TOTO 的 AI 連結陶瓷元件推動儲存晶片需求激增

AI 竟然救活了一家馬桶公司？

日本高端智能馬桶企業 TOTO，因 AI 在過去幾個月股價飆升，並非因為馬桶賣得更好，而是因為 TOTO 擁有一項隱藏業務：高純度陶瓷靜電吸盤，這是晶圓製造時固定晶圓的關鍵耗材，TOTO 將精度做到頭髮絲的 1/80，純度居業界第一。

正值存儲晶片需求爆發、上游廠商瘋狂擴產，這一業務已成為絕對的剛需。這使得高盛等投行紛紛上調 TOTO 股價評級，原因很簡單：靜電吸盤的訂單已排至 2027 年。目前這項業務佔 TOTO 經營利潤的四成以上。

當一家馬桶公司都成為了AI概念股，可見目前AI存儲賽道有多火爆，三星（Samsung）、SK海力士（SK Hynix）、美光（Micron）、閃迪（SanDisk）這些存儲行業的重要玩家股價瘋漲，背後是全球存儲晶片正經歷四十年來最嚴重的供需失衡。

在這篇文章中，我們將梳理這輪存儲的「超級週期」，並與三星業內人士及華爾街投資人深入探討：為何這次週期與以往不同、存儲在AI產業為何如此重要、谷歌等AI巨頭正如何減少對存儲的依賴，以及這種短缺週期還將持續多久、又將如何影響你我？

2026年1月底，韓國存儲雙雄三星電子和SK海力士同時公布了上一年第四季度財報。數字有多誇張呢？兩家公司合計營業利潤接近40萬億韓元，折合約278億美元，相當於每天淨賺3億美元。在這樣創下歷史的利潤下，SK海力士的年終獎，人均達到64萬元人民幣，刷新公司歷史紀錄。

推動這一切達到巔峰的核心產品，是 HBM（高帶寬內存）晶片。一塊指甲蓋大小的 HBM，售價為 400 到 500 美元，比同等重量的黃金還貴。而全球能生產此產品的，僅有三家：SK 海力士佔約六成，其餘由三星和美光各佔兩成。

但 HBM 只是冰山一角，真正讓整個行業慌了的，是從高端到低端、從 DRAM 到 NAND，全線告急。

從2024年底到2025年12月，DDR5（16GB）的現貨均價從4.6美元漲至28美元，漲幅超過500%；更早的DDR4從3.2美元飆升至62美元以上，累計漲幅高達1800%；用於數據中心的64GB伺服器記憶體模組，去年半年內從255美元漲至700美元，漲幅近175%。

而 SK 海力士 2026 年的產能已全部售罄，三星於 2026 年第一季度直接將 NAND 閃存的供應價格上調了 100%，直接翻倍。

胡嘉欣

三星存儲產品行銷經理

我們現在看到 DRAM 的 spot price（現貨價格）已經超過了 2016-2018 年 cloud（雲）時期的最高現貨價格。我們目前的短缺情況是 2026 年的庫存已全部售罄，2027 年也極有可能幾乎售罄。像我們向極其核心的 GPU provider（GPU 廠商）報出的 SSD（固態硬碟）價格，甚至在一周內翻倍。

與此同時，出現了一個更具標誌性的信號。閃迪（SanDisk）在2026年初的CES上告訴華爾街：它正在與客戶簽訂一種全新的長期供貨協議——LTA（long term agreement），而且這次客戶需支付預付款，違約不退款。這在存儲行業數十年的歷史中從未發生過。

Rob Li

紐約 Amont Partners 管理合夥人

長期協議（LTA，長期供貨協議）歷史上並非未曾出現，但過去幾十年來，LTA 從來沒有任何執行效力。如果市場進入下行週期時，客戶表示不認這份協議，而客戶若不認，你對他完全無計可施。

而這次，畫風變了。強勢的存儲供應方制定了新規則。

Rob Li

紐約 Amont Partners 管理合夥人

SanDisk 告訴華爾街或告訴市場：我們現在與客戶簽署的 LTA 與過去有很大不同。這具有法律效力，而且客戶需要向我們預付貨款，如果你提前付款，最後若不按此價格支付，你的預付款將無法退還。

