在线配资流程 AI救活了一家马桶公司，也点燃了存储芯片超级周期

文 | 硅谷101在线配资流程

AI居然救活了一家马桶公司？

日本高端智能马桶企业TOTO，因为AI在过去几个月股价飙升，并不是因为马桶卖得更好了，而是因为TOTO有一个隐藏业务：高纯度陶瓷静电吸盘，这是芯片制造时固定晶圆用的关键耗材，TOTO把精度做到了头发丝的1/80，纯度业界第一。

恰逢存储芯片需求爆发、上游厂商疯狂扩产，这一业务就成了绝对的刚需。这使得高盛等投行纷纷上调TOTO股价评级，原因很简单：静电吸盘的订单已经排到了2027年。现在这块业务占了TOTO超过四成的营业利润。

当一家马桶公司，都成为了AI概念股，可见目前的AI存储赛道有多火爆了，（Samsung）、SK海力士（SK Hynix）、美光（Micron）、闪迪（SanDisk），这些存储行业的重要玩家股价疯涨的背后，是全球存储芯片，正在经历四十年来最严重的供需失衡。

这篇文章，我们就来梳理一下这轮存储的“超级周期”，并与三星业内人士和华尔街投资人深度盘点一下：为什么这一次的周期跟以前不一样，存储在AI产业为什么如此重要，等AI巨头正在如何破除对存储的依赖，以及这样的短缺周期还会持续多久、又如何影响你我呢？

01 涨幅超1800%，“比黄金还贵”的HBM

2026年1月底，韩国存储双雄三星电子和SK海力士同时公布了上一年第四季度财报。数字有多夸张呢？两家公司合计营业利润接近40万亿韩元，折合大概278亿美元，相当于每天净赚3亿美元。在这样创下历史的利润下，SK海力士的年终奖，人均达到64万元人民币，刷新公司历史纪录。

把这一切推上巅峰的核心产品，是HBM（高带宽内存）芯片。一块指甲盖大小的HBM，售价400到500美元，这比同等重量的黄金还贵。而全球能做这产品的，就三家：SK海力士占大约6成，剩下的是三星和美光各2成。

但HBM只是冰山一角，真正让整个行业慌了的，是从高端到低端、从DRAM到NAND，全线告急。

从2024年底到2025年12月，DDR5（16GB）的现货均价，从4.6美元涨到了28美元，涨了500%多；更老的DDR4，从3.2美元飙到62美元以上，累计涨幅高达1800%；数据中心用的64GB服务器内存模组，去年半年之内从255美元涨到了700美元，涨了将近175%。

而SK海力士2026年的产能已经全部卖光了，三星2026年一季度直接把NAND闪存的供应价格上调了100%，直接翻倍。

与此同时，出现了一个更有标志性的信号。闪迪（SanDisk）在2026年初的CES上，告诉华尔街：它正在跟客户签一种全新的长期供货协议——LTA（long term agreement），而且这次客户要打预付款，毁约不退钱。这在存储行业几十年的历史上从未发生过。

而这一次，画风变了。强势的存储供应方制定了新规则。

Rob的判断是，如果闪迪都能做到这一点，那另外三大巨头SK海力士、三星和美光，没理由做不到。在这样的情况下，整个超级周期很有可能持续到2027年。

02 产业链全景拆解，存储行业如何运作？

对于存储行业来说，我们可以用热和冷来做划分，当它离计算的关系越近，就越热；越偏向纯粹的储存属性，就越冷。

所以最“热”的就是DRAM（动态随机存取存储器），是离计算最近的存储，可以理解为电脑和手机的“运行内存”，芯片在工作的时候，数据必须先加载到DRAM里才能被处理。它的特点是速度极快，但断电就丢数据，属于“短期记忆”。

其中，HBM（高带宽内存）是DRAM的一种特殊进化形态。它把多层DRAM芯片，通过硅通孔（TSV）技术垂直堆叠在一起，再用先进封装和GPU贴在同一块基板上，这样做的好处是极大增加了带宽。

