三星与SK海力士HBM挤占晶圆产能 导致全球通用DRAM供需失衡价格飙升
硅谷101
AI大模型推理需求呈现指数级跃升，存储芯片原厂优先扩产高利润HBM引发严重产能排挤效应，正将全线内存成本压力转嫁至硬件OEM厂商并重塑整个半导体估值逻辑。
AI-assisted summary of AI救活了一家马桶公司，也点燃了存储芯片超级周期【硅谷101】 — original source. Check the original for full context.
Source published:
Detailed notes
## Background 该视频由“硅谷101”于2026年4月10日发布在Bilibili平台。视频的核心内容围绕人工智能引发的四十年一遇存储芯片严重短缺展开，深度拆解了三星、SK海力士等存储巨头股价暴涨背后的供需失衡，并探讨了这轮“超级周期”是否会重塑整个半导体的估值逻辑。
## TL;DR AI大模型向推理阶段的迈进以及多模态技术的发展，引发了全球存储芯片从HBM、DRAM到NAND的全线极度短缺，甚至让马桶企业TOTO因隐藏的芯片耗材业务摇身一变成为AI概念股。由于HBM极度消耗晶圆并产生产能排挤效应，叠加洁净室不足、上游设备商保守扩产等三大窒息瓶颈，导致手机、PC和汽车等传统硬件厂商面临惨烈的内存成本暴涨与断供危机。这场几十年来最严重的供需错配，正促使华尔街重新评估存储行业是否将从周期股转变为结构性增长的成长股。
## Atmosphere & style 视频整体呈现出一种宏大、专业且带有强烈行业洞察的叙事风格。通过将做马桶的TOTO公司与前沿AI芯片紧密结合，节目一开场就营造出一种充满戏剧性和荒诞感的震撼氛围。随着各组暴涨数据和业内爆料的层层铺开，探讨的语境逐渐转入深水区，展现出巨头日赚亿金的狂欢与下游硬件厂商无米下锅的“冰火两重天”格局。观众能清晰地感受到一种处于科技范式转移前夜的兴奋与焦虑，既有对超级周期改写历史规律的理性期待，也隐藏着对AI泡沫随时可能破裂的警惕与危机感。
## Key takeaways - [00:00](https://www.bilibili.com/video/BV1QiDZBrEWG?t=0s) AI浪潮对高纯度陶瓷静电吸盘等关键耗材的需求爆发，使日本马桶巨头TOTO的该项隐藏业务贡献超四成营业利润，其订单已排至2027年，成为独特的AI概念股。 - [00:00](https://www.bilibili.com/video/BV1QiDZBrEWG?t=0s) 存储巨头在2026年经历40年来最严重的供需失衡，三星与SK海力士利润创纪录，核心产品HBM（高带宽内存芯片）售价高昂且被三家巨头高度垄断。 - [00:00](https://www.bilibili.com/video/BV1QiDZBrEWG?t=0s) 全球存储芯片全线告急，从高端DDR5到老款DDR4及服务器内存模组价格均出现数倍暴涨，闪迪更是推出了极具代表性的“预付款且违约不退”长期供应协议。 - [04:59](https://www.bilibili.com/video/BV1QiDZBrEWG?t=299s) AI时代的存储系统呈现精细的分层仓储特征，离计算越近的“热”存储（如HBM、DRAM）在短期内受益越明显，而NAND闪存的角色也在向“前线弹药库”升级。 - [09:59](https://www.bilibili.com/video/BV1QiDZBrEWG?t=599s) 由于微缩化（Scaling）技术增速严重放缓以及“先建后卖”的巨额资本开支模式，存储行业历史上表现出强烈的“大涨大崩”周期性特征。 - [14:59](https://www.bilibili.com/video/BV1QiDZBrEWG?t=899s) AI时代由于计算步骤极其复杂，催生了减少擦写、节省计算时间的“黑板效应”，生成式AI对多层级存储的需求呈现指数级且具粘性的增长。 - [14:59](https://www.bilibili.com/video/BV1QiDZBrEWG?t=899s) 摩根士丹利测算显示，随着AI推理成为主战场，仅三个ChatGPT规模的模型纯文本推理，就将消耗2026年全球绝大部分的存储芯片供给，产生“内存帕金森定律”。 - [19:59](https://www.bilibili.com/video/BV1QiDZBrEWG?t=1199s) “HBM悖论”引发了产能排挤效应：HBM极度消耗晶圆且良率低，各大厂商优先扩产HBM导致普通DRAM产能被严重压缩，引发传统内存价格报复性暴涨。 - [19:59](https://www.bilibili.com/video/BV1QiDZBrEWG?t=1199s) 存储芯片的供给扩张受制于洁净室与电力不足、上游设备供应商态度保守以及先进节点迁移摩擦损耗这“三大窒息瓶颈”，新产能最早需到2027年才能上线。 - [24:59](https://www.bilibili.com/video/BV1QiDZBrEWG?t=1499s) 存储原厂利润率预计在2026至2027年创下历史新高（达70%-80%），而硬件OEM厂商如手机、PC及汽车行业由于议价权衰退，正承受惨烈的内存成本提价压力。 - [29:59](https://www.bilibili.com/video/BV1QiDZBrEWG?t=1799s) 行业预测2026年存储市场的供需缺口达30%到50%，若短缺延续至2027或2028年，存储行业可能完成从“周期股”到“成长股”的估值逻辑重塑。 - [29:59](https://www.bilibili.com/video/BV1QiDZBrEWG?t=1799s) 当前存储超级周期的乐观预判完全建立在AI需求真实且可持续的前提上，如果AI泡沫破裂，资本市场对存储板块的高估值将面临巨大的回撤风险。
## Detailed walkthrough 以下是关于该视频内容的详细、忠实且保留所有具体细节的文字导览：
[00:00](https://www.bilibili.com/video/BV1QiDZBrEWG?t=0s) AI 浪潮下的“马桶概念股”与存储芯片的空前短缺
谁能想到，一家做马桶的日本高端智能卫浴企业 TOTO，竟然因为 AI 浪潮在过去几个月里股价飙升。这并不是因为他们的智能马桶卖得更好了，而是因为 TOTO 拥有一项隐藏的王牌业务——高纯度陶瓷静电吸盘。在芯片制造过程中，这是用来固定晶圆的关键耗材。TOTO 将其精度做到了头发丝的八十分之一，纯度更是业界第一。恰逢全球存储芯片需求爆发、上游厂商疯狂扩产，这项业务瞬间成为绝对的刚需。高盛等投行纷纷上调 TOTO 的股价评级，原因非常简单：他们的静电吸盘订单已经排到了 2027 年，目前该业务贡献了 TOTO 超过四成的营业利润。一家马桶公司就此摇身一变成为 AI 概念股，足见当前 AI 存储赛道有多么火爆。
在这场狂欢背后，三星、SK 海力士、美光、闪迪等存储巨头股价暴涨，其根源是全球存储芯片正在经历 40 年来最严重的供需失衡。2026 年 1 月底，韩国存储双雄三星电子和 SK 海力士公布了上一年度第四季度的财报，两家公司合计营业利润接近 40 万亿韩元（折合约 278 亿美元），相当于每天净赚 3 亿美元。在如此创纪录的利润支持下，SK 海力士的人均年终奖达到了惊人的 64 万元人民币，刷新了公司历史纪录。而将行业推向巅峰的核心产品，就是 HBM（高带宽内存芯片）。一块仅有指甲盖大小的 HBM 售价高达 400 到 500 美元，比同等重量的黄金还要贵。全球能生产该产品的仅有三家：SK 海力士独占约六成份额，三星和美光各占约两成。