Rob 的判斷是，如果閃迪都能做到這一點，那另外三大巨頭 SK 海力士、三星和美光，沒理由做不到。在這樣的狀況下，整個超級週期很有可能持續到 2027 年。

對於存儲行業來說，我們可以以熱和冷來進行劃分：當它與計算的關係越近，就越熱；越偏向純粹的存儲屬性，就越冷。

因此最「熱」的是 DRAM（動態隨機存取存儲器），它是離計算最近的存儲，可理解為電腦和手機的「運行內存」，芯片工作時，數據必須先加載到 DRAM 中才能被處理。它的特點是速度極快，但斷電後數據會丟失，屬於「短期記憶」。

其中，HBM（高帶寬內存）是 DRAM 的一種特殊進化形態。它把多層 DRAM 芯片，通過矽通孔（TSV）技術垂直堆疊在一起，再用先進封裝和 GPU 貼在同一塊基板上，這樣做的好處是極大增加了帶寬。

這就是為什麼所有用於 AI 訓練的頂級晶片，無論是英偉達的 GPU 還是 Google 的 TPU，都離不開 HBM，它是這輪超級週期中最耀眼、最緊缺的產品。

當然，DRAM 家族內部其實品類非常豐富，包括 GDDR（用於顯卡）、Low-Power DDR（用於手機和筆記本的 LPDDR）等，不同的應用場景對應不同的產品。並非一顆 DRAM 芯片就能適用於所有設備，給英偉達 GPU 使用的 HBM，與你手機中的 LPDDR，雖然都是 DRAM，但製造工藝、封裝方式和性能指標完全不同。

而在「冷」的一端，就是 NAND。如果 DRAM 是短期記憶，那 NAND Flash 就是長期記憶。它斷電不丟數據，是我們日常使用的固態硬碟（SSD）、手機存儲、U 盤的核心。你在手機裡存的照片、電腦裡安裝的遊戲，都存放在 NAND 上。

NAND 在 AI 時代的角色也在快速升級。以前它只是單純的「倉庫」，負責長期儲存數據，但現在 NAND 正從後台的倉庫，轉變為前線的彈藥庫。

再往「更冷」的方向走，就是傳統的機械硬碟 HDD，靠磁盤旋轉來讀寫數據，速度慢但便宜，容量大，目前主要用於數據中心的冷存儲和歸檔場景。

隨著 AI 推理對存儲層級的需求越來越精細，現在越來越像一個分層倉儲系統。最急著用的數據放在 HBM，像擺在手邊；常用但沒那麼急的數據放在 DRAM，像放在辦公桌抽屜；更冷一些、只是備用的數據放在 NAND/SSD，像放在辦公室儲物櫃；而真正長期累積、需要多人共享調用的大量資料，則放在後端的大型共享存儲裡，像公司的總檔案館。

Rob Li

紐約 Amont Partners 管理合夥人

AI 對熱門應用更有利，當然對於儲存也是必要的。我用 AI 製作了大量圖片和影片，根據各國各地的法規，這些內容不能刪除，必須保留，因此對儲存的需求增量肯定產生了重大影響。但其最直接的初步體現，一定與計算相關，誰與計算的關係越密切，誰在短期內的收益就越明顯。

接下來，我們盤點一下整個存儲產業鏈上的參與者。

最上游是材料和矽片，例如日本的 SUMCO，它是全球最重要的半導體矽片供應商之一。在製造環節中，關鍵設備廠商包括光刻機龍頭 ASML，以及覆蓋塗膠顯影、沉積、刻蝕和清洗等多個環節的設備公司 Tokyo Electron。

與此同時，在晶片設計層面，Cadence 和 Synopsys 這類 EDA、驗證和設計 IP 公司同樣不可或缺；而像 Rambus 這樣的接口 IP 廠商，則在 HBM 等高速記憶體架構中扮演關鍵角色，它們雖然不如 GPU 那樣顯眼，但在這輪由 AI 驅動的超級週期中，都是超級刚需。

中游即為存儲晶片的設計與製造。在 DRAM 領域，三星、SK 海力士、美光這三家公司的合計市場份額佔全球 95%。而在 NAND 領域，除了這三家之外，還有铠俠（Kioxia）、西部數據、閃迪。

接下來是本輪週期中變得尤為關鍵的環節——先進封裝。因為 HBM 不只是單純製造出 DRAM 就結束了，它需要先將多層 DRAM 裸片（die）堆疊，再透過 2.5D 封裝與 GPU 或其他 AI 加速器整合在一起。正因如此，CoWoS 這種半導體封裝技術一度成為 AI 芯片供應鏈中最關鍵的瓶頸之一，直接限制了 HBM 的實際出貨量，而 CoWoS 的產能主要由台積電提供。

