AI资本开支狂飙，内存涨价成最大推手

AI资本开支明年或达1.4万亿美元

AI产业的投资规模仍在快速扩大，但内存成本上涨正在成为推动资本开支增长的重要因素。瑞银最新测算显示，2026年全球AI资本开支预计达到9980亿美元，几乎是2025年5060亿美元的两倍。预计2027年全球AI资本开支将进一步升至1.447万亿美元，同比增长约44.98%。

瑞银预计，内存相关支出将从2025年的710亿美元增长至2026年的3670亿美元，2027年进一步达到9230亿美元。与此同时，除内存之外的其他AI相关成本，预计从2026年的6310亿美元下降至2027年的5250亿美元。

从这一变化来看，AI资本开支的扩大已经不仅与算力芯片、服务器和数据中心建设有关，内存价格的上涨也在显著推高整体投入规模。

九成增量来自内存支出抬升

瑞银对2025年至2027年AI资本开支的拆分，更加直观地呈现了内存涨价的影响。

从2025年的5060亿美元到2027年的1.447万亿美元，全球AI资本开支预计增加约9410亿美元。瑞银测算，其中约90%的增量来自内存支出的抬升。

具体来看，2025年至2026年，全球AI资本开支增加约4920亿美元，其中内存支出增加约2960亿美元，约占整体增量的60%。到了2027年，内存支出预计继续增加5560亿美元，而其他AI相关成本则减少1060亿美元。内存支出的增加额将超过AI资本开支整体的净增量。

需要注意的是，资本开支金额增长并不等于内存实际出货量同步增长。支出增加可能来自存储容量提升、HBM产品升级，也可能来自单位价格上涨。因此，AI投资规模扩大与实际基础设施建设增量之间，需要进一步区分。

内存占比两年后或达64%

瑞银预计，内存支出占全球AI资本开支的比重，将从2025年的14%提升至2026年的37%，2027年进一步达到64%。

这一变化反映出存储系统在AI基础设施中的重要性不断提高。随着AI模型训练规模扩大以及推理需求增加，加速器对数据带宽和存储容量提出更高要求，内存已经成为影响系统性能与建设成本的重要环节。

其中，HBM是AI存储需求增长的关键产品。HBM通过垂直堆叠DRAM芯片，并采用先进封装技术，实现更高的数据带宽，主要用于满足AI加速器在训练和推理过程中的数据读写需求。

三星电子、SK海力士和美光等主要存储厂商，正在持续推进HBM产品升级和产能建设。随着HBM需求增加，存储芯片的生产资源也可能向高带宽产品倾斜，进一步影响传统DRAM市场的供应。

HBM扩产，影响传统DRAM供应

HBM的制造基础仍然是DRAM芯片。当内存厂商将更多产能投入HBM，传统DRAM产品的供应可能受到影响。

标普全球在2026年1月的分析中指出，主要内存厂商将生产能力转向HBM，可能导致传统DRAM供应趋紧，进而推高价格。

这种影响可能延伸至PC、手机和传统服务器等市场。AI服务器对高带宽内存的需求增加，在推动HBM产业发展的同时，也可能提高其他电子设备的存储芯片采购成本。

对于内存厂商来说，HBM等高价值产品能够带来新的收入增长空间；对于下游设备企业而言，内存涨价则可能压缩利润，影响产品定价和生产安排。

因此，AI资本开支增长对产业链的影响，需要结合存储产品价格、实际出货量和产能变化共同判断。

内存涨价，谁会受益？

从产业链角度来看，内存价格上涨首先改变的是存储芯片厂商的收入结构。

AI服务器需求增长以及HBM产品价格提升，为主要内存厂商带来了市场机会。但内存产业具有较强的周期性，厂商仍需要平衡扩产节奏、产品结构和未来需求，避免价格上涨引发过度扩产。

对于AI基础设施企业而言，内存涨价会增加服务器和数据中心的建设成本。如果资本开支增长主要来自内存价格上升，企业需要承担更高的单位投入；如果同时伴随存储容量增加和服务器部署扩大，则可能反映实际基础设施需求增长。

瑞银表示，由内存价格上涨驱动的支出增长，对美国实际GDP的拉动作用相对有限。相关支出本质上体现为收入和利润向亚洲内存厂商转移，可能更多利好这些亚洲经济体。

AI投资逻辑正在变化

瑞银对2027年AI资本开支的预测，呈现出一个值得关注的变化：AI基础设施投资规模继续扩大，存储供应链成本正在成为影响投资增长的重要变量。

AI模型规模、推理请求和数据中心部署需求，仍然是内存需求增长的基础。与此同时，HBM技术升级、DRAM产能分配和先进封装能力，也在影响存储市场的供需关系。

从当前测算来看，内存已经成为AI资本开支中不可忽视的组成部分。随着AI计算系统持续升级，存储芯片的价格、供应能力和技术进步，可能在更大程度上影响整个产业链的投资节奏。AI算力竞赛的下一阶段，内存仍将扮演重要角色。