然而，HBM 只是冰山一角，真正让整个行业陷入恐慌的是从高端到低端、从 DRAM 到 NAND 的全线告急。从 2024 年底到 2025 年 12 月，16GB 的 DDR5 现货均价从 4.6 美元飙升至 28 美元，涨幅高达 500%；更老的 DDR4 则从 3.2 美元暴涨至 62 美元以上，累计涨幅达 1800%。数据中心用的 64GB 服务器内存模组在短短半年内从 255 美元涨到了 700 美元，涨幅将近 175%。目前，SK 海力士 2026 年的产能已全部售罄，三星在 2026 年第一季度直接将 NAND 闪存的供应价格上调了 100%。现在的 DRAM 现货价格已经超越了 2016 至 2018 年云计算爆发时期的历史最高点。在供给极度紧张的情况下，SSD 针对核心 GPU 供应商的报价甚至出现过“一周内乘以二”的夸张现象。
与此同时，行业出现了一个极具标志性的信号：闪迪（SanDisk）在 2026 年初的 CES 上向华尔街透露，他们正在与客户签署一种全新的长期供应协议（LTA, Long Term Agreement）。与以往不同，这次的协议不仅具有法律效力，而且要求客户提前支付预付款，且“违约不退钱”。这在存储行业几十年的历史上从未发生过。过去强势的客户如今不得不接受供应方制定的新规则。行业分析认为，如果连闪迪都能做到这一点，那么 SK 海力士、三星和美光这三大巨头更没有理由不跟进。
- **TOTO 隐藏业务**：高纯度陶瓷静电吸盘，精度达头发丝的 1/80，占其营业利润超 40%，订单排至 2027 年。 - **韩国双雄 Q4 利润**：三星与 SK 海力士合计营业利润近 40 万亿韩元（约 278 亿美元），日赚 3 亿美元；SK 海力士人均年终奖达 64 万元人民币。 - **HBM 市场格局**：售价 400-500 美元/块，SK 海力士占约 60% 份额，三星与美光各占约 20%。 - **价格暴涨数据**： - 16GB DDR5 现货均价：4.6 美元 → 28 美元（涨幅 500%） - DDR4 现货均价：3.2 美元 → 62 美元以上（涨幅 1800%） - 64GB 服务器内存模组：255 美元 → 700 美元（涨幅近 175%） - **闪迪新规**：推行具有法律效力的 LTA 长期协议，要求预付款且违约不退。
[04:59](https://www.bilibili.com/video/BV1QiDZBrEWG?t=299s) 存储技术的分层与 AI 时代的产业链版图
为了理解这轮超级周期，我们需要从技术角度理清 HBM、DRAM 和 NAND 的基本概念。对于存储行业，我们可以用“热”和“冷”来做划分：离计算越近的越“热”，偏向纯粹储存属性的则越“冷”。最热的是 DRAM（动态随机存取存储器），它是离计算最近的存储，即电脑和手机的运行内存。DRAM 速度极快，但断电后数据会丢失，属于“短期记忆”。HBM 则是 DRAM 的一种特殊进化形态，它通过硅通孔（TSV）技术将多层 DRAM 芯片垂直堆叠，再用先进封装与 GPU 贴在同一块基板上，极大增加了带宽。因此，无论是英伟达的 GPU 还是谷歌的 TPU，都绝对离不开 HBM。DRAM 家族内部还包括 GDDR、LPDDR（低功耗 DDR）等，虽然都是 DRAM，但制造工艺、封装方式和性能指标完全不同。
在“冷”的这一端则是 NAND Flash。如果说 DRAM 是短期记忆，那么 NAND 就是“长期记忆”，它断电不丢数据，是固态硬盘（SSD）、手机存储和 U 盘的核心。在 AI 时代，NAND 的角色正在快速升级，从以前单纯的“后台仓库”变成了“前线弹药库”。再往更冷的方向走，则是传统的机械硬盘（HDD），它靠磁盘旋转读写，速度慢但容量大、价格便宜，主要用于冷存储和归档。随着 AI 推理对存储层级的要求越来越精细，整个系统现在更像一个分层仓储系统：最急用的数据放 HBM（手边），常用但不急的放 DRAM（抽屉），备用数据放 NAND/SSD（储物柜），而长期积累的大量资料则放在后端的大型共享存储（总档案馆）中。在这场变革中，越靠近计算的“热”存储，短期内受益越明显。
