存储芯片进入“AI超级周期”？

从HBM、DRAM到NAND：一场真实的产业升级，叠加一轮危险的资本繁荣

过去十年，半导体投资的主角通常是CPU、GPU、先进制程和晶圆代工。存储芯片则更像一种周期性商品：价格上涨时利润暴增，价格下跌时库存减值、减产和亏损接踵而至。

但在这一轮人工智能基础设施建设中，存储芯片的位置发生了根本变化。

GPU提供计算能力，网络连接计算节点，而数据只有被及时送到计算单元，算力才能真正转化为模型训练和推理效率。当模型参数、上下文长度、并发用户数和推理频次持续增长后，系统瓶颈开始从“有没有算力”转向“数据能否被足够快、足够低功耗地搬运和读取”。

于是，HBM从普通DRAM的一个小分支，变成AI加速器性能的关键约束；DDR5从服务器标准部件，变成AI系统容量扩张的重要基础；企业级SSD也不再只是保存数据，而开始参与模型加载、检查点存储、向量数据库、缓存和分层存储。

存储芯片正在从计算系统的“配套元件”，升级为AI基础设施的核心瓶颈之一。

不过，这并不意味着存储行业已经摆脱周期。

更准确的判断是：

当前存储行业正处于“真实结构性需求增长”与“经典产能周期上行”相互叠加的阶段。AI改变了产品结构和利润分配，但没有消灭供需周期。

市场通常把DRAM、HBM、NAND、NOR、SSD和内存模组统称为“存储芯片”，但这些产品的商业模式、竞争壁垒和周期属性并不相同。

类型

核心功能

主要产品

核心竞争变量

DRAM

临时保存处理器正在使用的数据

DDR、LPDDR、GDDR

制程、良率、Die面积、规模

HBM

为AI加速器提供超高带宽

HBM3E、HBM4、HBM4E

堆叠、封装、散热、客户协同

NAND Flash

断电后长期保存数据

SSD、UFS、eMMC

层数、密度、控制器、固件

NOR Flash

保存启动代码和低容量程序

SPI NOR、车规NOR

可靠性、认证、长生命周期

SRAM及新型存储

高速缓存或特殊场景

SRAM、MRAM、ReRAM等

延迟、功耗、成本、生态

DRAM和NAND都是存储，但经济模型差异明显。

DRAM的核心是以尽可能低的单位bit成本提供更大的容量和带宽。行业高度集中，规模、良率和资本开支决定生存能力。

NAND更接近“芯片制造+控制器+固件+系统解决方案”。相同的NAND颗粒，装入消费级SSD、手机UFS和数据中心企业级SSD后，售价和利润率可以完全不同。

HBM则进一步改变了传统存储芯片的商品属性。它不只是DRAM颗粒，而是DRAM Die、TSV、逻辑基底、先进封装、热管理和GPU平台联合验证的综合产品。

因此，研究存储产业不能只看“出货多少bit”，还要看这些bit以什么产品形态出售、进入什么客户、解决什么系统瓶颈。

二、当前究竟是产业革命，还是又一轮存储泡沫？ 1. 需求革命是真实的

2026年，三星、SK海力士和美光均已将产品重心推进至HBM4，并开始布局HBM4E。三星披露已开始销售用于新一代AI平台的HBM4，并交付HBM4E样品；美光表示HBM4已经进入大批量出货；SK海力士则已向主要客户提供12层HBM4E样品。

这说明HBM需求已经不是停留在概念、样品或者小规模验证阶段，而是进入代际连续迭代和平台绑定阶段。

与此同时，AI对存储的影响开始从HBM扩散到整个存储层级：

• GPU侧需要HBM提供极高带宽；

• CPU侧需要更大容量的DDR5和SOCAMM类内存；

• 数据中心需要企业级SSD保存训练数据、模型权重、检查点和推理缓存；

• 端侧AI需要更大容量的LPDDR和更高速的UFS；

• CXL开始推动内存扩展、资源池化和分层存储。

三星已量产面向AI及高性能计算的PCIe 6.0企业级SSD PM1763；SK海力士将HBM、高容量服务器DRAM和企业级SSD列为AI需求的共同受益产品；闪迪2026财年第三季度数据中心收入环比增长233%，收入增长同时受到产品结构和价格上涨推动。

