存储周期大变局，美光披露AI时代内存技术与产能规划

存储是支撑每一轮算力变革的底层核心技术，如今它的行业关注度达到多年新高。随着AI基础设施广泛落地，覆盖模型训练、推理与大规模云部署全场景，高性能DRAM与存储的需求一跃成为行业核心议题。无论是为新一代AI加速芯片配套的HBM、在数据中心架构中迎来全新应用场景的LPDDR，还是支撑超大规模模型与数据流的高速SSD，存储早已不再是物料清单里普通的标准化元器件。

这场行业转变彻底改写了存储产业的盈利逻辑。过去数十年，行业始终遵循周期性规律，反复经历产能过剩、行情回调，但当下的市场环境截然不同。AI大幅抬升了存储的产业价值层级，让它从大众眼中的通用耗材，变成新一代算力基建赛道的核心博弈点。全球头部企业的竞争重心，不再只有算力芯片，同时还要争夺带宽更高、密度更大的存储子系统，以及支撑规模化算力运行的大容量存储方案。本次专访中受访高管提到，当下爆发的存储需求并非凭空出现，而是服务器、智能手机、汽车电子、云计算多领域应用长期扩容后，被AI彻底引爆。

本次访谈嘉宾为Praveen Vaidyanathan，美光云存储事业部云存储产品副总裁兼总经理。其业务范围覆盖现代数据中心核心存储技术，包含搭载HBM、LPDDR的服务器内存方案，以及与AI加速算力配套的各类存储产品。本次对话围绕多个行业核心议题展开：本轮存储上行周期是否只是常规产业周期、AI需求爆发带来了哪些变化、美光对HBM4、定制化内存、SOCAMM、LPDDR6、PCIe Gen6 SSD的技术布局，以及在单季度需求就可能发生剧烈波动的市场下，如何提前数年规划产能。

下文为访谈整理实录。

Ian Cutress：第一个问题，本轮行情是否属于传统存储周期？存储行业向来涨落循环，这一轮和以往有什么本质区别？

Praveen Vaidyanathan：从历史规律来看，行业行情必然存在周期，但这一轮行情的最终定性，要三年后才能盖棺定论，现在我无法给出绝对答案。但本轮行情的核心驱动逻辑，和以往完全不同。我们回溯行业发展，八九十年代，内存只是电脑配件，应用场景十分单一。

当年存储容量单位仅千字节级别，如今早已天差地别。存储技术从PC起步，逐步渗透至各类终端。消费电子领域，智能手机问世重塑了消费端存储需求；随后存储进入汽车行业，各类车载设备均离不开内存；再之后服务器市场崛起。多年以来，内存的应用场景持续扩张、渗透至全终端赛道，需求基础不断夯实。如今AI浪潮到来，直接引爆全行业内存需求。可以说，当下算力系统的底层架构决定了存储的刚需地位，我们也长期看好这条发展赛道。

Ian Cutress：你提到需求是长期积累形成，但回顾近半年，2025年第四季度行业才猛然意识到：内存再也不是普通耗材。那个季度究竟发生了什么转折？

Praveen Vaidyanathan：主要有两大关键变化。2022年ChatGPT问世，生成式AI进入大众视野，市场开始大规模布局AI核心基建，大量资金投向AI加速算力硬件。这带来两层连锁反应：前沿大模型持续迭代、Token使用成本不断下降，直接推动各类AI应用普及。

Ian Cutress：类似杰文斯悖论——使用成本降低，市场使用量反而激增。

Praveen Vaidyanathan：正是如此。而模型迭代周期仅三个月，这种爆发式需求根本无法提前预判，直接造成存储需求暴涨。除此之外，AI加速芯片配套的各类辅助算力硬件，此前行业长期缺乏投入，市场短期内集中补产能、补采购。两股需求叠加，在2025年末同步爆发。存储行业时常出现这种突发行情，事后回看一切脉络清晰，但身处当下很难提前预判。

Ian Cutress：这也是美光与同行持续每一代都加码新技术研发的原因。我们一直在追踪先进制程设备采购动向，当下行业核心议题正是从HBM3向HBM4过渡，HBM4面临多重全新制约因素。能否介绍美光在HBM4上的布局与挑战？