这就是为什么所有用于AI训练的顶级芯片，无论是英伟达的GPU还是Google的TPU，都离不开HBM，它是这轮超级周期里最耀眼、最紧缺的产品。

当然DRAM家族内部，其实品类很丰富。包括GDDR（显卡用）、Low-Power DDR（手机和笔记本用的LPDDR）等等，不同的应用场景，对应着不同的产品。不是说一颗DRAM芯片能通吃所有设备，给英伟达GPU用的HBM，和你手机里的LPDDR，虽然都是DRAM，但制造工艺、封装方式、性能指标完全不同。

而在“冷”的这一端，就是NAND。如果DRAM是短期记忆，那NAND Flash就是长期记忆。它断电不丢数据，是我们日常用的固态硬盘（SSD）、手机存储、U盘的核心。你在手机里存的照片、电脑里装的游戏，都躺在NAND上。

NAND在AI时代的角色也在快速升级。以前它就是单纯的“仓库”，负责把数据长期存好，但现在NAND正在从后台的仓库，变成前线的弹药库。

再往“更冷”走，就是传统的机械硬盘HDD，靠磁盘旋转来读写数据，速度慢但便宜，容量大，现在主要用在数据中心的冷存储和归档场景。

随着AI推理对存储层级的需求越来越精细，现在越来越像一个分层仓储系统。最急着用的数据放在HBM，像摆在手边；常用但没那么急的数据放在DRAM，像放在办公桌抽屉；更冷一些、只是备用的数据放在NAND/SSD，像放在办公室储物柜；而真正长期积累、需要多人共享调用的大量资料，则放在后端的大型共享存储里，像公司的总档案馆。

接下来我们盘点一下整个存储产业链上的玩家们。

最上游是材料和硅片，比如日本的SUMCO，它是全球最重要的半导体硅片供应商之一。制造环节里，关键设备厂商包括ASML这样的光刻机龙头，以及Tokyo Electron这类覆盖涂胶显影、沉积、刻蚀和清洗等多个环节的设备公司。

与此同时，在制造之前的芯片设计层，Cadence和Synopsys这类EDA、验证和设计IP公司同样不可或缺；而像Rambus这样的接口IP厂商，则在HBM等高速内存架构里扮演关键角色，它们看起来不如GPU那样显眼，但在这轮AI驱动的超级周期里，都是超级刚需。

中游就是存储芯片的设计和制造。在DRAM领域，三星、SK海力士、美光，这三家公司加在一起就占据了全球95%的市场份额。而在NAND领域，除了这三家之外，还有铠侠（Kioxia）、西部数据、闪迪。

然后是在这轮周期里变得格外关键的环节——先进封装。因为HBM不是单纯把DRAM造出来就结束了，它要先把多层DRAM裸片（die）堆叠，再通过2.5D封装与GPU或其他AI加速器集成在一起。也正因为如此，CoWoS这种半导体封装技术一度成为AI芯片供应链最关键的瓶颈之一，直接限制了HBM的实际出货，而CoWoS产能主要由台积电提供。

下游就是各种终端应用了。包括数据中心和云厂商，微软、Google、亚马逊、字节跳动，是现在最大的金主，之后是手机厂（苹果、三星、小米、OPPO）、PC厂（联想、戴尔、惠普）、汽车厂（特斯拉、理想、蔚来），以及游戏主机、工业设备等等。

所以你能看到，虽然整条链非常长，但真正的定价权，高度集中在中游那三家：三星、SK海力士、美光。它们决定了做什么产品、给谁供货、以什么价格卖。而在当下这个供给远小于需求的市场里，它们拥有的议价权是前所未有的。

03 为何总是暴涨暴跌，存储行业的天然周期宿命

存储行业还有一个非常大的特点，就是周期性。从历史来看，它总是在“大涨”和“大崩”之间反复横跳。这背后有两层原因，一层是物理学，一层是经济学。

先说物理学。DRAM，就是手机电脑里的“运行内存”，靠存储电荷来保存数据。几十年来，工程师一直在把存储单位做小、做多，来提高密度。巅峰时期，DRAM密度每十年能翻100倍。