这不是单纯的资本市场叙事，而是计算架构变化正在形成真实订单。

2. 但价格和利润已经具有明显过热特征

不同研究机构对2026年全球半导体和存储市场的预测出现了极大差异。

WSTS春季预测将2026年全球半导体市场规模上调至约1.51万亿美元，其中存储市场可能超过8000亿美元；Gartner同期预测全球半导体市场约1.32万亿美元，存储市场约6333亿美元。即使是两家大型机构，对存储市场的预测差异也接近1700亿美元。

这种预测分歧本身就是一个信号：

当前市场正处于需求、价格和盈利快速变化的极端阶段，任何线性外推都可能产生巨大误差。

Gartner甚至预计2026年DRAM和NAND全年价格可能分别上涨125%和234%。无论最终数字是否兑现，这都说明短期供需已经远离正常均衡状态。

长鑫科技最新招股书同样明确提示：2015年至2025年，DRAM市场价格最高达到7.89美元/GB，2023年上半年最低仅为1.78美元/GB；2025年下半年以来的价格上涨与AI需求、全球厂商产能调配有关，但当前高价格持续大幅上涨并不具备可持续性。

所以，当前并非“AI需求是假的”，而是：

需求是真的，短缺是真的，利润也是真的；但市场可能把短期短缺错误地理解为永久稀缺。

传统DRAM通过较窄的接口连接处理器。随着GPU算力快速提高，计算单元等待数据的时间越来越长，存储带宽逐渐成为系统瓶颈。

HBM通过垂直堆叠多层DRAM Die，并利用TSV实现高密度互联，大幅增加I/O数量，在较低单针速率下获得极高总带宽。

进入HBM4后，I/O数量从1024增加至2048。SK海力士披露，其HBM4带宽相对上一代显著提高，同时功耗效率改善超过40%；新一代HBM4E目标带宽进一步接近每堆栈4TB/s。

但HBM的价值不只来自更高带宽，而来自四层壁垒。

第一层是DRAM晶圆制造

HBM使用的DRAM Die需要在性能、功耗、良率和厚度上达到更高要求。单颗Die良率不足，会随着堆叠层数增加显著放大最终产品损失。

第二层是先进封装

HBM需要晶圆减薄、TSV、微凸点、堆叠、底部填充和复杂测试。随着堆叠从8层、12层走向16层，翘曲、散热和可靠性控制难度持续上升。

第三层是热管理

AI加速器与HBM被集成在高功耗封装内，带宽越高、堆叠越多，散热越困难。SK海力士2026年推出集成冷却结构的iHBM方案，目标是降低封装热阻，说明热管理已成为HBM性能提升的直接约束。

第四层是客户共同开发

HBM并不是做出来即可进入市场。供应商需要提前参与GPU、ASIC和封装平台设计，在带宽、容量、功耗、接口、热特性及量产时间上与客户协同。

SK海力士与英伟达2026年宣布多年技术合作，合作范围不仅是供货，还包括下一代存储共同开发、产能规划和AI工厂应用。这种关系更接近平台共同研发，而不是普通存储颗粒采购。

这意味着HBM的竞争壁垒已经从“谁能生产DRAM”，升级为：

谁能够同时控制晶圆、良率、封装、散热、客户验证和大规模交付。

这也是HBM比传统DRAM拥有更强定价权的根本原因。

四、AI不仅需要HBM，DDR5可能是更容易被低估的市场

市场对AI存储的注意力高度集中于HBM，但AI服务器并不只包含GPU和HBM。

CPU仍然需要系统内存，用于操作系统、数据预处理、模型加载、任务调度、网络通信和各种非GPU计算。随着单机GPU数量、CPU核心数和模型规模提升，服务器配置的DDR容量也在增加。

2024年，按出货容量计算，HBM仅占全球DRAM市场约5%，但按销售额计算已经占到约18%；DDR和LPDDR仍占绝大部分出货量。

因此，AI对DRAM产业的影响分为两层：

• HBM贡献最高的单价和利润率；

• DDR5、高容量RDIMM、MRDIMM和SOCAMM贡献更广泛的容量增长。

长鑫科技的经营数据提供了一个观察窗口。2025年，其服务器领域DRAM收入达到159.70亿元，占DRAM收入的26.51%，而2023年这一收入仅为3.95亿元。不过，公司同时提示，应用于AI算力服务器的产品收入占比仍然较低。