从产业链来看，存储行业是一个庞大且高度分工的体系。最上游是材料和硅片，例如日本的 SUMCO（胜高）；制造环节的关键设备厂商包括光刻机龙头 ASML 以及覆盖涂胶显影、沉积、刻蚀和清洗的东京电子（Tokyo Electron）；设计层则有 Cadence 和 Synopsys 等 EDA 与设计 IP 公司，以及在高速内存架构中扮演关键角色的接口 IP 厂商 Rambus。中游是存储芯片的设计与制造，在 DRAM 领域，三星、SK 海力士和美光三家巨头合占全球 95% 的市场份额；在 NAND 领域，除这三家外还有铠侠、西部数据和闪迪。此外，先进封装（如台积电提供的 CoWoS 封装）成为了 HBM 出货的关键瓶颈。下游则是庞大的应用端，包括微软、谷歌、亚马逊、字节跳动等云厂商巨头，以及苹果、小米等手机厂，联想、戴尔等 PC 厂，特斯拉等汽车厂和游戏主机厂商。尽管产业链很长，但真正的定价权高度集中在中游的三星、SK 海力士和美光手中。
- **存储分层系统**： - **HBM（极热）**：垂直堆叠的 DRAM，与 GPU 封装在一起，提供超高带宽。 - **DRAM（热）**：运行内存（如 LPDDR、GDDR），断电数据丢失，属于短期记忆。 - **NAND Flash（冷）**：固态硬盘核心，断电不丢数据，属于长期记忆。 - **HDD（极冷）**：机械硬盘，用于大容量归档与冷存储。 - **中游垄断格局**：三星、SK 海力士、美光三家垄断了全球 95% 的 DRAM 市场。
[09:59](https://www.bilibili.com/video/BV1QiDZBrEWG?t=599s) 存储行业的物理与经济学规律：经典的周期循环
存储行业有一个非常显著的特点，那就是强烈的周期性。从历史来看，它总是在“大涨”和“大崩”之间反复横跳，这背后有物理学和经济学两层原因。在物理学层面，DRAM 靠存储电荷来保存数据，几十年来工程师一直通过将存储单位做小、做多来提高密度。在巅峰时期，DRAM 的密度每 10 年能翻 100 倍。然而如今，微缩化（Scaling）已严重放缓。根据 SemiAnalysis 的报告，过去 10 年 DRAM 的密度总共才翻了大约 2 倍。这意味着，存储芯片的成本下降无法再单纯依靠技术进步自动实现，而是更多取决于产能的增减和供需的博弈。
在经济学层面，存储芯片制造是全球资本密度最高的产业之一，建一座先进晶圆厂动辄需要几十亿甚至上百亿美元，建设周期长达两三年。这些巨额投资一旦砸下去就是沉没成本，因此即使市场需求不好，厂商也倾向于继续开工生产，因为停工的损失更大。更要命的是，存储行业采用的是“先建后卖”的模式，这与台积电“先接单、后扩产”的逻辑完全不同。存储厂商必须提前两三年预测未来的市场需求并布局产能，猜对了皆大欢喜，猜错了就是灾难。这种结构性矛盾造就了存储行业经典的周期循环：需求爆发 → 供不应求 → 价格飙涨 → 利润暴增 → 激进扩张 → 供过于求 → 价格崩盘 → 行业大洗牌。
在过去 30 年里，这个循环平均每 3 到 4 年就会上演一次，从未例外。激烈的竞争导致 1990 年代的 20 多家 DRAM 供应商如今被淘汰到只剩下三家巨头，以及中国长鑫存储等追赶者。德国奇梦达（Qimonda）的破产、日本尔必达（Elpida）的退出，这些血淋淋的教训让整个行业对“周期”二字充满了敬畏。在过去几十年中，行业经历过四次著名的大周期： 1. **1993 年**：Windows PC 与图形界面普及导致内存需求暴增，全球疯狂新建约 50 座晶圆厂，随后产能严重过剩引发价格暴跌。 2. **2010 年**：智能手机与云计算爆发，服务器 DRAM 需求激增，但由于产品标准化加速了商品化，导致周期比预期更短。 3. **2017 - 2018 年**：云厂商升级数据中心，三大厂商毛利率冲到历史高位，但高利润刺激过度扩产后，行业于 2018 年末重新下滑。 4. **2020 - 2021 年**：疫情驱动居家办公与云用量暴增，恐慌性双重下单制造了虚假繁荣，退潮后库存严重积压，导致 2022 至 2023 年经历痛苦大跌。