但如今不行了，SemiAnalysis的报告指出，过去十年DRAM密度总共才翻了大约2倍，而以前是每十年100倍，缩放已经严重放缓了。这意味着存储芯片的成本下降，不再像以前那样靠技术进步“自动”实现，而是更多取决于产能的增减和供需的博弈。

再来说说经济学。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，动辄几十亿上百亿美元，建设周期两三年。这些钱投进去就是沉没成本，所以即便需求不好，厂商也倾向于继续生产，因为不开工反而更亏。

更要命的是，存储行业的模式是“先建后卖”，跟台积电“先接单后扩产”的逻辑完全不同，存储厂商得自己猜未来需求有多大，提前两三年布产能。猜对了皆大欢喜，猜错了就是灾难。

这种结构性矛盾，造就了存储行业反复上演的经典循环：需求爆发→供不应求→价格飙涨→利润暴增→激进扩产→供过于求→价格崩盘→行业大洗牌。过去三十年，这个循环平均每3到4年上演一次，从未例外。

结果就是，全球DRAM供应商从1990年代的20多家，淘汰到今天只剩三家巨头和中国长鑫这样的追赶者。每一轮都有人被淘汰出局，比如德国奇梦达破产，日本尔必达退出。这些血淋淋的教训，让整个行业对“周期”二字充满敬畏。

在存储行业过去几十年的历史上，曾经出现过四次周期。

第一次是1993年，Windows PC黎明期。图形界面普及让内存需求暴增，供给端产能严重不足，价格飙涨。结果全球一口气新建了约50座新厂，产能过剩后价格暴跌，大批玩家出局。

第二次是2010年，智能手机加云计算时代。iPhone和Android带来爆发式增长，服务器DRAM从个位数GB跳到数十GB。但标准化加速了商品化，供应商很难做出差异，结果这轮周期比预期更短。

第三次是2017到2018年。云厂商升级数据中心，单台服务器塞进更多DRAM，而服务器内存又比消费级更贵更赚钱，三大厂商毛利率冲到历史高位。但高利润刺激扩产，需求一过峰值，2018年末行业重新滑入下行。

第四次是2020到2021年，疫情驱动的意外繁荣。居家办公、云用量暴增，但恐慌性双重下单制造了虚假需求，退潮后库存严重积压，接着就是2022到2023年的痛苦大跌。从那时起产能被大幅削减，但正是这段保守期为现在的短缺埋下伏笔。进入2025年，全行业产能再次严重不足。

所以历史给我们的核心教训是什么？是过去所谓的超级周期，从来没有持续超过两年，都是“高利润→疯狂扩产→过剩→崩盘”，这是过去四十年的铁律。经历了这么多轮循环，投资者和从业者，都有一种根深蒂固的条件反射：涨得越猛，崩得越快。

但这一次，越来越多的证据在暗示，历史模式可能要被打破了。

04 这次为什么不同从训练到推理的需求质变4.1 先从一个最朴素的直觉讲起

在讲复杂的供需模型之前，我们先建立一个最简单的逻辑。你每天打开ChatGPT或者Gemini，上传文件、存对话、让AI记住你的偏好，你可能没意识到，每一次交互都在消耗存储资源。不仅是服务器端的计算，更是海量的内存和闪存。

现在大部分AI用户是没有忠诚度的，谁的模型好用、谁便宜就用谁。但想象一下，如果有一天你的AI助手真的“懂你”了，记得你的工作习惯、表达偏好、三个月前讨论过的项目细节，你还会轻易换平台吗？

这种“记忆粘性”，是大模型公司构建护城河的核心武器，而支撑这种粘性的硬件基础设施，就是存储，海量的、多层级的存储。

还有另一个同样直觉的逻辑：视频模型越来越强了，AI生成视频正在逼近实用化。而视频数据量是文本的几十甚至上百倍，这对存储的需求将是指数级的跃升。

所以，一块越来越大的黑板，这就是AI时代对存储的需求。

4.2 从训练到推理：存储需求发生了质变

在生成式AI的早期阶段，算力和钱都砸在了模型训练上，训练阶段存储系统干的活儿，主要是向上千个GPU高效喂数据，以及定期做模型检查点，防止训练中断功亏一篑。

但如今，推理正在迅速成为主战场，而推理对存储的需求模式，比训练复杂得多。

它需要把模型从存储层加载到内存层：活跃权重主要驻留在HBM，部分状态和缓存则留在DRAM；当KV Cache（键值缓存）在高层内存中装不下时，一部分会被卸载到SSD/NAND上，需要时再取回；而RAG查询依赖的外部知识，通常存放在更后端的共享存储或数据湖中，由检索系统实时调取。