这说明“服务器存储增长”与“直接进入AI核心利润池”并不是同一件事。

普通服务器、云计算服务器和AI服务器都会采购DDR5，但只有真正进入AI加速器、定制内存和高端服务器平台，才能获得更高客户黏性和产品溢价。

五、NAND正在从“数据仓库”升级为“AI数据管道”

过去，NAND的主要增长逻辑来自智能手机容量升级、SSD替代机械硬盘以及云计算数据增加。

AI时代，NAND多出了三个需求来源。

1. 模型与数据集规模扩大

训练数据、模型权重、检查点文件和推理日志都需要长期存储。模型越大、训练次数越多，数据中心需要的SSD容量越高。

2. 推理开始依赖高性能存储

当模型无法全部驻留在HBM或DRAM中时，系统需要在HBM、DDR和SSD之间进行数据分层。SSD读取速度、延迟和稳定性开始直接影响GPU利用率。

三星2026年量产的PCIe 6.0企业级SSD，顺序读取速度最高达到28.4GB/s，其定位已经不是单纯容量设备，而是面向下一代AI和HPC平台的数据供给部件。

3. 企业级SSD的价值重心从颗粒转向系统

企业级SSD需要控制器、固件、坏块管理、错误纠正、掉电保护、寿命预测、遥测和客户定制。

因此，NAND产业价值并不会平均落在所有颗粒和模组厂商身上。

最有价值的不是“把NAND做成SSD”，而是：

• 能否通过大型云客户认证；

• 能否在高并发条件下保持延迟稳定；

• 能否提供高容量QLC并保证寿命；

• 能否优化功耗和散热；

• 能否通过固件参与客户系统调度。

闪迪和铠侠正在推进新一代高密度3D NAND；闪迪披露其BiCS10 TLC产品相对上一代bit密度提升59%，而铠侠将AI数据中心与企业级应用列为NAND需求的重要驱动力。

这意味着NAND行业未来的分化可能越来越明显：

消费级颗粒继续保持强周期属性，企业级SSD则逐步增加解决方案和客户认证属性。

六、存储行业为什么永远容易产生周期？

存储芯片是半导体行业中最典型的资本周期品。

它的基本循环并不复杂：

价格上涨 → 厂商利润增加 → 提高资本开支 → 新产能释放 → 供给超过需求 → 价格下降 → 减产和资本开支收缩 → 供需重新平衡。

但这个周期往往持续数年，因为晶圆厂建设、设备导入、工艺调试和良率爬坡需要较长时间。

价格上涨时，厂商看到的是当前短缺；等新增产能真正量产时，市场需求可能已经发生变化。

这一轮周期有三点特殊之处。

第一，HBM占用了更多制造和封装资源

HBM需要堆叠多颗DRAM Die，其先进封装、测试和良率管理也更加复杂。厂商把资源转向HBM后，普通DRAM可用产能阶段性减少，DDR和LPDDR市场也随之趋紧。

第二，AI客户更愿意签订长期供货协议

AI加速器无法因为缺少HBM而交付，头部客户更重视供应安全，因而愿意提前锁定产能。长期协议能够降低部分需求不确定性，但也可能刺激供应商进一步扩张。

第三，进入门槛提高，但供给并没有永久消失

三星、SK海力士、美光均在增加先进存储投资，中国厂商也在扩大DRAM和NAND能力。长鑫科技招股书明确指出，国际主要DRAM厂商正在提高资本开支，相关新增产线将在未来数年逐步完成设备导入、调试和产能爬坡。

因此，“HBM难度高”可以推迟供给释放，却不能证明行业永远不会过剩。

七、Agent会带来多少新增存储需求？

Agent是未来存储需求最重要、也是最容易被高估的变量之一。

传统聊天机器人通常完成一次输入和一次输出。Agent则需要不断执行规划、检索、调用工具、读取文件、运行代码和重新推理。

这会增加：

• 推理次数；

• 长上下文使用；

• KV Cache规模；

• 向量数据库读写；

• 用户状态和长期记忆；

• 企业数据访问；

• 日志和中间结果存储。

SK海力士在2026年一季度业绩说明中判断，AI从大型模型训练走向Agent化、实时推理和多场景部署，可能同时扩大DRAM与NAND需求。

但需求不能简单按Agent调用次数线性外推。

模型量化、稀疏化、蒸馏、KV Cache压缩、分层缓存、推测解码和更高效的推理芯片，都可能降低单位任务所需的存储容量与带宽。

CXL、存内计算、近存计算和片上缓存也可能重新分配不同存储层级的需求。长鑫科技在风险提示中同样指出，如果存算一体、片上缓存等架构大规模产业化，可能改变当前GPU集群搭配DRAM的主流部署方式。