Praveen Vaidyanathan：我们刚在GTC大会宣布，HBM4已进入大规模量产阶段。去年HBM3E完成量产，如今顺利落地HBM4。HBM4主要实现两大提升：第一，提升GPU配套内存带宽；第二，持续优化能效。硬件追求更高带宽、更强性能，但整机功耗上限存在约束，HBM4在二者之间实现平衡。但每一代HBM产品的制造复杂度都会同步提升，生产周期持续拉长。我们不仅要迭代产品性能，还要同步革新整套制造工艺。产品一经推出，客户订单便集中涌入，推向市场的节奏非常紧张，因此持续优化生产周期、提升制造效率是我们长期攻坚的方向。

Ian Cutress：我一直有个直观感受，HBM迭代节奏与JEDEC标准更新节奏略有错位，JEDEC标准制定进度偏慢，但市场对HBM的需求迭代极快。以英伟达这类大客户为例，其要求的规格往往高于现行JEDEC标准。面向头部大客户开发定制产品线，需要额外攻克哪些难点？

Praveen Vaidyanathan：英伟达与多家头部客户都有这类更高规格需求。我们的研发逻辑始终以客户需求为核心，提前对接客户预判技术诉求；同时也要提前研判整个行业的长期发展方向。带宽是HBM的核心指标，我们必须超前布局，提前储备超出当下标准的技术方案。

JEDEC标准的定位很清晰：它不会限制技术上限，只是提供通用行业基准，让产品具备标准化量产基础，但企业仍可在标准之上做技术创新。以HBM4为例，它完全满足JEDEC全部规范，同时带宽速率进一步提升。客户提出更高性能需求，我们便同步落地对应技术。标准化能够加速产品普及，是行业基础；但单纯标准化产品利润空间有限，因此衍生出定制化HBM业务，满足有更高性能诉求、愿意协同联合研发的客户。

Ian Cutress：聊聊定制化内存这块。JEDEC对HBM的物理尺寸、堆叠层数、键合规格都划定了标准。是否已有客户提出偏离标准的需求，比如调整长宽尺寸、堆叠总高度？

Praveen Vaidyanathan：未来不排除这种可能性，但目前行业主流趋势并非调整外形尺寸。当下客户普遍希望保留基础外形规格不变，在标准化框架内叠加更多新增功能。这也是我们自研逻辑基底裸片的核心原因，基于定制化逻辑基底，能够拓展大量JEDEC标准之外的新增功能。

Ian Cutress：美光的基底裸片方案路线比较特殊，没有选用台积电N3、三星SF4这类先进代工制程，而是采用自研20nm内部逻辑工艺。这套方案能带来哪些优势？

Praveen Vaidyanathan：感谢提问，Ian。准确来说我们并未对外公布精确20nm节点，仅对外说明是自研内部逻辑工艺，这套方案从最初设计思路就完全自主规划。当年研发HBM3E时我们就预判，HBM技术迭代的核心在于DRAM堆叠层优化；从8层堆叠、12层堆叠到16层堆叠，整套结构仅有一片基底裸片，绝大多数存储单元都集中在上层DRAM堆叠。如果要优化性能与功耗，优先打磨上层DRAM芯片，再搭配适配的自研逻辑基底裸片是最优解。

我们的HBM3E能效比市面其他厂商同代产品高出30%，天然具备技术优势；迭代至HBM4后，在HBM3E基础上能效再度提升20%。上层DRAM已经预留充足优化空间，基底裸片无需追求外部顶尖先进制程。我们内部做过全维度评估，反复排查所有技术路线可能性，最终确认自研逻辑工艺即可满足市场所需速率与性能。

同时全自研方案大幅降低供应链风险，无需依赖外部代工厂。HBM3E与HBM4共用成熟DRAM制程，工艺改动少、量产风险低，能够快速拉升产能。这套长期技术路线规划，最终让我们敲定自研基底裸片方案。

Ian Cutress：美光与封测厂商的协同深度如何？HBM普遍采用CoWoS或立体堆叠封装方案，是否需要提前和封测企业做全流程兼容验证？

Praveen Vaidyanathan：协同是重中之重。我们设立专门封装研发团队前置对接产业链，大量封装研发人员常驻台湾——全球先进封装产业核心聚集地。内部产线团队、外部封测合作伙伴同步协同开发，芯片设计与封装设计同步启动，全程一体化联合开发。前文提到的能效优势，也融合了专属封装工艺，以此降低整体功耗。随着堆叠层数提升，整套协同设计的复杂度还会持续上涨。

Ian Cutress：比如集成深沟槽电容这类技术吗？

Praveen Vaidyanathan：我们并未采用集成深沟槽电容方案，核心优化集中在TSV硅通孔、线宽间距、导热金属柱布局等维度。芯片设计与封装方案联合优化，整套技术体系会随迭代持续变复杂。

