内存暴涨十年账本:谁在AI浪潮里输掉了下一局?
存储芯片正在经历一场酝酿了十年的供应危机。这场危机的真正推手不是AI需求有多大,而是过去十年间,整个行业几乎没有人愿意为未来的不确定性下注。
“过去十到二十年,内存技术一直在进步,但相同尺寸的产品价格却没有随技术进步大幅提升。”撷发科董事长杨健盟对媒体说出这番话时,指向的是一个被半导体行业反复验证的产业事实——存储厂商在过去漫长的周期里,实际上没能有效收回研发与巨额的设备折旧成本。
现在,这个长期累积的结构性矛盾终于到了摊牌时刻。当AI数据中心的算力军备竞赛迫使终端客户疯狂抢购晶圆时,全球存储产业链才发现自己已经很久没有准备过“需要快速大规模扩产”的能力。
AI引爆的不是短缺,而是十年欠下的债
把当前的存储芯片涨价单纯归咎于AI需求爆发,是最容易讲述却最不准确的故事。真实的底层逻辑恰恰相反:过去十年间,存储芯片市场长期处于供过于求或供需紧平衡的脆弱状态。
每当有厂商试图扩大产能或更新更先进的制程设备时,市场价格就会因为供给端释放的压力而下压。反过来,价格下跌又让全行业的利润率迅速恶化,厂商自然不敢继续盲目追加资本开支。这是一种典型的“囚徒困境”,也是存储产业历经半个多世纪依然无法摆脱的周期性魔咒。
在这种长期的价格博弈环境下,大多数制造厂选择了一条极度保守的路线:让既有旧设备满负荷运转以维持微薄的盈亏平衡,而非积极投资新建最先进的产线。这条路径短期内能保住当期利润表,但其代价是让整个产业链的产能弹性几乎降为零。
当AI大模型的训练需求突然从边缘测试场景涌入主线时,整个产业链才猛然发现,现有的库存和产能根本填不上需求的黑洞。成长动能首先来自数据中心——高性能计算需要的高带宽内存(HBM)和普通DRAM用量呈几何级增长。如果放眼未来,边缘AI方向(如具身智能机器人和低功耗智能终端)将被视为下一阶段的巨大需求放大器。但当这两股力量同时叠加冲击现有底座,存储产能的捉襟见肘便成了必然。
三大厂的军备赛,才刚刚起跑
供给侧的反击已经开始,但现实是冰冷的:扩产从来不是一纸公告就能立刻转化为出货量的过程。
根据已核实的产业数据,三星电子预计明年HBM4产量将增加至少两倍,月均晶圆投入量从约18万张大幅攀升至约25万张;美光科技则宣布计划将HBM相关产能较去年直接翻番;SK海力士也在韩国清州加快建设新的封测线(P&T6),该项目投产后每月可额外释放超过两万片高规格HBM晶圆的产能。
更引人注目的是资本层面的定价。高盛援引行业研究机构TrendForce的数据指出,受供需缺口驱动,2027年HBM综合平均售价预计将同比飙升122%至每Gb 3.7美元,全球HBM细分市场规模有望在此前基础上突破2000亿美元大关。
这些激进的扩张数字背后,传递出两个关键信号:
第一,头部厂商确实进入了紧急补课模式。然而,半导体现代化产线的建设周期极为漫长,从厂房动工、设备进场校准、良率爬坡到最终向客户交付合格产品,通常需要一到两年的完整周期。因此,当前市场的紧张状况不会随着扩产计划的官宣就瞬间缓解,至少在未来数个季度内,供应偏紧仍是基本盘。
第二,资源倾斜极其明显——目前的百亿级资本开支高度集中在HBM等具有超高毛利的大模型专用内存上,而用于传统消费电子的通用DRAM和NAND Flash的产能恢复进度则相对滞后。这意味着不同品类的存储芯片价格涨幅和时间线将出现显著分化,普通电脑和手机内存价格的上涨压力可能会持续更久。
谁买单?谁承压?