正是 2022 至 2023 年的严重亏损促使厂商大幅削减产能，而这段保守期恰恰为如今 2025 至 2026 年的严重短缺埋下了伏笔。历史经验告诉投资者，“长得越猛，崩得越快”，超级周期很少能持续超过两年。但这一次，越来越多的证据暗示，历史模式可能会被彻底打破。
- **DRAM 密度增速放缓**：从过去的“每 10 年翻 100 倍”放缓至“过去 10 年仅翻约 2 倍”。 - **行业历史淘汰赛**：供应商从 90 年代的 20 多家淘汰至如今的三巨头（三星、SK 海力士、美光）。 - **历史四大周期节点**：1993 年（PC 普及）、2010 年（智能手机与云）、2017-2018 年（数据中心升级）、2020-2021 年（疫情宅经济）。
[14:59](https://www.bilibili.com/video/BV1QiDZBrEWG?t=899s) AI 时代的“黑板效应”与多层级存储的爆发
为什么说这次的周期可能会有所不同？因为生成式 AI 对存储的需求是指数级且具有粘性的。当用户每天使用 ChatGPT 或 Gemini 时，每一次交互、每一个被记住的偏好都在消耗存储资源。大模型公司为了构建护城河，必须通过海量的多层级存储来支撑这种“记忆粘性”。此外，随着视频生成模型逼近实用化，视频的数据量是文本的几十倍甚至上百倍，对存储的需求呈现指数级跃升。
视频中用了一个生动的“黑板比喻”来解释这种需求：以前的计算就像在一块小黑板上算“1+1=2”，不需要太大的空间，算完擦掉即可。但在 AI 时代，计算强度极高，步骤极其复杂。如果黑板太小，算几步就要擦掉一次，会极大地浪费计算时间。因此，AI 时代需要一块“巨大无比的黑板”，能够一口气把 100 个计算步骤全部写完再擦掉，而这块“大黑板”就是对超大容量存储的刚性需求。
在生成式 AI 的早期，算力和资金主要砸在模型训练上，存储主要负责高效喂数据和定期做模型检查点（Checkpoint）以防训练中断。而如今，推理（Inference）正在迅速成为主战场，其对存储的需求比训练复杂得多。推理需要将模型从存储层加载到内存层，活跃权重驻留在 HBM，部分状态和缓存（如 KV Cache）留在 DRAM。当 KV Cache 在高层内存装不下时，会被卸载到 SSD 或 NAND 上，需要时再取回；而 RAG（检索增强生成）查询依赖的外部知识则存放在更后端的共享存储或数据湖中。
随着 2026 年 AI Agent（智能体）从实验走向核心基础设施，推理正在成为一种“内存挑战，而不仅仅是计算挑战”。智能体需要维护多层记忆（短期工作记忆、长期历史记忆、预训练知识库等），每一层都需要不同层级的存储支撑。摩根士丹利（Morgan Stanley）对此进行了一项分层测算：以一个类似 ChatGPT 规模的模型为基准，假设拥有 8 亿周活跃用户、峰值每秒 30 万次请求、每次请求 2000 个输入 Token。测算结果显示，这样的系统大约需要： * HBM：226 PB * DRAM：4.6 EB * NAND/SSD：47 EB * 数据湖：294 EB
如果全球有三个这种规模的模型（如 ChatGPT、Gemini、Claude），仅纯文本推理的需求就会占到 2026 年全球 HBM 供给的 17%、DRAM 的 35% 以及 NAND 的 92%。这还没有算入多模态（图片、视频）的需求。如果将输入 Token 从 2000 提升到 5000，DRAM 需求将再增加 2 EB，SSD/NAND 需求再增 3 EB。SemiAnalysis 将这种现象称为“内存帕金森定律”：HBM 容量每提升一次，开发者就会立刻构建更大的模型将其填满，存储永远是下一个瓶颈。
