AI抢走的不只是GPU，还有越来越多的DRAM、HBM和NAND，存储芯片正在从便宜的标准件变成被优先分配的稀缺资源。
6月2日，据追风交易台消息，摩根士丹利全球科技团队在研报中把这一轮存储涨价称为“chipflation”，即“芯片通胀”。它讲的不是单一芯片短缺，而是AI把DRAM、HBM、NAND、企业级SSD等存储资源重新定价。
分析师Dylan Liu等写道：“激增的内存价格和供应稀缺，正成为跨行业风险，因为AI正在重新定价数字经济中的关键投入。”
这句话的关键不在“AI服务器变贵”，而在于存储芯片正在从一个长期降价的零部件，变成云厂商、PC、手机、汽车、工业设备共同争夺的瓶颈。
这场变化有两个后果。第一，定价方式变了。大客户用长期协议、预付款和战略承诺锁定产能，市场不再只是按现货价格出清。
第二，分配顺序变了。AI、云和服务器优先拿货，传统消费电子、工业和汽车客户只能面对更高价格、更长交期和更弱议价权。
“断供”在这里不是简单的无货可买，更准确地说是配给不足。弱势买家可能仍能买到一部分货，但价格更高、规格更低、发布时间更晚。最终成本不只留在科技公司账上，会通过硬件价格、云服务账单、企业IT预算和利润率扩散出去。
这不是普通半导体上行周期，AI把存储变成配给品
过去几十年，存储芯片的基本叙事是扩产降价。
1957年至2020年，DRAM每GB价格大约每5年下降一个数量级。2010年以后，摩尔定律继续推动价格下行，只是速度变慢。AI基础设施扩张后，这条线突然拐头。
过去一年，存储价格涨超6倍。这不是一个库存周期里常见的温和涨价，而是需求端突然放大，供给端又无法快速响应。
原因很简单：晶圆厂不是拧开水龙头。
新建存储产能要经历厂房建设、设备安装、工艺认证、客户验证、良率爬坡，还要决定产能到底分给HBM、服务器DRAM，还是普通PC和手机DRAM。研究中的时间线显示，从产能到真正可用供给，大约是两年量级的过程。
AI买家的需求却是现在就要。
超大规模云厂商的资本开支还在上调。测算显示，2027年 hyperscaler 资本开支可能超过1万亿美元；自2024年以来，累计投入约2万亿美元。2026年云资本开支一致预期增速也从此前的64%上调到75%。
“特权买家”先锁货，传统买家只能抢剩下的
存储芯片曾经更像大宗商品：价格随周期波动，买家可以在低谷补库存，高点减少采购。
这一轮不一样。AI基础设施的建设计划直接绑定存储供给，云厂商不只担心价格，更担心拿不到货。
所以，长期协议正在变成核心工具。
三星讨论把季度和年度合同转向3到5年协议；SK海力士提到客户对中长期供给承诺的需求增加；美光宣布了5年战略客户协议；SanDisk提到由明确财务保证支持的多年合作；KIOXIA表示与 hyperscale 客户的长期供给协议延伸至FY28-29。
这就形成两层市场。
第一层是AI和云买家。它们规模大、路线图清晰、愿意预付，也能承诺长期订单。
第二层是没有长期协议的买家。它们面对的是被AI客户拿走之后的剩余供给池。这个池子更小，也更贵。
供应商也有动力这么做。HBM、服务器DRAM、企业级SSD利润率更高，客户更稳定。相比之下，普通PC、手机、消费电子的需求弹性更大，价格涨太多就会卖不动。
HBM是AI的刚需，也是传统DRAM被挤出的原因
HBM是高带宽内存，堆叠在AI加速器旁边，为大模型训练和推理提供高速数据通道。没有HBM，AI芯片算力很难充分释放。
但HBM不是“额外多做一点DRAM”这么简单。
它占用先进DRAM晶圆产能，还需要3D堆叠、TSV、先进封装、测试和客户认证。每单位HBM产出消耗的有效晶圆资源，远高于普通DRAM。
模型显示，HBM相对传统DRAM的晶圆产出惩罚，从2021-2024年的约3.0倍，升至2028年的约4.3倍。换句话说，同样的先进晶圆产能，如果拿去做HBM，普通DRAM可用量会被明显压缩。
AI系统里的HBM用量也在急速上升。
从芯片层面看，A100 GPU每颗约40GB HBM，Rubin GPU提高到288GB，约7.2倍。
从系统层面看，8-GPU A100服务器大约320GB HBM，而Rubin NVL72机架级系统达到20.7TB，约65倍。
从集群层面看，2020年约256颗A100 GPU的训练集群约10TB HBM；2026年前沿集群可能超过20万颗GPU，约18PB HBM，约1800倍。
结果是，HBM在先进DRAM晶圆中的占比从2023年的约6%，升至2028年的约34%。这部分产能一旦被AI锁走，PC、手机和普通服务器可分到的传统DRAM就会减少。
PC和手机拿不到足够内存：2027年或有5800万台PC和1.3亿部手机造不出来
2027年的存储供给测算最直观。
总DRAM+HBM供给为573,503百万Gb。假设服务器拿走70%，非服务器应用拿到30%。