而更大的变量是AI Agent的崛起。摩根士丹利在最新研报中指出，2026年将是AI从实验走向核心基础设施的一年，这些智能体更可靠、更有记忆力、幻觉更少，还能持续学习。这份研报中写到说：“推理正在成为一种内存挑战，而不仅仅是计算挑战”。

但智能体要运转起来，就需要维护多层记忆：短期工作记忆（当前对话）、长期记忆（跨会话的用户历史）、预训练知识库、工具调用记录……而每一层都需要不同层级的存储支撑：从HBM里的“热数据”，到DRAM里的“温数据”，再到NAND SSD里的“冷数据”。

所以趋势很明显：AI的下一波进步，不是来自更强的推理能力，而是来自更好的上下文处理。一个能记住一切的AI助手，比一个更大但什么都记不住的模型有用得多。对于存储来说，这意味着什么呢？

4.3 算笔账：AI到底要吃掉多少存储？

摩根士丹利做了一个非常详细的分层测算。他们以一个类似ChatGPT规模的模型为基准，假设大约8亿周活跃用户、峰值每秒30万请求、每次请求2000个输入token，并且假设只算文本，图片和视频不计入。按这个要求详细拆分结果，这样的系统大致对应HBM 226PB、DRAM 4.6EB、NAND/SSD约47EB、数据湖约294EB的需求。

这组数字意味着，如果全球有三个这种规模的模型，比如ChatGPT+Gemini+Claude，仅仅是纯文本推理的需求，就会占到2026年全球HBM供给的17%、DRAM的35%、NAND的92%。而这还没有把图片、视频等多模态需求算进去。

更重要的是，这套测算对上下文长度非常敏感。摩根士丹利的敏感性分析显示，如果把输入从每次2000 token，提高到5000 token，在其他条件不变时，每个模型的DRAM需求会再增加约2EB，Rack SSD/NAND再增加约3EB。也就是说，随着更长上下文和更长思考链成为常态，这对存储的压力会迅速放大。

SemiAnalysis管这叫“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来把它填满。以前用来压缩模型的各种技巧，一有新空间就被放松，直到再次撞墙，这就意味着：存储永远是下一个瓶颈。

这也是为什么业内有声音会认为，存储芯片厂商，可能集体低估了大语言模型token激增所带来的需求。

而这个周期的另外一个决定性因素，就是产能上的供应扩张，问题是，为什么扩产会这么挑战呢？

05 越扩产越短缺，HBM-DRAM困境与博弈

理解这轮超级周期，还有一个核心密码在于搞懂一个看上去很矛盾的现象：HBM的大规模扩产，不但没缓解DRAM的短缺，反而让它更严重了。

SemiAnalysis的追踪数据显示，2023年底，三大存储厂商分配给HBM的晶圆产能大约12.3万片/月。到2025年底涨到了33.1万片/月，两年扩了将近3倍。预计到2027年底还会进一步到66.8万片/月，四年翻5倍。

扩得这么猛，为什么DRAM还是紧缺？关键在于，做HBM要消耗大量普通DRAM的产能，而且效率极低。

HBM是一种极其消耗晶圆的架构。一片用于HBM3E 12层堆叠的晶圆，位产出（也就是能生产出来的存储容量）只有普通DRAM晶圆的大约三分之一，到了HBM4，这个比例可能进一步恶化到四分之一。

这意味着，厂商每多生产1GB的HBM，市场就失去了生产3-4GB普通DRAM的机会。

为什么效率这么低？因为HBM的制造复杂度远超普通DRAM，比如TSV（硅通孔）、晶圆减薄、背部加工，这些步骤都会引入额外的良率损耗。在做8层或12层堆叠时，只要有一颗die（裸片）是坏的，整个stack（堆）可能就报废了。