因此，Agent对存储行业的真正价值取决于一个乘法关系：

总需求增量 = Agent使用规模 × 单用户任务频次 × 单任务数据量 ÷ 存储效率提升。

只看模型和Agent数量，而不分析效率提升，容易高估市场空间。

八、全球竞争：存储正在从“三星时代”进入多层次寡头格局 DRAM：前三家仍控制核心利润池

三星、SK海力士和美光长期控制全球绝大多数DRAM市场。长鑫科技已经成为全球第四大DRAM厂商，但与前三家在产能规模、HBM产品、客户结构和跨周期现金流方面仍存在差距。

当前前三家的差异不再只是DRAM制程领先多少，而是：

• 谁先通过下一代GPU平台认证；

• 谁能稳定量产HBM4和HBM4E；

• 谁拥有最好的堆叠良率和散热方案；

• 谁能提供HBM、DDR5、SOCAMM和eSSD的组合；

• 谁能与客户共同定义下一代产品。

SK海力士的优势主要来自HBM先发和客户协同；三星拥有DRAM、NAND、逻辑、晶圆代工和先进封装的完整布局；美光则凭借先进DRAM工艺和HBM产品快速扩大AI业务。

NAND：制造能力之外，控制器和系统越来越重要

NAND竞争者包括三星、SK海力士及Solidigm、铠侠、闪迪、美光和长江存储等。

长江存储官网披露，其第五代TLC 3D NAND于2024年量产，第五代QLC于2025年量产，产品已经覆盖NAND颗粒、嵌入式存储、消费级SSD和企业级SSD。

这说明中国NAND产业已经从单纯制造颗粒，逐渐向完整存储解决方案延伸。

但进入企业级SSD高价值市场，除了NAND工艺，还需要多年固件积累、控制器能力、可靠性数据和云厂商认证。这个过程通常比制造出高层数NAND更慢。

九、中国存储产业的机会在哪里？

中国拥有全球最大的电子制造和终端应用市场之一，覆盖手机、PC、服务器、汽车、云计算和工业设备。这为国产存储提供了规模化验证环境。

目前，中国大陆已经形成两条核心产业链：

• 以长鑫科技为代表的DRAM产业；

• 以长江存储为代表的NAND产业。

这意味着国产存储已经完成从“有没有”向“能否规模化、能否盈利、能否进入高端产品”的转变。

未来中国存储产业真正的突破点，不只是继续扩大普通DDR和NAND产能，而是补齐以下环节：

高带宽存储

HBM涉及高性能DRAM、TSV、先进封装、逻辑基底、热管理和客户协同，是中国存储进入AI核心价值链的关键。

企业级存储系统

企业级SSD的控制器、固件、可靠性认证和云平台协同，决定了NAND能否从颗粒利润升级为解决方案利润。

关键设备与材料

存储制造需要大量刻蚀、薄膜沉积、清洗、量测、光刻、测试设备，以及硅片、光刻胶、特种气体和靶材。存储厂扩产与工艺迭代会带动供应链验证，但只有进入核心工艺并持续随代际升级的厂商，才能获得长期价值。

