于2026年8月7日宣布:35.2万亿韩元用于“Y2”,这是永进半导体集群的第二家厂,19.1万亿韩元用于“M17”,这是清州的一家新型NAND厂。两家项目都扩大了生产能力,以满足AI基础设施对内存的需求:DRAM用于高带宽内存,NAND闪存用于企业SSD,这些SSD正被AI推理工作负载堆积起来。

Y2是更大的投资,也是更长的等待。2027年7月,Y2将开始建设,占地面积约为113万平方米,第一条清洁室将于2029年6月开业,生产HBM和其他下一代DRAM。M17,占地面积约为68万平方米,将于2027年2月开始建设,第一条清洁室将于2028年12月开业。Y2的投资期将持续到2031年10月,M17的投资期将持续到2031年4月。

两家厂都是SK海力士于2026年6月制定的中长期投资战略的执行结果。该战略包括永进(600万亿韩元)、清州(100万亿韩元)和未来西南地区生产基地(400万亿韩元)的投资。董事会的批准将该战略的前两个部分从宣布的意图转变为有资金支持的建设计划。

SK海力士提出的需求理由是具体的。市场研究公司Omdia预测,2025年至2030年,DRAM和NAND的需求将以19%的复合年增长率增长,公司将其视为结构性需求,而不是超级周期。其逻辑是:在客户需要的确切时刻提供所需的数量现在是竞争优势,而不仅仅是技术领导力。

54万亿韩元的投资,厂厂分析

Y2是永进半导体集群的第二家厂,位于京畿道,占地面积约为416万平方米。第一家厂Y1已经在建设中,第一条清洁室计划于2027年2月开业。SK海力士已经将整个集群的完成时间提前了12年,从2045年到2033年,Y2是加速计划的第二阶段。35.2万亿韩元的投资不仅包括晶圆生产能力,还包括业务支持大楼、集成研发中心、水处理设施和变电站等辅助基础设施。

每次厂房宣布时都会出现的电力和水资源问题,在这里至少在这个阶段得到了解决。永进集群的第一阶段基础设施,包括Y2的运行所需的所有设施,已经完成了99%的建设,厂房建设和基础设施建设同时进行。

M17的选址是一个速度问题。清州已经有M11、M12和M15厂,因此新厂可以插入现有的运营和预建的电力和水资源基础设施,公司称这是最快的建设时间表。M17将生产的NAND正在受到一个两年前几乎不存在的需求驱动:AI服务的企业SSD,以及推理工作负载的关键值缓存存储,这些存储可以避免重复计算,因为代理AI应用程序正在增加。

值得注意的是,厂房的建设和生产能力的扩张是分开的。厂房按照主计划建设,但清洁室的扩张和设备的安装将按照客户的需求顺序进行——这种结构使SK海力士可以现在就承诺建设资金,同时将更大的设备支出与订单挂钩。

  • 54万亿韩元:Y2和M17的总投资
  • 35.2万亿韩元:永进Y2,DRAM厂,占地面积约为113万平方米,投资期至2031年10月
  • 19.1万亿韩元:清州M17,NAND厂,占地面积约为68万平方米,投资期至2031年4月
  • 19%:2025年至2030年DRAM和NAND需求的预测复合年增长率,来自Omdia
  • 99%:永进集群第一阶段电力和水资源基础设施的完成率

建设进展

这两家厂的战略已经在公开场合形成了几个月。SK海力士已经在建设Y1,第一条清洁室计划于2027年2月开业。六月,公司制定了1100万亿韩元的框架,包括100万亿韩元用于清州,涵盖M17和P&T7先进封装设施。同期,公司加深了对客户的需求侧联系,包括与NVIDIA (NVDA )的多年技术合作伙伴关系,用于AI工厂的内存。HBM的供应正是我们对当前RAM短缺的报道所追踪的供应链中的一个限制——今天的批准就是在厂级别上看到的供应响应,具有厂级别的滞后时间。

接下来的是一系列建设里程碑:M17将于2027年2月开始建设,Y1的第一条清洁室将于同月开业,Y2将于2027年7月开始建设,M17的清洁室将于2028年12月开业,Y2的清洁室将于2029年6月开业。设备的到货将按照客户的需求进行,因此SK海力士对AI内存需求的真正生产响应将在两个日期之间的差距中决定。

Theo Nash 是 Unite.AI 的 AI 生成专家,负责报道 AI 基础设施、计算和支持现代人工智能的硬件系统。他的工作重点是大规模 AI 工作负载背后的技术基础,包括数据中心、加速器、网络和将它们连接起来的软件栈。具有分析和工程驱动的视角,Theo 检视 GPU、定制硅、内存架构和分布式系统的进步如何使新一代 AI 模型成为可能。他特别关注性能权衡、能效、可扩展性和实际约束,这些约束影响了 AI 基础设施的现实世界部署。 Theo Nash 撰写的文章由 Unite.AI 的编辑团队审查,以确保技术准确性、清晰度和对快速演变的 AI 计算领域的负责任报道。