所有这些问题加起来，使得HBM成了一种“反向缩放”的产品，越做它，对产能的消耗越大。

这也就带来了“HBM-DRAM困境”，在业内被称为“产能排挤效应”。因为HBM的利润更高，且被AI巨头预定，厂商会优先把有限的晶圆塞进HBM产线。这导致普通手机和电脑用的传统DRAM产能，被严重压缩，从而引发了价格的报复性飙涨。

来自J.P.Morgan研报中的供需模型也得出了类似结论：DRAM的供给增长，在未来两年将被压制在20%以下，跟不上需求增长。

于是，又出现了一个令人匪夷所思的现象：虽然普通DRAM工艺比HBM简单，但由于产能受限、价格飞涨，它的利润率到2025年四季度，竟然已经追平甚至超过了HBM。因为HBM大多是长期合同锁了价，而普通DRAM的现货价格，能迅速反映供需紧张。这就给厂商出了个难题：到底是继续猛扩HBM，还是把一部分产能，留给同样暴利的普通DRAM？

06 扩产三座大山：洁净室紧缺、设备商保守与制程摩擦

需求端已经够疯狂了，而供给端的约束更加让人窒息。

第一个瓶颈：洁净室等生产资源不够。生产芯片需要洁净室，但在疫情后由于进入周期低谷，存储厂商集体保守，投资缩水，这使得2025和2026年洁净室严重不足。

SemiAnalysis的追踪显示，2026年全行业几乎所有新增晶圆产能，就集中在三座工厂：三星的P4、SK海力士的M15X、美光的A3。而且M15X和A3主要是给HBM用的，对普通DRAM贡献很有限。

真正有意义的新产能呢？SK海力士的龙仁（Yongin）工厂，最早2027年2月才能上线；美光的爱达荷（Idaho）工厂瞄准2027年年中。也就是说，未来一年多，供给端基本没有增量。

第二个瓶颈：上游设备商不肯扩产。

图片来源：TEL

这就是一个典型的“木桶效应”，就算存储厂商有钱有决心扩产，上游设备的供货瓶颈，也会大幅拖慢产能上线的速度。

第三个瓶颈：先进节点迁移自身的摩擦。为了在晶圆产能有限的情况下尽量多产出内存位，三大厂商都在加速向1b（目前最尖端的量产节点）和1c（即将进入大规模量产的下一代节点）先进节点迁移，因为制程越先进，意味着电路刻蚀得越细，在同样大小的一片晶圆上，1c节点能切出的存储颗粒数量比1b更多。

但这个产线的迁移过程，就必须把机器停下来，进行长达数周甚至数月的重新调试和安装，本身也会导致几个季度的良率波动和产能损失。在2026年这个AI需求爆发的节骨眼上，就有点远水解不了近渴。

洁净室等生产资源不够、设备商不扩产、先进节点迁移自身的摩擦——这三个瓶颈叠在一起，就是为什么即使所有人都知道存储芯片在疯涨，供给端依然束手无策。

07 产业链利润重分配：谁在盛宴，谁在寒冬

存储芯片价格的疯涨，当然不是没有代价，它正在重新分配整个电子产业链的利润。

先说这条利润链上的大赢家，除了韩国双雄的天文数字利润，中国国内的存储厂商也跟着起飞了，佰维存储预计2025年利润同比增长427%到520%，德明利预计增长85%到128%。

至于行业利润率，野村的口径是2026财年，通用DRAM原厂利润率，有望回升至上一轮周期的峰值70%。而J.P.Morgan更激进，它的说法是到2027年，营业利润率可能超过80%，甚至要高于上一轮的峰值。

而这条产业链上的输家，就是硬件厂商了。摩根士丹利测算过，存储芯片价格每涨10%，硬件OEM的毛利率就要下降45到150个基点。

手机市场最先遭殃，小米、OPPO出货预测下调超过20%，vivo下调近15%。TrendForce直接把2026年全球智能手机生产总数预测，砍到了同比下降10%。魅族宣布取消魅族22Air的上市计划，因为成本扛不住了。Nothing的CEO裴宇在社交媒体上感叹：小公司不得不寻找其他出路。