下游包括各種終端應用，如數據中心和雲服務商，微軟、Google、亞馬遜、字節跳動是目前最大的金主，其次是手機廠商（蘋果、三星、小米、OPPO）、PC廠商（聯想、戴爾、惠普）、汽車廠商（特斯拉、理想、蔚來），以及遊戲主機、工業設備等。

所以你可以看到，雖然整個產業鏈非常長，但真正的定價權高度集中在中游的三家企業：三星、SK海力士、美光。它們決定生產什麼產品、供應給誰、以什麼價格銷售。而在當前供給遠低於需求的市場中，它們所擁有的議價權是前所未有的。

存儲行業還有一個非常大的特點，就是週期性。從歷史來看，它總是在「大漲」和「大崩」之間反覆橫跳。這背後有兩層原因，一層是物理學，一層是經濟學。

先說物理學。DRAM，也就是手機和電腦中的「運行內存」，依靠存儲電荷來保存數據。幾十年來，工程師一直致力於縮小並增加存儲單元，以提高密度。在巔峰時期，DRAM 的密度每十年能翻 100 倍。

但如今不行了，SemiAnalysis 的報告指出，過去十年 DRAM 密度總共才翻了大約 2 倍，而以前是每十年 100 倍，縮放已經嚴重放緩了。這意味著存儲晶片的成本下降，不再像以前那樣靠技術進步「自動」實現，而是更多取決於產能的增減和供需的博弈。

再來談談經濟學。存儲晶片製造是全球資本密度最高的產業之一，建造一座先進晶圓廠，動輒幾十億甚至上百億美元，建設週期長達兩三年。這些資金投入後即成為沉沒成本，因此即使需求低迷，廠商也傾向於繼續生產，因為停產反而會虧損更多。

更致命的是，存儲行業的模式是「先建後賣」，與台積電「先接單後擴產」的邏輯完全不同，存儲廠商必須自行猜測未來的需求有多大，提前兩三年佈置產能。猜對了皆大歡喜，猜錯了就是災難。

這種結構性矛盾，造就了存儲行業反覆上演的經典循環：需求爆發 → 供不應求 → 價格飆漲 → 利潤暴增 → 激進擴產 → 供過於求 → 價格崩盤 → 行業大洗牌。過去三十年，這個循環平均每3到4年上演一次，從未例外。

結果就是，全球 DRAM 供應商從 1990 年代的 20 多家，淘汰至今天只剩三家巨頭和中國長鑫這樣的追趕者。每一轮都有人被淘汰出局，例如德國奇夢達破產，日本爾必達退出。這些血淋淋的教訓，讓整個行業對「週期」二字充滿敬畏。

在存儲行業過去幾十年的歷史上，曾經出現過四次週期。

第一次發生在1993年，Windows PC的早期階段。圖形介面的普及導致記憶體需求暴增，供應端產能嚴重不足，價格飆漲。結果全球一舉新建了約50座新廠，產能過剩後價格暴跌，大批玩家出局。

第二次是2010年，智慧型手機加上雲端運算時代。iPhone 和 Android 帶來爆發式增長，伺服器 DRAM 從個位數 GB 跳到數十 GB。但標準化加速了商品化，供應商很難做出差異，結果這輪週期比預期更短。

第三次是2017到2018年。雲廠商升級數據中心，單台伺服器塞進更多DRAM，而伺服器記憶體又比消費級更貴更賺錢，三大廠商毛利衝到歷史高位。但高利潤刺激擴產，需求一過峰值，2018年末行業重新滑入下行。

第四次是2020到2021年，疫情驅動的意外繁榮。居家辦公、雲用量暴增，但恐慌性雙重下單製造了虛假需求，退潮後庫存嚴重積壓，接著就是2022到2023年的痛苦大跌。從那時起產能被大幅削減，但正是這段保守期為現在的短缺埋下伏筆。進入2025年，全行業產能再次嚴重不足。

那麼，歷史給我們的核心教訓是什麼？是過去所謂的超級週期，從來沒有持續超過兩年，都是「高利潤→瘋狂擴產→過剩→崩盤」，這是過去四十年的鐵律。經歷了這麼多輪循環，投資者和從業者，都有一種根深蒂固的條件反射：漲得越猛，崩得越快。