Ian Cutress：英伟达在GTC大会上依次提及HBM3、HBM3E、HBM4、HBM4E以及定制版HBM。不少读者问我，定制HBM是完全脱离标准，还是仍以JEDEC规范为基础？

Praveen Vaidyanathan：我无法代表英伟达表态，但美光已经公开说明，我们将并行两条产品线。标准化通用产品线长期存在，同时针对有高阶性能需求的客户推出定制产品线。二者并非二选一：部分场景适配标准化JEDEC产品，部分高端算力场景则需要定制HBM方案。

Ian Cutress：当下存储需求极度紧缺，内存厂商如何判断扩产时机？新建晶圆厂投入超200亿美元，建设周期长达三四年。需求难以预判的情况下，扩产决策难度极大。

Praveen Vaidyanathan：产能规划属于公司长期战略周期规划，举几个落地案例就能看出我们的规划逻辑。此前美国建厂的投资规划，早在数年前就已敲定，落地周期恰好匹配当下需求窗口；当初决策扩产美国产线，一方面是地缘产业格局变化带来建厂机遇，另一方面基于长期预判：行业未来必然存在巨大产能缺口，因此提前布局。扩产不能短期跟风市场波动，必须依托5-10年长期行业前景判断。近段时间我们在印度落成封装厂、新加坡动工HBM后端产线、日本晶圆厂宣布扩建，这些项目均多年前启动建设，并非单纯应对2025年末的需求爆发，多项前置规划同步落地，恰好承接当下暴涨的存储需求。

Ian Cutress：去年美光公布未来多年在美国累计投入2000亿美元建厂，这项规划发布时间早于2025年第四季度需求爆发。

Praveen Vaidyanathan：没错。我们无法精准预判市场每一轮短期波动，只能基于行业长期研判完成投资布局，贴近客户同步调整运营节奏。同时我们大量引入AI优化制造全流程，新技术量产爬坡速度相比以往大幅提升。

Ian Cutress：切换聊聊LPDDR，当下这套方案迎来产业复兴，市场争抢LPDDR5X，同时全新SOCAMM技术问世。

Praveen Vaidyanathan：我可以给你看实物样品。

Ian Cutress：这块模组容量达到256GB！

Praveen Vaidyanathan：这是我们三周前刚发布的全新规格，行业容量最高的低功耗DRAM模组——256GB LPDDR5X-7500。

Ian Cutress：GTC展出的Vera CPU整机刀片，单颗CPU搭载多少块SOCAMM模组？

Praveen Vaidyanathan：单CPU搭配8块模组，单CPU内存容量最高2TB；整机8颗CPU，整机DRAM总容量可达16TB。

Ian Cutress：当下算力场景分化明显，一部分业务追求超大内存容量，另一部分业务追求极致带宽，美光如何平衡两条技术路线？

Praveen Vaidyanathan：以SOCAMM举例，我们完整产品矩阵覆盖48Gb至2Tb容量，速率区间7500MT/s至9600MT/s。追求高带宽、对容量需求有限的客户，可选用48Gb 9600MT/s规格；侧重大容量、对速率敏感度低的场景，则选用256GB这类大容量模组。LPDDR进入数据中心CPU赛道仅两三年，此前长期应用于移动端；虽然Hopper、Blackwell架构GPU早已搭载LPDDR，但仅配套显卡使用。如今行业兴起纯CPU算力方案，智能体AI赛道进一步拓宽内存需求场景。我们不会只做单一规格适配单一业务，而是搭建完整速率、容量产品矩阵，覆盖各类潜在应用场景，方便客户迭代、调整硬件方案。

Ian Cutress：机架式整机厂商采购存储，核心诉求是否集中在大容量？

Praveen Vaidyanathan：分两类场景。GPU+CPU混合架构中，HBM负责提供高带宽，但其容量有限，无法承载全部数据，KV缓存等数据需要大容量内存承接，这时候容量就是核心刚需。底层底线是内存带宽不能低于互联带宽，满足这条基准后，客户会优先追求更大容量。纯CPU算力场景，则同时追求高带宽与超大容量。

Ian Cutress：行业已经传出LPDDR6相关消息，预计2027年前后量产，LPDDR6相比前代有哪些升级？

Praveen Vaidyanathan：当年设计LPDDR5时，数据中心场景只是后期补充需求；英伟达提出相关需求后，我们才在原有规格上追加RAS可靠性、硬件监控配套功能，适配数据中心使用。而LPDDR6从研发之初就将数据中心作为核心目标场景，原生配套企业级算力所需全部功能。