- **黑板效应**：AI 复杂计算需要极大的内存空间以减少擦写次数、节省计算时间。 - **大摩推理需求测算（单模型基准）**：HBM 226 PB、DRAM 4.6 EB、NAND/SSD 47 EB、数据湖 294 EB。 - **三模型消耗占比（2026 预测值）**：将消耗全球 17% 的 HBM、35% 的 DRAM 和 92% 的 NAND 供给。 - **内存帕金森定律**：内存容量一旦提升，开发者就会用更大的模型和更宽松的压缩技巧将其迅速填满。
[19:59](https://www.bilibili.com/video/BV1QiDZBrEWG?t=1199s) 产能排挤效应与供给端的“三大窒息瓶颈”
面对如此疯狂的需求，供给端的扩张却遭遇了极大的挑战，这里存在一个有趣的“HBM 悖论”：HBM 的大规模扩产，不仅没有缓解普通 DRAM 的短缺，反而让它变得更加严重。SemiAnalysis 的数据显示，三大厂商分配给 HBM 的晶圆产能从 2023 年底的每月 12.3 万片，暴涨至 2025 年底的 33.1 万片，预计到 2027 年底将达到 66.8 万片。
然而，HBM 是一种极其消耗晶圆的架构。生产一片用于 HBM3E（12层堆叠）的晶圆，其产出（Yield）仅为普通 DRAM 晶圆的三分之一；到了 HBM4，这一比例可能进一步恶化到四分之一。这意味着，厂商每多生产 1 GB 的 HBM，市场就要失去生产 3 到 4 GB 普通 DRAM 的机会。由于 HBM 制造涉及 TSV 归通孔、晶圆减薄等复杂工艺，只要 8 层或 12 层堆叠中有一颗裸片损坏，整颗芯片就会报废。这种“反向缩放”特征导致了严重的“产能排挤效应”：由于 HBM 利润极高且被 AI 巨头提前包圆，厂商优先将晶圆塞给 HBM，导致手机和电脑用的传统 DRAM 产能被严重压缩，引发价格报复性暴涨。到 2025 年第四季度，由于现货价格飙升，普通 DRAM 的利润率甚至追平并超过了锁定了长期合同价格的 HBM。
供给端无法快速释放产能，主要受制于三大窒息瓶颈： 1. **洁净室（Clean Room）与电力资源不足**：在疫情后的周期低谷中，存储厂商投资缩水，导致 2025 和 2026 年洁净室严重不足。2026 年全行业新增产能几乎全部集中在三星 P4、SK 海力士 M15X 和美光 A3 三座工厂，且多用于 HBM。真正有意义的普通 DRAM 新产能（如 SK 海力士龙仁工厂、美光爱达荷工厂）最早要到 2027 年才能上线。 2. **上游设备商拒绝扩产**：像东京电子（Tokyo Electron）等日本关键设备供应商态度非常保守。他们担心自己花几年时间扩大产能后，AI 周期已经破裂，因此宁可“少赚点”也不愿冒激进扩张的风险，形成了典型的“木桶效应”。 3. **先进节点迁移的摩擦损耗**：为了在有限晶圆上产出更多内存，厂商正加速向 1b（EB）和 1c（EC）等先进节点迁移。但产线迁移需要停机数周甚至数月进行调试，这在短期内反而会导致良率波动和产能损失，属于“远水解不了近渴”。
- **HBM 晶圆消耗比**：HBM3E 晶圆产出仅为普通 DRAM 的 1/3，HBM4 降至 1/4。 - **三大新增晶圆厂**：三星 P4、SK 海力士 M15X、美光 A3（主要供应 HBM）。 - **新产能上线时间**：SK 海力士龙仁工厂预计 2027 年 2 月上线，美光爱达荷工厂预计 2027 年年中上线。
[24:59](https://www.bilibili.com/video/BV1QiDZBrEWG?t=1499s) 产业链利润的重新分配：赢家与输家的冰火两重天
存储芯片价格的疯涨，正在剧烈地重新分配整个电子产业链的利润。在这条利润链上，最大的赢家除了韩国双雄外，还包括中国国内的存储厂商。例如，佰维存储预计 2025 年利润同比增长 427% 至 520%，德明利预计增长 85% 至 128%。野村证券预计，2026 财年通用 DRAM 原厂的利润率有望回升至上一轮周期峰值的 70%；摩根大通（JP Morgan）则更为激进，预测到 2027 年营业利润率可能突破 80%。