但這次，越來越多的證據在暗示，歷史模式可能要被打破了。

4.1 先從一個最樸素的直覺講起

在講述複雜的供需模型之前，我們先建立一個最簡單的邏輯。你每天打開 ChatGPT 或 Gemini，上傳文件、儲存對話、讓 AI 記住你的偏好，你可能沒有意識到，每一次互動都在消耗存儲資源。不僅是伺服器端的運算，更是海量的記憶體和閃存。

目前大多數 AI 用戶缺乏忠誠度，誰的模型好用、誰便宜就用誰。但想像一下，如果有一天你的 AI 助手真的「懂你」了，記得你的工作習慣、表達偏好、三個月前討論過的項目細節，你還會輕易換平台嗎？

這種「記憶黏性」是大模型公司構建護城河的核心武器，而支撐這種黏性的硬體基礎設施，就是存儲，海量的、多層級的存儲。

還有另一個同樣直觀的邏輯：視頻模型越來越強大，AI 生成視頻正逼近實用化。而視頻數據量是文本的幾十甚至上百倍，這將使存儲需求呈指數級躍升。

Rob Li

紐約 Amont Partners 管理合夥人

記憶體就像一塊小黑板，以前我們計算的是 1+1=2，所以你不需要一塊巨大的黑板，一塊正常的黑板就足夠了。只是來到了 AI 時代，現在的計算強度會很高，也很複雜，有很多步驟。如果我是一塊小黑板，你每寫一次、擦掉一次，又寫一次、再擦掉一次，有 100 步的計算的話，你需要擦 100 次，就會耗費你的時間。所以我們現在需要造一塊巨大無比的黑板，我可以一口氣把算數的 100 個步驟全部寫完，再一口氣擦掉，這樣可以節省我的時間。

因此，一塊越來越大的黑板，這就是 AI 時代對存儲的需求。

4.2 從訓練到推理：存儲需求發生了質變

在生成式 AI 的早期階段，算力和資金都集中在模型訓練上，訓練階段的存儲系統主要負責高效地向數千個 GPU 傳送數據，以及定期建立模型檢查點，以防止訓練中斷前功盡棄。

但如今，推理正迅速成為主戰場，而推理對存儲的需求模式，比訓練複雜得多。

它需要將模型從存儲層加載到內存層：活躍權重主要駐留在 HBM，部分狀態和緩存則留在 DRAM；當 KV Cache（鍵值緩存）在高層內存中裝不下時，一部分會被卸載到 SSD/NAND 上，需要時再取回；而 RAG 查詢依賴的外部知識，通常存放在更後端的共享存儲或數據湖中，由檢索系統實時調取。

而更大的變量是 AI Agent 的崛起。摩根士丹利在最新研報中指出，2026 年將是 AI 從實驗走向核心基礎設施的一年，這些智能體更可靠、更有記憶力、幻覺更少，還能持續學習。這份研報中寫道：「推理正成為一種記憶挑戰，而不僅僅是計算挑戰」。

但智能體要運轉起來，就需要維護多層記憶：短期工作記憶（當前對話）、長期記憶（跨會話的用戶歷史）、預訓練知識庫、工具調用記錄……而每一層都需要不同層級的存儲支撐：從 HBM 裡的「熱數據」，到 DRAM 裡的「溫數據」，再到 NAND SSD 裡的「冷數據」。

因此趨勢很明顯：AI 的下一波進步，不是來自更強的推理能力，而是來自更好的上下文處理。一個能記住一切的 AI 助手，比一個更大但什麼都記不住的模型有用得多。對於存儲來說，這意味著什麼？

4.3 算筆賬：AI 到底要吃掉多少存儲？

摩根士丹利進行了一項非常詳細的分層計算。他們以一個類似 ChatGPT 規模的模型為基準，假設約有 8 億週活躍用戶、峰值每秒 30 萬次請求、每次請求 2000 個輸入 token，並假設僅計算文本，不包含圖片和視頻。根據此要求詳細拆分後，該系統大致需要 HBM 226 PB、DRAM 4.6 EB、NAND/SSD 約 47 EB，以及數據湖約 294 EB 的資源。

這組數字意味著，如果全球有三個這種規模的模型，例如 ChatGPT + Gemini + Claude，僅純文本推理的需求，就會佔據 2026 年全球 HBM 供應的 17%、DRAM 的 35%、NAND 的 92%。而這還未將圖片、影片等多模態需求計算在內。