Ian Cutress：是否可以理解为LPDDR6是一次底层内存架构重构？

Praveen Vaidyanathan：它同时兼顾传统消费电子与数据中心两大赛道。研发阶段我们提前预埋大量适配数据中心的硬件能力。另外，SOCAMM最初属于企业私有方案，迭代至SOCAMM2后成为通用行业标准，大幅降低客户落地门槛，LPDDR6也会走相同标准化路线。

Ian Cutress：SOCAMM的核心思路是模块化LPDDR内存。但这类设备大多采用液冷设计，如果需要更换SOCAMM模组，就要拆解整机内部结构，客户更换频率高吗？

Praveen Vaidyanathan：这款产品刚推向市场，还没有大规模运维数据。无论客户是否会频繁更换，模块化设计都预留了灵活调整空间。整机机柜运维本身是客户需要自行解决的课题，但模块化方案的核心价值在于：单块内存模组故障时，无需报废整套昂贵机柜，仅更换单块模组即可，大幅降低运维成本。

Ian Cutress：未来消费级GPU是否会搭载SOCAMM形态内存？

Praveen Vaidyanathan：具备落地可能性。面向PC、笔记本的LPCAMM2模组已经量产，这套模块化形态没有技术壁垒，完全可以移植到其他硬件，核心取决于整机内部空间设计。厂商也会推出低配内存规格方案，适配对大容量无需求的终端。

Ian Cutress：当前行业存在两种路线分歧，GPU厂商是将内存与ASIC芯片成套售卖，还是采用灵活模块化方案，提供多种硬件配置版本？

Praveen Vaidyanathan：SOCAMM的优势在于，模组外形尺寸固定，容量、速率升级不会改变硬件结构，适配多版本整机规划。

Ian Cutress：模组供电是否需要特殊配套设计？

Praveen Vaidyanathan：模组内置电压调节模块，将电压转换至低功耗内存所需工作区间，整套电源管理功能集成在模组内部。

Ian Cutress：同一款ASIC芯片能否同时兼容LPDDR5与LPDDR6？二者底层差异是否过大？

Praveen Vaidyanathan：硬件层面可以实现，但ASIC芯片需要设计双路IO接口、同时兼容两套通信协议，二者底层架构存在本质区别。举例来说，LPDDR5 IO位宽为16bit/32bit，LPDDR6升级至24bit/48bit，属于根本性架构改动。

Ian Cutress：放眼长远，美光会提前多少年研发下一代内存技术？行业普遍会提前5-7年做前沿技术预研，存储厂商是否也是相同节奏？

Praveen Vaidyanathan：节奏基本一致，分为两类预研：底层工艺技术预研、芯片架构方案预研。工艺预研周期更长，我们5-7年的前置研发周期完全适用。我们已经量产12层堆叠HBM4，同时完成16层堆叠HBM4技术验证，提前储备技术能力，当市场出现需求时可快速落地。

Ian Cutress：期待未来HBM堆叠层数追上闪存。八十年代我们讨论KB级容量，如今单位已经是GB，十年后行业大概率会需要百TB级内存。关注美光的读者，该如何看待2026年公司整体发展？

Praveen Vaidyanathan：2026年美光将推出覆盖全算力赛道的完整内存、存储产品矩阵。前文提到的HBM4、SOCAMM，以及业内率先量产的PCIe Gen6 SSD，都能承接KV缓存扩容带来的存储增量。美光坚持产品、技术双领先路线，提前为市场储备全套算力存储解决方案。

Ian Cutress：每一代新品是否都会锁定一家核心战略合作客户？

Praveen Vaidyanathan：部分新品会选定战略客户，属于商业化策略选择。当年推动LPDDR落地数据中心时，我们的核心合作伙伴是英伟达；移动端新品则和手机厂商深度协同。各大终端厂商彼此存在市场竞争，我们的目标是给所有客户充足技术灵活性，助力各自产品形成差异化优势。

Ian Cutress：2026年美光产能是否已经全部被订单锁定？

Praveen Vaidyanathan：我们已经公开对外说明，2026年全部产能均已被客户预定完毕。

Ian Cutress：当下行业行情非常乐观！

Praveen Vaidyanathan：补充一下前面提到的美国建厂规划，此前我说的千亿美元表述存在偏差，完整规划是未来十年在美国累计投入2000亿美元，持续落地产能扩张，支撑公司与全行业长期存储需求。