相反，硬件 OEM 厂商则成为了这轮周期中的惨烈输家。摩根士丹利测算，存储芯片价格每上涨 10%，硬件 OEM 的毛利率就会下降 45 到 150 个基点。手机市场首当其冲，小米、OPPO 的出货预测被下调超过 20%，Vivo 下调将近 15%。TrendForce 直接将 2026 年全球智能手机生产总数预测砍至同比下降 10%。魅族甚至因成本扛不住而取消了魅族 22 Air 的上市计划。PC 市场同样惨烈，联想部分机型上调 500 至 1500 元，戴尔和惠普也明确预告提价，惠普 CEO 甚至在考虑减少产品中的内存使用量。
汽车行业也未能幸免。理想汽车供应链副总裁警告，2026 年车规级存储的满足率可能不足 50%。蔚来创始人李斌坦言，今年最大的成本压力就是内存；雷军也在直播中表示，光车用内存一项，成本就要增加几千块。由于存储供不应求，某国产车企甚至因为拿不到足够的内存，不得不阉割掉后排的车载娱乐系统（Infotainment）。在存储巨头眼中，手机和 PC 厂商的议价权（Pricing Influence）已大不如前，因为他们的利润率远低于云厂商。即使手机和 PC 市场出现下滑，存储厂商也并不太在乎，因为微软、谷歌、亚马逊 AWS 等云厂商对价格极其不敏感，他们更在乎的是抢夺算力资源以支撑股价和 AI 叙事。
- **国内存储厂商利润预测（2025）**： - 佰维存储：利润预计同比增长 427% - 520%。 - 德明利：利润预计同比增长 85% - 128%。 - **原厂利润率预测**：野村预测 2026 财年通用 DRAM 利润率达 70%；小摩预测 2027 年可能超 80%。 - **手机与 PC 市场冲击**： - 2026 全球智能手机产量预测：同比下降 10%。 - 联想部分机型提价：500 - 1500 元。 - **车规级存储告急**：2026 年车规存储满足率可能不足 50%，单车内存成本增加数千元。
[29:59](https://www.bilibili.com/video/BV1QiDZBrEWG?t=1799s) 终极拷问：这轮超级周期会彻底打破历史规律吗？
目前，HBM 市场依然维持着 SK 海力士、三星、美光约 6:2:2 的竞争格局。在当前供远小于求的卖方市场中，争论谁的份额更大意义不大，因为三家厂商的产能都已售罄，谁能多挤出产能，谁就能多占领市场。有趣的是，存储大厂们并不追求绝对的垄断。在周期波动极大的存储行业中，100% 的市场份额意味着要独自承担 100% 的需求波动风险，一旦客户砍单就会极其被动。因此，保持三足鼎立的平衡状态反而是厂商和客户共同希望看到的。
行业普遍预测，2026 年存储市场的供需缺口仍在 30% 到 50% 之间，供不应求的状态将至少持续到 2027 年，甚至要到 2028 年才会有所好转。华尔街和行业分析师开始思考一个更宏大的问题：存储行业是否会从此告别周期，从一个“周期性行业”转变为一个“结构性增长行业”？如果这一转变发生，资本市场对存储行业的估值逻辑将发生质的飞跃——市盈率（PE）估值可能会直接翻倍，完成从周期股到成长股的范式转换。
然而，不确定性依然存在。技术本身的进步随时可能改写供需关系。例如，谷歌曾发布过一个名为 TurboQuant 的高效 AI 内存压缩算法，一度引发内存板块全线暴跌。尽管业内很快反驳称这是一场“乌龙”（该算法仅在小模型上验证过，且只压缩了推理中的 KV Cache，不影响训练），但这次暴跌本身就反映出资本市场对存储板块的信心已处于极度敏感和脆弱的状态。在这波调整前，闪迪自 2026 年以来已暴涨 200%，美光涨幅也超过 80%，部分空头机构已开始质疑其估值是否透支。
