#AI股持续上涨还有哪些投资机会 Das Training und die Inferenz großer KI-Modelle führen zu einem enormen Bedarf an Rechenleistung; Hardwarekomponenten aus vorgelagerten Bereichen bilden die Grundlage für das Wachstum der Branche. In der Vergangenheit richtete sich die Aufmerksamkeit des Marktes vor allem auf GPUs und führende Anbieter kompletter KI-Server. Mit dem beschleunigten Ausbau der Rechenkapazitäten treten jedoch zunehmend die Engpässe in der Lieferkette in den Vordergrund – der sogenannte „Fasseffekt“: Die Kapazitätsobergrenze der gesamten Lieferkette wird durch den am stärksten begrenzten Abschnitt bestimmt. Speicher: Das Training großer Modelle erfordert das Lesen und Schreiben riesiger Datenmengen. Speicher mit hoher Bandbreite (HBM) ist eine zentrale Ergänzungskomponente für GPUs, und das Angebot ist seit Langem knapp. Mit der Einführung von KI-Agenten und multimodalen Modellen steigt der Speicherbedarf auf der Inferenzseite kontinuierlich. Unternehmen aus den Bereichen Speicherchips und Speichermodule verfügen daher über erhebliches Potenzial für weiteres Mengenwachstum.