更重要的是，這套計算對上下文長度非常敏感。摩根士丹利的敏感性分析顯示，如果將輸入從每次 2000 token 提高到 5000 token，在其他條件不變的情況下，每個模型的 DRAM 需求將再增加約 2 EB，Rack SSD/NAND 再增加約 3 EB。也就是說，隨著更長的上下文和更長的思考鏈成為常態，這對存儲的壓力將迅速放大。

SemiAnalysis 將此稱為「記憶體帕金森定律」：每當 HBM 容量提升一次，開發者就會立即構建更大的模型來填滿它。過去用來壓縮模型的各種技巧，一旦有新空間就會被放鬆，直到再次撞牆，這意味著：存儲永遠是下一個瓶頸。

這也是為何業界有聲音認為，存儲晶片廠商可能集體低估了大語言模型 token 激增所帶來的需求。

Rob Li

紐約 Amont Partners 管理合夥人

過往的週期可能僅為一年半到兩年，但這次週期有可能持續很長一段時間，或者說，當一個週期性行業轉變為結構性增長行業時，它就不再是一個週期了。

而這個週期的另一個決定性因素，就是產能上的供應擴張，問題是，為什麼擴產會這麼具有挑戰性呢？

理解這輪超級週期，還有一個核心密碼在於搞懂一個看似矛盾的現象：HBM 的大規模擴產，不但沒緩解 DRAM 的短缺，反而讓它更嚴重了。

SemiAnalysis 的追蹤數據顯示，2023 年底，三大存儲廠商分配給 HBM 的晶圓產能約為 12.3 萬片/月。到 2025 年底上升至 33.1 萬片/月，兩年內擴大了近 3 倍。預計到 2027 年底還將進一步增至 66.8 萬片/月，四年內翻了 5 倍。

擴得這麼猛，為何 DRAM 仍緊缺？關鍵在於，生產 HBM 會消耗大量普通 DRAM 的產能，且效率極低。

HBM 是一種極度耗費晶圓的架構。用於 HBM3E 12 層堆疊的一片晶圓，其位產出（即能生產出來的存儲容量）僅為普通 DRAM 晶圓的大約三分之一；到了 HBM4，這一比例可能進一步惡化至四分之一。

胡嘉欣

三星存儲產品行銷經理

與傳統的 DRAM 相比，生產 HBM 時，我們同一片 Wafer 的產量僅能達到普通 DRAM 的 1/3。

這意味著，廠商每多生產 1GB 的 HBM，市場就失去了生產 3-4GB 普通 DRAM 的機會。

為何效率如此低？因為 HBM 的製造複雜度遠超普通 DRAM，例如 TSV（硅通孔）、晶圓減薄、背部加工，這些步驟都會引入額外的良率損耗。在進行 8 層或 12 層堆疊時，只要有一顆 die（裸片）是壞的，整個 stack（堆）可能就報廢了。

所有這些問題加起來，使得 HBM 成了一種「反向縮放」的產品，越做它，對產能的消耗越大。

這也帶來了「HBM-DRAM困境」，在業內被稱為「產能排擠效應」。由於 HBM 利潤更高，且已被 AI 巨頭預訂，廠商會優先將有限的晶圓投入 HBM 生產線。這導致普通手機和電腦使用的傳統 DRAM 產能被嚴重壓縮，進而引發價格的報復性飆漲。

來自 J.P.Morgan 研報中的供需模型也得出類似結論：DRAM 的供給增長，在未來兩年將被壓制在 20% 以下，跟不上需求增長。

於是，又出現了一個令人匪夷所思的現象：儘管普通 DRAM 工藝比 HBM 簡單，但由於產能受限、價格飆漲，其利潤率到 2025 年第四季度，竟然已追平甚至超過 HBM。因為 HBM 多數由長期合約鎖定價格，而普通 DRAM 的現貨價格能迅速反映供需緊張。這給廠商出了個難題：到底是繼續大力擴產 HBM，還是將部分產能留給同樣暴利的普通 DRAM？

需求端已經夠瘋狂了，而供給端的約束更加讓人窒息。

第一個瓶頸：潔淨室等生產資源不足。生產晶片需要潔淨室，但疫情後由於進入週期低谷，存儲廠商集體保守，投資縮水，這使得2025和2026年潔淨室嚴重不足。

胡嘉欣

三星存儲產品行銷經理

由於晶片生產對環境的要求實在太高，我們反而更擔心潔淨室是否足夠，以及電力是否充足。因為我們可能會生產足夠的晶片，但卻沒有足夠的電力讓它們運作。

SemiAnalysis 的追蹤顯示，2026 年全行業幾乎所有新增晶圓產能，都集中在三座工廠：三星的 P4、SK 海力士的 M15X、美光的 A3。而且 M15X 和 A3 主要是給 HBM 用的，對普通 DRAM 貢獻很有限。

