你可能已经忘记了以前内存有多便宜

在上周的Hot Chips 2026大会上，半导体市场研究机构Objective Analysis总负责人吉姆·汉迪，带来存储主题的开场讲座，盘点了当前DRAM、高带宽内存（HBM）以及闪存市场的现状。美光、三星、SK海力士、d‑Matrix、Meta、Oxmiq Labs等企业的前沿技术方案，也是当前行业重点探讨的方向。目前产业最突出的特征，是需求暴增与供给短缺的双向冲击，直接推动DRAM、闪存价格飙升至历史高位。

此轮存储涨价的核心驱动力，来自各大超大规模云厂商。这类企业全力搭建AI算力底座，用于训练迭代升级的生成式AI大模型，同时承接大模型落地量产后的海量推理任务，直接带动HBM、GPU/XPU需求爆发，连带拉动通用DRAM与闪存市场持续走热。与此同时，智能体AI快速普及，这类应用需要海量CPU资源，搭配足量DRAM、闪存搭建运行沙箱，支撑智能体自动化生成各类任务脚本、适配多元化业务场景。除此之外，传统企业系统现代化升级、全新数字化应用的从零搭建，进一步放大了全行业的算力与存储需求。

纵观2021年初至今的行业资本开支格局，中美科技企业的投入差距极为悬殊。国内体量最大、兼具云业务的超大规模厂商阿里巴巴，其算力投资规模远不及美国四大科技巨头，依次为亚马逊云科技AWS、谷歌（核心投入主体为旗下搜索、广告与云业务板块）、微软Azure以及Meta。苹果虽落地各类AI应用场景，但不自研核心大模型，AI相关资本投入持续偏低，且2026年相关投入规模较过去五年进一步缩减。对于企业而言，能够依托AI服务盈利、无需自主重资产投入算力基建，已然成为最优经营选择。

在超大规模云厂商刚需的带动下，叠加政企、科研机构为适配生成式AI落地，持续加码后台系统、网络基建、数据分析算力升级，全品类存储产品价格全面暴涨，即便是多用于企业冷数据存储的机械硬盘，也走出持续涨价行情。行业五大存储、闪存原厂因此大幅增收，盈利水平大幅提升。

极具行业反差的是，2022年末至2023年初存储行业曾深陷行情暴跌，而彼时正是生成式AI产业的萌芽起点。结合当前全行业预测，生成式AI产业至少将持续高速增长至2030年，存储供需紧缺的格局也将长期延续，这意味着头部存储厂商的营收增长态势将长期持续，且不会局限于简单的线性增长。

汉迪在分享中指出了产业核心制造规律：闪存、通用DRAM与HBM可依托同一套产线完成生产，产能互通的特性，直接加剧了全品类存储的供需失衡，最终推动DDR内存、NAND闪存价格全面暴涨，带动厂商营收大幅攀升。存储产品属于典型大宗商品，市场替代性极强，采购方可自由切换供应商，采购决策核心仅围绕价格展开，对品牌厂商无强依赖。

也正是大宗商品的属性，让存储厂商在供给紧缺阶段掌握绝对议价权。厂商可自主筛选客户、优先对接高价订单，无需维系传统合作关系。目前存储现货市场价格已较常态暴涨7倍。虽现货价格仅为行业平均参考指标，无法完全代表定制化长单行情，但能直观体现当前市场的紧缺程度与涨价幅度。

需要明确的是，整机研发、封装集成HBM、LPDDR5X等内存芯片的企业，均会与原厂签订专属采购协议，约定定制化价格与长期锁量条款，最终成交价格优劣取决于合作规模、合作周期、履约条款等多重因素，与公开现货行情存在明显差异。

在AI产业发展前期，英伟达长期占据全球HBM采购量榜首，牢牢掌控HBM定价话语权。随着行业格局迭代，博通凭借自研XPU业务快速崛起，现已成为仅次于英伟达、AMD的全球第三大HBM采购方。依托雄厚的资金实力，博通可通过价格优势抢占稀缺HBM产能；而多数中小AI硬件初创企业，缺乏独立获取芯片流片、封装产能的能力，高度依赖博通、迈威尔等头部大厂的产能支撑。

当前行业算力、存储产能配额已高度锁定，2026年各类GPU核心元器件已全面售罄，2027年底前的产能资源也基本分配完毕。受HBM、DRAM、闪存持续涨价的成本压力影响，英伟达已确定将明年上市的Grace‑Blackwell、Vera‑Rubin架构NVL72整机机架产品涨价15%。据悉，英伟达已在合作合同中设置动态调价条款，可将上游存储芯片的涨价成本，逐层传导至ODM、OEM代工厂，最终落地至终端采购客户，而当前15%的涨价幅度整体偏保守。

与所有GPU、XPU芯片厂商一致，英伟达的业务增长上限完全受制于HBM产能供给。同时为规避反垄断风险，英伟达必须保障行业竞争对手能够获取充足的存储产能。从监管标准来看，美国司法部通常将营收或出货量市场份额超85%的企业界定为垄断主体，而当前行业监管风向，也会随市场政策导向动态调整。

当前整个芯片行业的核心突破方向，是持续优化AI加速器算力效率，破解算力瓶颈，行业已涌现多项成熟技术路径：依托DPU架构搭建外置闪存存储层级，专门承载大模型KV缓存数据；在HBM基底裸片中集成算力单元；将计算能力嵌入存储子系统，落地存内计算（PIM）技术。

汉迪提出了关键的行业技术逻辑：两颗计算设备之间的通信通道，其所需带宽与两端芯片的智能运算能力成反比。想要突破经典的内存墙瓶颈，核心升级方向是打造智能化内存芯片，大幅缩减处理器与内存之间的数据传输体量。对此，汉迪解读了未来技术变革场景：处理器仅需下发运算指令，由智能内存芯片独立完成排序、运算等基础操作，最终仅向处理器反馈结果数据，而非传输海量原始数据，能够极致减少数据交互开销。基于这一技术趋势，AI将实现全域渗透，不再局限于高端算力芯片，小微微控制器也可集成AI能力。

在他看来，行业正形成全新的技术研发思路，推动AI技术跨场景、跨硬件落地，打破过往的技术应用边界。长远来看，AI将全面覆盖各类终端设备、通信链路，完成从专项技术到基础通用能力的转变，最终实现无感、全域普及。