存储芯片价格上涨的成本传导路径并不复杂,但影响深远:芯片成本上升 → 服务器/AI终端整机BOM(物料清单)成本抬高 → 云计算及算力服务报价上扬 → 最终传导至企业IT支出和消费者换机预算。
对于企业端的刚需采购方而言,在核心部件成本大幅下降前,它们仍会被迫接受涨价并进行持续采购。这是因为当前AI基础设施的竞争格局已经形成了“军备竞赛”——少配一套高速内存可能导致大模型训练效率断崖式下跌,这种算力和速度的落后所带来的隐性损失,远比短期硬件采购成本的上升更具杀伤力。
但在下游应用层,冲击已经开始显现。业内多方分析指出,边缘AI产品的商业化推广节奏可能因高昂的内存授权和采购成本而被迫放缓。对于依赖存储芯片的消费类电子设备制造商、以及依靠自建服务器进行中小规模模型推理的中小企业来说,上游涨价正在直接且不可逆地压缩它们的毛利空间。
更深层的影响在于对整个半导体产业链的重分配。新一轮存储产能投资周期意味着上游光刻机、蚀刻设备、清洗检测设备等环节的订单将迎来实质性反弹。但这波增长的受益者高度分散,取决于各设备商的技术适配能力和在全球大客户供应链中的份额争夺结果——并非所有泛半导体设备公司都能从中分到蛋糕。
历史会重演吗?
存储芯片行业的核心悖论在于:价格上涨本身就是孕育未来产能过剩的温床。
回顾过去几十年,每当存储价格进入上行通道,就会有新旧产能蜂拥而入;一旦上游供给全面跟上,市场价格又会迅速回归低位甚至跌破现金成本。这种循环被业内痛称为“猪周期式存储陷阱”。
这一次与以往最大的不同在于:AI对算力的渴求是一个跨越数年的超级长周期,其需求基数的绝对高度和持续性远超传统的PC换机潮或智能手机升级周期。如果是消费电子产品驱动的库存周期,扩产后的过剩往往在两三年内就能被市场消化。但AI基础设施的建设具有极强的惯性,一旦形成庞大的集群效应,其对内存的吞吐需求将长期维持在高位。
能否打破这轮“繁荣—过剩”的周期魔咒,将取决于三个核心变量的动态演变:
一是大厂的扩产纪律。如果各家头部企业保持克制、严格按实际需求规划产能,就不会出现严重的供需错配。但如果历史重演——每家都担心错过市场份额而过度激进扩产——那么繁荣期结束后可能出现更猛烈的价格崩塌。
二是AI资本开支是否会降温。如果明年全球科技巨头出现AI基础设施投资增速放缓的信号,或者大模型应用未能如期带来对应的商业收入闭环,HBM等高端存储品的供需关系将迅速逆转。
三是地缘政策对供应链的物理扰动。持续的出口管制与贸易壁垒政策将继续影响存储芯片的全球物流配置、晶圆代工流向和最终定价机制,为原本就不透明的市场增添更多不确定性。
观察指标
如果你关注这个赛道并希望提前预判产业拐点,建议重点跟踪以下四个维度的具体数据:
- DRAM现货价格走势:定期追踪Dramexchange等专业报价平台的每周均价波动,现货价领先合约价反映即时供需情绪。
- 三大厂财报中的资本开支明细:深入阅读三星、SK海力士和美光的季度财报,重点关注其实际CapEx金额以及管理层对未来一年资本开支指引的调整方向。
- 云端算力厂商的CapEx预算:紧密跟踪亚马逊AWS、微软Azure、谷歌云和Meta每季度披露的基础设施资本支出预算,这是判断AI侧需求是否具备持续性的最核心风向标。
- 晶圆代工厂的产能利用率(WST):存储芯片属于典型的资本密集型重资产行业,原厂代工线稼动率回升至95%以上通常标志着供给瓶颈即将解除。