真正有意義的新產能呢？SK海力士的龍仁（Yongin）工廠，最早於2027年2月才能上線；美光的愛達荷（Idaho）工廠目標為2027年年中。也就是說，未來一年多，供給端基本沒有增量。

第二個瓶頸：上游設備商不願擴產。

Rob Li

紐約 Amont Partners 管理合夥人

許多設備商，例如日本的眾多供應商，其中一家大型企業為 Tokyo Electron，它本身不願擴產，態度非常保守。因為過去幾十年來，它經歷過多個週期，目前擴產也需要數年時間，等到擴產完成時，AI 周期可能已經結束。因此，它寧可不擴產，不追求賺 500 塊錢，只賺 100 塊錢，小日子也過得很好。

圖片來源：TEL

這就是一個典型的「木桶效應」，即使存儲廠商有錢且有決心擴產，上游設備的供貨瓶頸也會大幅拖慢產能上線的速度。

第三個瓶頸：先進節點遷移自身的摩擦。為了在晶圓產能有限的情況下盡量多產出記憶體位，三大廠商都在加速向 1b（目前最尖端的量產節點）和 1c（即將進入大規模量產的下一代節點）先進節點遷移，因為製程越先進，意味著電路刻蝕得越細，在同樣大小的一片晶圓上，1c 節點能切出的存儲顆粒數量比 1b 更多。

但這條產線的遷移過程，必須停機進行長達數週甚至數月的重新調試和安裝，本身也會導致幾個季度的良率波動和產能損失。在2026年這個AI需求爆發的關鍵時刻，就有點遠水解不了近渴。

胡嘉欣

三星存儲產品行銷經理

從決定增加產能到建立一座晶圓廠（Fab），再至後端能夠生產出 DRAM 芯片或 NAND 芯片，需要三年的時間。此時又出現了難以生產的 HBM 芯片，正如我剛提到的，與傳統 DRAM 相比，HBM 的產能僅為其 1/3。我原本需要等待兩到三年才能增加產能，現在卻又只能削減 1/3 的輸出，因此在這個週期下，供需關係仍相當緊張。

清潔室等生產資源不足、設備商未擴產、先進節點遷移所帶來的自身摩擦——這三個瓶頸疊加在一起，正是即使所有人都知道存儲晶片價格瘋漲，供應端仍無能為力的原因。

存儲晶片價格的瘋漲，當然不是沒有代價，它正在重新分配整個電子產業鏈的利潤。

先說這條利潤鏈上的大贏家，除了韓國雙雄的天文數字利潤，中國國內的存儲廠商也跟著飛起，佰維存儲預計2025年利潤同比增長427%到520%，德明利預計增長85%到128%。

至於行業利潤率，野村的觀點是，到2026財年，通用DRAM原廠的利潤率有望回升至上一輪週期的峰值70%。而J.P.Morgan則更為樂觀，認為到2027年，營業利潤率可能超過80%，甚至高於上一輪的峰值。

而這條產業鏈上的輸家，就是硬體廠商了。摩根士丹利估算過，儲存晶片價格每上漲 10%，硬體 OEM 的毛利率就要下降 45 到 150 個基點。

手機市場最先遭殃，小米、OPPO 出貨預測下調超過 20%，vivo 下調近 15%。TrendForce 直接把 2026 年全球智慧型手機生產總數預測，砍到了同比下降 10%。魅族宣布取消魅族 22Air 的上市計劃，因為成本扛不住了。Nothing 的 CEO 裴宇在社群媒體上感嘆：小公司不得不尋找其他出路。

PC市場同樣慘烈，聯想部分型號調漲了500至1500元，戴爾和惠普也已明確預告提價，漲幅主要由存儲成本轉嫁而來。戴爾COO克拉克直言「從沒見過成本上漲得如此之快」，惠普CEO甚至在考慮「減少產品中的內存使用量」。

汽車行業也未能倖免，理想汽車供應鏈副總裁公開警告，2026年車規存儲滿足率可能低於50%。蔚來李斌表示「今年最大的成本壓力是記憶體」。雷軍在直播中坦言「僅車用記憶體一項，成本就要增加幾千元」。