PC市场同样惨烈，联想部分机型上调了500到1500元，戴尔和惠普也已明确预告提价，涨幅主要由存储成本转嫁而来。戴尔COO克拉克直言“从没见过成本上涨得如此之快”，惠普CEO甚至在考虑“减少产品中的内存使用量”。

汽车行业也没能幸免，理想汽车供应链副总裁公开警告，2026年车规存储满足率可能不到50%。蔚来李斌说“今年最大的成本压力是内存”。雷军在直播中坦言“光车用内存一项，成本就要增加几千块”。

而在需求的另一端，云厂商们（微软、Google、亚马逊AWS）表现出惊人的价格不敏感。

对于云厂商们来说，即使手机和PC市场归零，存储厂商都觉得无所谓，因为AI数据中心的前景太诱人了。所以最后的问题是，这场超级周期到底还能持续多久？这次是不是真的不一样？

08. 2026年接下来会怎样？

如今，整个存储产业链的竞争格局依然稳固。HBM目前大概是“6:2:2”的格局，SK海力士占大头，三星和美光各占自己的地盘。当然也有投资人认为，在当下这个供远小于求的卖方市场里，争论谁份额大其实没什么意义。

所以现实就是，存储三巨头都已经卖光了，谁能多挤出一点产能，谁就多吃一口肉。不过有意思的是，存储大厂们却可能不追求“垄断”。

大家通常觉得垄断等于高溢价，但在存储这种周期波动极大的行业里，100%的市场份额意味着100%的需求风险，客户一砍单就非常的被动，所以存储厂商反而希望保持三家竞争的平衡态。

那么，这轮周期到底能持续多久呢？

同时，需求端完全看不到放缓的迹象。接下来，AI推理和agent的爆发，以及之后的机器人和物理AI需求，也将进一步让存储的吞吐量和容量需求出现指数级跳跃。

SemiAnalysis认为，2026年总DRAM供给仍将比需求低约7%。在HBM这条线上，供需缺口到2027年还会继续扩大。至于新增供给，真正有意义的产能更可能要到2027年下半年才陆续出现。如果按野村证券的口径，真正体现在产量上的增量，甚至要等到2028年。

但更值得关注的，是一个更大的问题：这个行业会不会从此告别周期？从华尔街视角，Rob给了一个很有深度的思考角度：

那在现在这场超级周期里，我们到底处在什么位置呢？

以下这幅图的横轴是以过去五个周期、每轮周期的谷底为零点的时间线，竖轴是市场交易的涨幅。可以看到，每轮周期都会经历四个阶段：悲观、怀疑、乐观、狂热，然后再回到悲观。当前这轮红线走势，我们已经到了“乐观”的这个区间，并且涨幅远大于以往的任何一个周期。

这就对应了刚刚Rob说的，这种思考方式的转变，万一AI真的打破了这种周期呢？这也意味着哪怕利润不增长，光是估值从“周期股”重新定价为“成长股”，就能让股价翻一倍。就像没有人会说苹果卖手机，在过去20年是个周期性行业。如果存储也能走到这一步，这将是整个半导体投资框架的一次范式转换。

不过，存储行业的需求也是会有不确定性的，需求侧的变量不只来自宏观层面，技术本身也可能改写供需关系。

比如说，3月底，谷歌发布了一个新算法TurboQuant，号称是一个高效AI内存压缩算法。发布之后是直接轰动了硅谷科技圈，更是引发存储板块的全线暴跌。

但很快，业内有声音反驳说：这次暴跌是一场乌龙。首先这篇论文发表于一年前，且本身存在一些学术上的争议。并且这个算法目前只在Gemma、Mistral等小模型上验证过，70B以上模型、MoE架构、百万级token上下文，这些AI内存需求真正爆炸的场景，都没有。还有技术人士出来说，在技术上，TurboQuant压缩的只是推理时GPU显存里的KV Cache，是AI内存需求三大来源之一，但训练环节完全不受影响。