先进封装与测试

HBM的价值增长速度可能快于晶圆数量增长速度。能够解决TSV、减薄、堆叠、测试和散热问题的企业，可能获得比普通封装更高的价值量。

地缘政治会加快本土供应链建设，但也可能限制先进设备、软件和材料获取。长鑫科技最新招股书已把国际贸易摩擦和产业链不稳定列为重要风险。

十、哪些环节具有真正的长期价值捕获能力？

存储行业的市场规模很大，但市场规模并不等于企业价值。

长期价值主要集中在能避免纯价格竞争的环节。

第一梯队：HBM、定制存储和先进封装

这些环节具有高技术难度、客户联合开发、认证周期长和供给扩张慢等特点，当前价值捕获能力最强。

第二梯队：领先DRAM与NAND制造平台

核心价值来自工艺、良率、单位bit成本和规模。领先厂商在周期底部可以保持现金流，并在竞争对手收缩时扩大份额。

第三梯队：企业级SSD控制器、固件与系统方案

这些企业不一定拥有晶圆厂，但可以通过控制器、固件、可靠性和客户认证获得较高附加值。

第四梯队：存储接口及配套芯片

服务器内存中的RCD、PMIC、数据缓冲芯片，SSD控制器以及CXL相关芯片，具有标准、认证和客户生态壁垒。

第五梯队：关键设备、材料与测试

如果产品进入核心制程并具备跨代升级能力，设备和材料企业的收入可能比存储价格更稳定。

价值捕获较弱的环节：普通模组和渠道

消费级内存条、标准化SSD和单纯分销业务进入门槛较低，产品差异有限，利润通常受到颗粒价格和库存周期挤压。

十一、未来三种情景 乐观情景：AI存储成为长期超级周期

云厂商资本开支继续增长，Agent和推理需求大规模商业化，HBM4、HBM4E、高容量DDR5和企业级SSD持续供不应求。

厂商扩产受到技术、设备、良率和封装能力约束，供给增长长期低于需求增长。存储价格从高位温和回落，但利润率保持明显高于历史中枢。

这一情景下，HBM、先进封装、企业级SSD和高端接口芯片将持续获得超额利润。

中性情景：结构性成长与传统周期并存

AI需求保持增长，但2027年至2028年新产能逐步释放。

HBM和高端企业级SSD仍保持较好盈利，普通DDR、LPDDR和消费级NAND重新出现价格波动。行业整体规模上升，但不同产品利润明显分化。

这是目前最可能发生的情景。

悲观情景：AI商业化慢于资本投入

AI应用收入增长不足以覆盖云厂商巨额资本开支，头部客户削减服务器采购；与此同时，存储厂商此前规划的新增产能开始集中释放。

HBM需求增速下降，普通DRAM和NAND率先供过于求，价格快速下跌，库存减值和减产再次出现。

在这一情景下，只有成本最低、资产负债表最强、客户关系最深的企业能够保持盈利。

十二、判断存储周期，应该盯住这八个指标

与其追逐“超级周期”口号，不如持续观察：

1. 云厂商资本开支及AI收入增长是否匹配。

2. HBM交付周期和长期合同是否缩短。

3. HBM4及HBM4E客户认证和良率进度。

4. 服务器DDR5与企业级SSD收入增速。

5. DRAM和NAND合同价格，而不是零售价格。

6. 三星、SK海力士、美光及中国厂商的资本开支。

7. 库存天数和存货跌价准备变化。

8. 经营现金流能否覆盖资本开支。

其中最重要的是最后一个。

存储厂商在价格上涨时都可以获得巨额利润。真正的竞争力，是在完整周期中仍能用经营现金流支持下一代研发、设备升级和产能建设。

结语：AI没有消灭存储周期，但正在重写利润分配

存储芯片正在经历一场真实的产业升级。

HBM解决算力带宽瓶颈，DDR5支撑服务器容量增长，企业级SSD参与AI数据管道，LPDDR和UFS承接端侧AI需求。存储已经不再只是计算系统中的标准化配件，而是影响算力利用率、能耗和系统成本的关键变量。

但与此同时，存储行业依然具备最典型的资本周期特征。

当前的高价格、高毛利和产能短缺，既包含AI带来的结构性需求，也包含厂商将产能转向HBM、过去资本开支不足以及客户集中备货造成的短期供给约束。

因此，关于存储行业最合理的判断不是“这一次永远不同”，也不是“所有增长都是泡沫”。

而是：

AI创造了一个更大、更高端、产品分化更明显的存储市场，但没有取消供需规律。

未来最大的投资机会，不会平均分布在所有存储企业中，而会集中在能够掌握高端产品、先进工艺、封装能力、控制器固件和核心客户关系的企业。

同样，最大的风险也不在需求完全消失，而在于：

企业按照当前高价格扩张产能，却在新增供给释放时面对已经回归正常的需求和利润率。

存储行业真正的长期赢家，不是周期顶部利润最高的公司，而是能够把顶部现金流转化为下一代技术优势，并在周期底部仍然保持竞争力的公司。

欢迎订阅半导体入门系列