胡嘉欣

三星存儲產品行銷經理

PC 和手機這些廠商現在在我們這裡，即使品牌再響亮，它們也沒有那麼大的 pricing influence（議價權），它們現在並不受重視，因為對我們來說，它們的 margin（利潤）比雲廠商低。例如，某一家國產汽車製造商，我們最近聽說它因為記憶體不足，所以可能將後排的車載 entertainment system（娛樂系統）刪減掉。

Rob Li

紐約 Amont Partners 管理合夥人

手機和PC今年肯定至少會跌5個點，有可能更多，但沒人會在乎這件事。因為它們三個人（巨頭），尤其是美光，它說我現在不做這件事了，這個市場變成0都無所謂。

而在需求的另一端，雲廠商（微軟、Google、亞馬遜 AWS）表現出驚人的價格不敏感。

胡嘉欣

三星存儲產品行銷經理

現在雲廠商的邊際成本、它們的軟體都是 0。它們的資金和敘事都與股價相關，因此它們極度價格不敏感，也就是說它們不太在意內存的價格到底是多少。

對於雲廠商來說，即使手機和PC市場歸零，存儲廠商也覺得無所謂，因為AI數據中心的前景太誘人了。所以最後的問題是，這場超級週期到底還能持續多久？這次是不是真的不一樣？

目前，整個存儲產業鏈的競爭格局依然穩固。HBM 目前大約是「6:2:2」的格局，SK 海力士佔據主導，三星和美光各自佔據一席之地。當然，也有投資人認為，在當前供遠小於求的賣方市場中，爭論誰的份額更大其實沒有太大意義。

Rob Li

紐約 Amont Partners 管理合夥人

因為這三家巨頭的產能都受限，誰的市場份額更多，取決於誰能擴大產能，誰能釋放更多供應，誰就能搶佔市場份額。但這與誰的技術更優秀關係不大，因為目前是一個供給遠低於需求的市場。因此，在這個時刻討論市場份額，例如海力士的市場份額佔一半，比其他兩家都大，是毫無意義的，因為這三家都無法擴大產能。

所以現實就是，存儲三巨頭都已售罄，誰能多擠出一點產能，誰就能多分一口肉。不過有意思的是，存儲大廠們卻可能不追求「壟斷」。

胡嘉欣

三星存儲產品行銷經理

我認為沒有一家存儲廠商希望壟斷，三星也害怕壟斷，我們的客戶也不希望我們壟斷。一旦出現短缺，就像現在客戶將 100% 的市場份額給予任何一家記憶體供應商，對存儲廠商來說都是巨大的壓力。因此，打破壟斷，反而是我們存儲廠商較樂見的事情。

一般來說，人們認為壟斷等於高溢價，但在這種週期波動極大的存儲行業中，100%的市場份額意味著100%的需求風險，客戶一旦砍單，廠商就會非常被動，因此存儲廠商反而希望維持三家競爭的平衡狀態。

那麼，這輪週期到底能持續多久呢？

胡嘉欣

三星存儲產品行銷經理

2026年就會賣完100%，然後供給與需求之間的差距達到30%，甚至50%。2027年同樣處於短缺狀態，可能要到2028年才會有真正的好轉，因此這是一個接下來兩到三年的短缺情況。

同時，需求端完全看不到放緩的跡象。接下來，AI 推理和 agent 的爆發，以及之後的機器人和物理 AI 需求，也將進一步讓存儲的吞吐量和容量需求出現指數級跳躍。

SemiAnalysis 認為，2026 年總 DRAM 供應仍將比需求低約 7%。在 HBM 這條線上，供需缺口到 2027 年還會繼續擴大。至於新增供應，真正有意義的產能更可能要到 2027 年下半年才陸續出現。如果按野村證券的口徑，真正體現在產量上的增量，甚至要等到 2028 年。

但更值得關注的，是一個更大的問題：這個行業是否會從此告別週期？從華爾街的視角來看，Rob 在採訪中提供了一個極具深度的思考角度：

Rob Li

紐約 Amont Partners 管理合夥人

這個週期有可能會持續很長一段時間，或者說它將一個週期性行業轉變為一個結構性增長的行業，從而不再是一個週期。如果現在行業出現重大變化，從一個週期性行業轉變為非週期性行業，變成一個結構穩定增長的行業，那麼整個市場對這個行業的看法可能會發生質的改變。

