1、内存基础及涨价驱动因素

内存分类及核心特性：内存是配合CPU/GPU完成运算的核心数据载体，需依托处理器与输入数据结合输出运算结果。当前内存主要分为两类：一是DRAM（动态随机存取内存），属于高速动态内存，断电后数据丢失，主要支撑PC等设备的实时运算需求；二是静态存储，包括NAND（即固态硬盘SSD）、机械硬盘HDD，断电后数据仍可留存，多用于存储手机照片等静态文件。

内存涨价核心驱动原因：本轮内存价格上涨核心源于供需错配：2025年下半年AI推理需求爆发，厂商前期未预料到推理环节会消耗大量普通DRAM，2025年12月企业级代理AI大规模落地进一步放大普通DRAM需求。内存厂商新增产能释放周期约为2年，推动价格大幅上涨：上季度内存价格同比上涨500%，模型预测二季度同比涨幅将达700%，上周有行业消息称内存成本已占AI整体支出的约30%，供需缺口预计2027年底至2028年才会随新产能释放逐步缓解。本次内存需求刚性较强，可类比两大历史案例：一是120年前电信基建热潮，当前AI厂商因预期token需求无限增长，不计成本搭建AI基建以抢占未来市场份额；二是1980年代PC刚普及时期，尽管内存价格极高，用户仍有刚性购买需求，与当前厂商在内存涨价背景下仍保持旺盛需求的情况一致。

需求超预期底层原因：AI产业技术迭代的不可预测性是需求预判出现偏差的核心原因。代理AI概念2025年12月才正式出现，OpenClaw的推出超出市场预期；而多智能体（即大量代理协同运作、由头部代理统筹的模式）的应用场景6个月前完全未被市场纳入预期，进一步拉动了DRAM的额外需求。

2、AI内存需求与供需格局

AI场景内存需求层级：AI推理场景内存需求随负载特性呈现层级差异：a. SRAM处于内存层级顶端，速度最快可满足聊天机器人等极低延迟场景需求，但成本最高无法大规模应用；b. HBM为3D堆叠DRAM，带宽高但制造难度大、成本高；c. 普通DRAM多用于通用推理场景；d. NAND速度较慢不适合关键任务场景，可用于非实时数据的KV缓存卸载，辅助DRAM运算。

行业供需周期判断：当前内存行业存在两种核心观点分歧：a. 传统周期观点：认为行业仍遵循周期性波动规律，典型上行周期约6个季度，股价提前4个月反映周期拐点，临近盈利峰值时估值逐步下修，当前市场主流仍预期行业为强周期性，峰值盈利下估值约4倍；b. 长期短缺观点：超大规模厂商测算至2030年内存需求规模极大，与短期供给存在显著错配。目前部分韩国存储厂商已签署3-5年长期供应协议，包含预付、锁价（设定底价与峰值价）条款，而此前行业协议仅为1年且客户可随时终止，此类长单可平滑周期波动。

产能缺口及缓解时间：2023年行业处于下行周期，厂商未预料到AI需求爆发，未提前投资洁净室产能，导致当前供需缺口进一步放大。洁净室建设、设备采购到量产的完整周期约2年，新产能预计2027年底开始逐步释放，2028年进入大规模落地阶段。

3、内存涨价影响及跟踪指标

对消费电子的影响：DRAM具备强通用性，同一产线的晶圆可灵活调整生产为服务器、PC或移动DRAM，仅需5个月调整晶圆图案即可完成产能切换，产能会流向定价最高的应用领域。当前服务器DRAM受超大规模云厂商需求拉动价格最高，产能向服务器侧倾斜，已出现需求破坏现象：亚洲头部PC厂商月度收入已开始下滑，无法获取内存资源的智能手机厂商同样受冲击。中低端消费电子难以将内存成本转嫁给价格敏感的消费者，会出现显著亏损，行业份额向高端厂商集中，高端定位企业在下行期反而受益。

行业核心跟踪指标：内存供需瓶颈可从两大核心维度跟踪：一是超大规模云厂商的季度资本支出，云厂商为构建AI基础设施壁垒有持续投入动力，其资本支出是内存需求的核心先导指标，直接决定内存需求规模；二是AI实际落地需求的高频指标，可跟踪AI token生成量、GPU小时租赁价格两类日度可获取数据，反映短期AI真实需求变化。