在非服务器供给里，PC分到17%，智能手机分到58%。
这样算下来，PC可获得供给约29,249百万Gb，而需求约34,386百万Gb，缺口5,138百万Gb，约15%。折算成设备，是约5800万台PC，相当于摩根士丹利PC出货预测388百万台的15%。
智能手机更大。可获得供给约99,790百万Gb，需求约113,125百万Gb，缺口13,335百万Gb，约12%。折算成设备，是约1.34亿部手机，相当于智能手机预测出货1,137百万部的12%。
这不是绝对意义上的“没法生产”。
厂商有一个办法：降规格。
PC如果把每台内存含量从89Gb降到77Gb，缺口可从15%收窄到2%。智能手机如果把每部内存含量从99Gb降到90Gb，缺口也可收窄到2%。
但代价很清楚：消费者买到的设备内存更少，产品升级放慢。市场最终通过两种方式出清——要么少卖设备，要么每台设备少用内存。更可能是两者都有。
成本不会停在供应链里，硬件价格和毛利率先受冲击
存储成本在不同硬件里的占比差异很大。
测算中，存储占部分科技硬件BOM的比例从5%到70%不等。高端服务器、全闪存储阵列、传统服务器、PC对DRAM和NAND更敏感；打印机、部分网络设备相对较低。
问题是，总量已经足够大。
过去3个月，2026年全球存储市场收入预期从5200亿美元上调到8900亿美元，增幅71%。相较2025年约2200亿美元市场规模，2026年存储收入预计同比增加约6000亿美元。
这6000亿美元会落到买家账上，形式可能是资本开支，也可能是销售成本。
分行业看，增量存储成本负担最大的是服务器，约2460亿美元；其次是智能手机1750亿美元、PC 1320亿美元、外部存储130亿美元。
如果硬件厂商要保持毛利率不变，测算中的“同配置”涨价幅度会非常高：智能手机约34%，PC约67%，服务器约83%，存储阵列约114%。
这不等于终端价格一定这样涨。现实中，厂商可能涨一部分价、压一部分利润、砍一部分规格、推迟一部分产品。
但压力已经出现在企业口径里。Fractal Gaming Group称，AI和数据中心投资把产能从终端消费市场转走，推高DRAM和NAND价格，“内存现在占整机成本的比例大得多，有时甚至超过CPU”。
CPI数字可能不大，但PPI、云账单和IT预算更敏感
从宏观数据看，最先反映压力的是PPI，而不是CPI。
美国PPI中“电子组件和附件”分项同比升至27.6%。这说明上游输入成本已经大幅上涨。
但CPI里的传导更弱。原因是存储敏感商品在CPI篮子里的权重不高，消费电子价格还有质量调整，终端厂商也可能先压利润。
测算显示，PC和智能手机对美国整体CPI的影响约0.08个百分点；把电视、家电、游戏机等也算上，总体影响约0.10个百分点。
所以，单看CPI可能低估问题。
真正敏感的地方在企业利润率、云服务账单、资本开支预算和技术部署节奏。企业使用AWS、Azure、GCP时，不会在账单上看到“内存涨价”四个字，但云厂商采购AI服务器和存储的成本，最终可能通过价格、折扣、实例类型或预算约束传递下去。
而“最终买单的可能是所有人”。不是每个消费者直接买DRAM，而是越来越多经济活动建立在存储芯片之上。
政策可以缓解，但很难解决近端短缺
政策工具并不少：补贴、税收抵免、采购担保、加速许可、设备准入协调、战略库存。
问题是，这些工具都不快。
新晶圆厂、先进封装、测试产能和合格劳动力都需要时间。即便政策支持立刻到位，也难在短期内压低价格。
美国政策的重点也未必是“降价”。框架中的判断是，HBM和先进DRAM越来越被视为AI战略资源，政策更可能聚焦供应链韧性、可信产能和地缘风险，而不是放松限制来换取短期低价。
关键约束仍是先进设备可获得性，尤其是EUV出口限制。HBM方面，模型仍把全球供给集中在三星、SK海力士和美光三家，并未把中国HBM作为短期全球缓解来源。
市场映射很清楚：上游拿定价权，下游承受毛利压力
这轮“芯片通胀”最直接的市场含义，是利润池向上游集中。
DRAM供应商包括三星、SK海力士、美光；NAND相关公司包括SanDisk、KIOXIA；HDD包括希捷、西部数据；设备链条包括ASML、应用材料、KLA等。它们更靠近供给瓶颈，价格、利润率和订单可见度更强。
压力端在下游。
消费电子、PC、低端手机、小型硬件OEM、嵌入式设备、教育类低成本设备，议价权更弱，需求也更容易被价格打掉。高端服务器和云基础设施虽然存储成本高，但需求更刚性，也更容易通过资本化或价格机制消化。
年初以来的市场表现已经反映了这种分化：全球消费电子股票平均下跌约1%，而存储制造商上涨近300%，EPS预期年内上修333%。
~~~~~~~~~~~~~~~~~~~~~~~~
以上精彩内容来自追风交易台。
更详细的解读，包括实时解读、一线研究等内容，请加入【追风交易台▪年度会员】
Comments