對於週期性行業，給你一個 10 倍市盈率都算很高了，但如果轉變為結構性增長行業，且持續多年的話，它們的市盈率還可以再翻倍。

那麼，在這場超級週期中，我們究竟處於什麼位置呢？

這幅圖的橫軸以過去五個週期、每個週期的低點為零點的時間線表示，縱軸為市場交易的漲幅。可見，每個週期都會經歷四個階段：悲觀、懷疑、樂觀、狂熱，然後再回到悲觀。目前這條紅線的走勢，我們已進入「樂觀」區間，且漲幅遠超以往任何一個週期。

這正對應了剛才 Rob 說的，這種思維方式的轉變，萬一 AI 真的打破了這種週期呢？這也意味著，即使利潤沒有增長，僅僅是估值從「週期股」重新定價為「成長股」，就足以讓股價翻倍。就像沒有人會說蘋果過去 20 年賣手機是個週期性行業。如果存儲也能走到這一步，這將是整個半導體投資框架的一次範式轉換。

不過，存儲行業的需求也存在不確定性，需求端的變數不僅來自宏觀層面，技術本身也可能改寫供需關係。

例如，3月底，谷歌發布了一個新算法 TurboQuant，聲稱是一種高效的 AI 內存壓縮算法。發布後立即在矽谷科技圈引起轟動，更導致存儲板塊全面暴跌。

但很快，業內有聲音反駁說：這次暴跌是一場烏龍。首先，這篇論文發表於一年前，且本身存在一些學術上的爭議。並且這個算法目前只在 Gemma、Mistral 等小模型上驗證過，70B 以上模型、MoE 架構、百萬級 token 上下文——這些 AI 內存需求真正爆炸的場景，都沒有。還有技術人士指出，在技術上，TurboQuant 壓縮的只是推理時 GPU 顯存裡的 KV Cache，這是 AI 內存需求三大來源之一，但訓練環節完全不受影響。

總的來說，這篇論文和算法遭到了各種抨擊。但這就耐人尋味了：一篇有爭議的舊論文成果，竟足以引發資本市場如此劇烈的崩盤，這本身難道不說明了一些問題嗎？這是否意味著：市場對存儲板塊的信心，已高到極度脆弱的地步？要知道，在這波暴跌之前，閃迪自2026年以來已上漲200%，美光也上漲了超過80%。

有空頭機構直接指出，閃迪以920億美元的市值，對應2026年僅60億美元的預期淨利潤，估值很難站得住腳。美光同樣面臨質疑：儘管創下歷史最佳業績，但2026財年200億美元的資本支出同比增長68%，這就是在豪賭記憶體需求會持續增長。

歸根結底，TurboQuant 論文只是一根導火索，真正的火藥桶是過去兩年累積的極端估值，任何一個「需求可能沒那麼多」的訊號，都足以觸發踩踏。

這類演算法層面的進步，恰恰是「超級週期」敘事中，最難被提前定價的風險，Rob 也清醒地給出了終極風險提示。

Rob Li

紐約 Amont Partners 管理合夥人

對存儲行業的擔憂將一直存在，直到最終發現這門業務變成了一個穩定上升的「蘋果式」業務。第一個擔憂是AI崩潰，那所有人都會完蛋，因為目前主要的增長來自於AI，如果有一天AI不行了，人們發現AI並沒有什麼用，那你所講的一切未來都將成為空談，最終歸零。

因此，當前對「超級週期」的樂觀預期，都建立在一個前提上：AI 的需求是真實且可持續的。如果有一天 AI 出現泡沫破裂，存儲行業很難獨善其身。這把達摩克利斯之劍將一直懸掛在那裡，直到行業真正證明自己成為了一個「蘋果式」的穩定增長業務。

SemiAnalysis 將這輪週期定義為「四十年一遇的短缺」。但更有價值的方向或許是：存儲晶片行業正站在一個分岔路口，它要么像過去四十年一樣，在價格高峰後滑入又一輪低谷；要么，在 AI 的結構性需求推動下，真正打破週期宿命，成為一個持續增長的產業。

至少在2026年，答案似乎正傾向於後者。三大存儲廠商的產能已全部售罄，上游設備商的訂單已排至2027年，客戶開始支付預付款並簽訂具有法律約束力的長期合約，就連一家日本馬桶公司，也因此改變了命運。

但歷史從不缺少對「這次不一樣」的嘲諷。唯一確定的是：無論這次能否打破週期，它已不可逆轉地重塑了全球科技產業的權力版圖。在這場對存儲晶片的飢餓遊戲中，誰掌握了供給，誰就掌握了AI時代的話語權。