Q&A

Q：请简要概述内存的定义、在物理世界中的含义及其主要类型。

A：内存是计算机中用于存储数据的核心硬件，主要分为动态随机存取存储器与闪存。DRAM在通电状态下提供高速数据访问，用于临时存储运行中的程序与数据，断电后内容丢失；NAND用于长期数据存储，断电后数据保留。两者在功能定位与应用场景上存在本质差异。

Q：自去年下半年以来内存价格显著上涨，且数据中心建设讨论焦点从GPU转向内存。请分析内存对AI训练和推理工作负载的重要性，并说明推理需求意外增长对价格的影响。

A：内存价格飙升主要源于推理需求的意外增长。去年9月，超大规模云服务商未预料到推理工作负载对通用DRAM的需求远超高速带宽内存，导致供需失衡；至去年12月，企业级AGI部署进一步推高需求，其数据消耗量较常规推理高出十倍以上，加剧供应紧张。内存作为向处理器持续供数的关键环节，其短缺直接制约AI工作负载部署效率。

Q：内存需求的意外增长是否主要源于推理应用的采用时间早于行业预期，而非长期规划中的需求？

A：过去三年AI发展以训练为主，依赖高带宽内存。转向推理阶段后，行业未预料到通用DRAM需求会如此庞大，尤其在企业级AGI部署中，多智能体协同场景进一步放大DRAM消耗。由于内存产能扩张周期约两年，供需错配导致价格显著上行。

Q：在当前AI基础设施总成本中，内存成本占比约为多少？与GPU成本相比如何？

A：内存成本在AI总支出中的占比已显著提升，近期市场报道显示其占比可达30%。价格方面，上季度内存价格同比上涨约500%，本季度模型预测将进一步升至700%。尽管行业具周期性，但当前AI基础设施建设的迫切性支撑高需求；新增产能预计于2027年底至2028年逐步释放，届时供需有望趋于平衡。

Q：为何AI推理对内存的需求增长如此意外？行业为何未能提前规划内存需求？

A：需求意外主要源于技术演进的不可预测性。截至去年12月，AGI概念尚未形成，OpenClaw的出现超出行业预期；当AGI在企业端部署时，多智能体协同工作场景迅速普及，导致内存需求激增，而这一应用场景在六个月前未被充分预见。

Q：内存需求是否仅存在于推理阶段？训练与推理阶段分别需要哪些类型的内存硬件？

A：训练与推理阶段均需内存，但类型与用途不同。训练阶段主要依赖高带宽内存；推理阶段根据工作负载分层：低延迟场景使用SRAM，通用场景使用DRAM，重负载任务可将部分数据暂存至NAND。NAND速度较慢，适用于非实时任务，当前亦在辅助DRAM承担部分计算负载。

Q：您预计内存供应瓶颈将于2027年底至2028年缓解，这一判断的依据是什么？是否存在长期结构性短缺的风险？

A：供应缓解预期基于内存行业产能建设周期，新建洁净室及设备投产通常需两年时间。2023年行业处于下行周期，厂商未增加资本开支，导致当前供应紧张；新增产能预计自2027年底开始释放，2028年成为主力。市场存在两种观点：一是周期性下行，股价通常在峰值前四个月见顶；二是超大规模云服务商通过3至5年期长期协议锁定供应至2030年，可能缓冲下行风险。若AI资本支出持续，价格跌幅或小于历史周期。

Q：数据中心使用的内存与消费电子产品中的内存是否为同一类型？当前内存短缺对消费电子行业有何影响？

A：DRAM具有高度通用性，同一产线经约五个月工艺调整后可生产服务器、PC或移动设备用内存。当前服务器DRAM因需求旺盛价格最高，价格压力正向消费电子传导。已观察到亚洲部分PC制造商月度营收下滑，智能手机行业亦受波及；行业呈现向高端产品集中的趋势，因高端产品具备成本转嫁能力，而中低端厂商面临市场份额流失与盈利压力。

Q：为跟踪内存瓶颈的演变，今年及明年应重点关注哪些指标或信号？

A：关键跟踪指标包括：超大规模云服务商的AI资本支出连续性、AI应用生成的令牌数量、以及按小时计费的GPU租赁数据等高频指标。这些数据可实时反映需求动态，而资本支出的持续性是内存需求能否维持的核心前提。

温馨提示：内容源于第三方以及公开平台，仅供用户参考，恕本平台对内容合法性、真实性、准确性不承担责任。如有异议/反馈可与平台客服联系处理（微信：_LYSD_）。