限定福利“闲逸辅助神器免费”开挂神器{透视辅助}全揭秘

　　芯片股，再度走高！

　　今日（2月19日） ，在芯片股的带动下
，韩国股市大幅走高 。其中，韩国KOSPI指数一度涨超3% ，再创历史新高
。三星电子一度涨超5%
，SK海力士涨超2%。

　　有消息称，三星电子新一代高带宽存储芯片HBM4价格已飙升至700美元 ，较HBM3E高出20%至30%
，SK海力士预计也将把HBM4的价格定在同一水平 。而去年8月，SK海力士向英伟达供应的HBM4单价约为500美元
。

　　芯片股大涨 ，韩国股市创新高

　　周四，亚太股市多数上涨
，韩国股市走势最为强劲，再创新高。

　　截至券商中国记者发稿时 ，韩国KOSPI指数上涨2.68%报5653点 。存储芯片概念股集体走强
，三星电子涨4.72%，SK海力士涨2.16%
。重工业
、建筑等板块也走高 ，现代重工涨超7%
，斗山集团涨近6%，大宇建设、现代建设涨超4%。

　　据外媒消息 ，在存储芯片持续供应短缺的背景下
，三星电子推出的新一代高带宽存储芯片HBM4供货价据报已上涨至700美元（约合101万韩元） 。即将开始量产HBM4的SK海力士预计也将把价格定在同一水平，这令市场预测两家公司今年第一季度的营业利润均有望达到“30万亿韩元
”。

　　据报道 ，三星电子自本月12日起全球率先实现HBM4的量产
，目前正以比上一代HBM3E高出20%至30%的价格进行谈判，约在700美元左右
。去年8月 ，SK海力士向英伟达供应HBM4时的价格还维持在约500美元的价格水平，但仅半年内HBM4价格就再度大幅上涨。

　　市场分析认为
，随着通用型DRAM盈利能力显著提升，已可媲美HBM ，三星电子和SK海力士不再需要只专注于HBM生产
，因此议价能力明显增强 。实际上，三星电子正谨慎调整产量 ，避免将过多DRAM产能集中用于HBM
，以追求利润最大化
。

　　在HBM 、通用型DRAM和NAND闪存价格全面走高的背景下，预计三星电子和SK海力士将在今年第一季度打破此前的季度营业利润纪录。三星电子于去年第四季度首次实现单季20万亿韩元的营业利润 ，而SK海力士的同期利润也达到19万亿韩元左右 。证券机构预测
，今年一季度，三星电子的营业利润或将达到32万亿韩元 ，SK海力士则有望超过28万亿韩元
，正式开启韩国企业“单季营业利润超30万亿韩元”的新时代
。

　　三星电子和SK海力士的业绩增长势头预计将持续整年。全球投资银行摩根士丹利预测，三星电子今年全年营业利润将达245.7万亿韩元 ，SK海力士则有望实现179.4万亿韩元，同比增幅分别高达464%和280% 。

　　美股科技股反弹
，存储概念股走强

　　当地时间周三，随着投资者对人工智能颠覆性影响的担忧有所缓解 ，美股三大指数集体收涨
。截至收盘
，纳指上涨0.78%，标普500指数涨0.56% ，道指涨0.26%。

　　存储概念股普涨
，美光科技涨5.30%，西部数据涨4.38% ，希捷科技涨1.97%
，闪迪涨1.66% 。有报道称，著名对冲基金经理David Tepper增持了美光科技
。

　　大型科技股也集体走高 ，英伟达涨1.63%
，亚马逊涨1.81%，微软
、脸书涨超0.60%。消息面上 ，Meta同意未来几年部署数百万英伟达芯片的新协议 。另外，监管文件显示
，著名投资者比尔-阿克曼的Pershing Square基金在去年第四季度将其在亚马逊的持股增加了65%，这使得亚马逊成为该基金的第三大重仓股。

　　Baird投资策略分析师罗斯·梅菲尔德（Ross Mayfield）表示：“在某一时刻 ，科技股走弱必然会吸引边际买家入场
。这些仍是高增长标的
，它们之前很贵，现在变便宜了。未来几年 ，仍会有很多人希望配置科技股 。 ”

　　在对人工智能颠覆性影响的担忧引发科技股暴跌后
，投资者正在寻找筑底信号
。周三，美股芯片股指数上涨1% ，跟踪软件公司的ETF跳涨1.3%。

　　Granite Bay Wealth Management的保罗·斯坦利表示
，软件股抛售潮可能“过度”，其很大程度上是一种本能反应 ，投资者试图弄清楚人工智能领域的赢家和输家 。“虽然人工智能前景非常广阔
，但投资者不应认为所有公司都能在人工智能领域取得成功
。
”保罗·斯坦利说道。

　　高盛在最新的报告中提及，AI技术主要作为强大的智能层 ，而非基础性替代方案，AI模型仍依赖于记录系统
，从而最大化自身价值 。特别是在企业环境中，AI模型需要大量高质量、结构化且历史准确的数据进行训练和运行
。现有记录系统是这些数据的存储库 ，包括SAP 、Salesforce
、Oracle和Workday在内的现有SoR记录系统公司已经花费了几十年时间建立完善的数据验证、治理和合规流程。例如
，用于财务规划与分析的AI应用必须从经过精心维护和审计的可信账簿中提取准确的历史数据 。