最核心的风险依然在于 AI 本身。正如行业分析所指出的：“第一个担心是 AI 爆掉。如果有一天大家发现 AI 没什么用，那你讲的一切未来都会变成零。”当前对超级周期的所有乐观预判，都建立在“AI 需求真实且可持续”的前提之上。如果 AI 泡沫破裂，存储行业也将无法独善其身。这柄达摩克利斯之剑将一直悬挂在行业头顶，直到它真正证明自己能像苹果的手机业务一样，成为一个稳定的、结构性增长的万亿级市场。
- **供需缺口预测**：2026 年供需缺口达 30% - 50%，总 DRAM 供给比需求低 7% 以上，缺口或延续至 2027 年。 - **估值逻辑重塑**：若行业从“周期性”成功转型为“结构性增长”，其 PE 估值有望实现翻倍。 - **资本市场波动**：闪迪 2026 年以来一度暴涨 200%，美光暴涨超 80%；美光 2026 财年资本开支达 200 亿美元（同比增长 68%）。
## Notable quotes > [00:00](https://www.bilibili.com/video/BV1QiDZBrEWG?t=0s) 违约不退钱
> [00:00](https://www.bilibili.com/video/BV1QiDZBrEWG?t=0s) 一周内乘以二
> [09:59](https://www.bilibili.com/video/BV1QiDZBrEWG?t=599s) 长得越猛，崩得越快
> [14:59](https://www.bilibili.com/video/BV1QiDZBrEWG?t=899s) 内存帕金森定律 — SemiAnalysis
> [14:59](https://www.bilibili.com/video/BV1QiDZBrEWG?t=899s) 推理正在成为一种内存挑战，而不仅仅是计算挑战
> [19:59](https://www.bilibili.com/video/BV1QiDZBrEWG?t=1199s) 少赚点 — 东京电子
> [19:59](https://www.bilibili.com/video/BV1QiDZBrEWG?t=1199s) 远水解不了近渴
> [24:59](https://www.bilibili.com/video/BV1QiDZBrEWG?t=1499s) 今年最大的成本压力就是内存 — 李斌
> [24:59](https://www.bilibili.com/video/BV1QiDZBrEWG?t=1499s) 光车用内存一项，成本就要增加几千块 — 雷军
> [29:59](https://www.bilibili.com/video/BV1QiDZBrEWG?t=1799s) 第一个担心是 AI 爆掉。如果有一天大家发现 AI 没什么用，那你讲的一切未来都会变成零。
## Mentioned TOTO, 三星电子, SK海力士, 美光, 闪迪, 高盛, HBM, DDR5, DDR4, NAND, DRAM, SSD, CES, Rob Li, Candice Hu, 英伟达, 谷歌, TPU, GDDR, LPDDR, NAND Flash, HDD, SUMCO, ASML, 东京电子, Cadence, Synopsys, Rambus, 铠侠, 西部数据, 台积电, CoWoS, 微软, 亚马逊, 字节跳动, 苹果, 小米, 联想, 戴尔, 特斯拉, SemiAnalysis, 长鑫存储, 奇梦达, 尔必达, ChatGPT, Gemini, Claude, AI Agent, 摩根士丹利, RAG, HBM3E, HBM4, 三星 P4, SK海力士 M15X, 美光 A3, SK海力士龙仁工厂, 美光爱达荷工厂, 佰维存储, 德明利, 野村证券, 摩根大通, OPPO, Vivo, TrendForce, 魅族 22 Air, 惠普, 理想汽车, 蔚来, 李斌, 雷军, 亚马逊 AWS, TurboQuant
[Source](https://www.bilibili.com/video/BV1QiDZBrEWG)