融资信息
专题
链上生态
词条
播客
活动
AI同时制造了内存的短缺和过剩
3 月 29 日，华强北和美国零售市场同步经历了一场内存条价格的断崖式下跌。海盗船 32GB DDR5-6400 套条从 490 美元跌至 380 美元，单日跌幅 22%。国内 32GB DDR5 高频套条单周暴跌 800 元，渠道商恐慌性抛售，有经销商说「一天就掉了一百多块」。
但这个数字放到更长的时间轴上，画面完全不同：即便跌完，当前 DDR5 价格仍然是 2025 年 7 月的四倍。它是 AI 产业链上一次精确的供需错配，同一股力量先制造了短缺，再制造了过剩恐慌。
过山车：八个月涨 540%，一个月跌 22%
2025 年 7 月，一套主流 32GB DDR5-6000 套条在美国零售市场只要 77 美元。到 2026 年 1 月，同一套条的价格飙至 490 美元。八个月，540% 的涨幅。
涨价并不是因为消费者突然疯狂升级电脑。据 TrendForce 数据，2026 年第一季度 DRAM 合约价环比上涨 90%-95%，其中 PC DRAM 涨幅超过 100%，均创下有记录以来的季度最大涨幅。推动这一切的，是 AI 基础设施建设对一种特殊内存的饥渴需求。
然后，3 月 25 日，谷歌发布了一个名为 TurboQuant 的压缩算法。四天后，内存价格崩了。
产能去哪了？HBM 吃掉了你的内存条
要理解这轮涨价，得先理解一个关键技术参数。HBM（高带宽内存，用于英伟达 AI 芯片的专用内存）每 GB 消耗的晶圆面积是普通 DDR5 的三倍。据 Tom's Hardware 报道，这意味着同样一片晶圆，做 HBM 只能产出 DDR5 三分之一的容量。
三星、SK 海力士和美光，三大内存厂商面对 HBM 的高利润率做出了理性选择，把最多 40% 的先进制程晶圆产能转向 HBM 生产。据 TrendForce 数据，到 2026 年第一季度，DDR5 的利润率预计将首次超过 HBM3e，反映出消费级内存的供给被挤压到了什么程度。
美光的选择最为激进。2025 年 12 月，这家公司宣布关闭运营了 29 年的消费品牌 Crucial，彻底退出消费级内存和存储市场，全面转向企业和 AI 客户。据美光投资者关系公告，其 2025 财年总营收 373.8 亿美元，数据中心和 AI 应用已占总营收的 56%。消费市场，不值得做了。
SK 海力士的 HBM 产能已经全部售罄至 2026 年底。三星计划到 2026 年底将 HBM 月产能从 17 万片晶圆提升至 25 万片。新的晶圆厂（三星 P4L 和 SK 海力士 M15X）最早要到 2027-2028 年才能实现量产。换句话说，消费级 DRAM 的供给缺口是结构性的，不是等一两个季度就能缓解的。
格局翻转，SK 海力士打破三星 40 年霸主
这场产能转移还改写了内存行业的权力版图。据 TrendForce 数据，2025 年第二季度，SK 海力士凭借与英伟达的深度绑定拿下了 HBM 市场 62% 的份额，三星仅 17%，美光 21%。
更具里程碑意义的是营收层面的翻转。据 TrendForce Q3 2025 报告，SK 海力士以 137.5 亿美元的单季 DRAM 营收首次登顶，三星以 135.0 亿美元紧随其后。两者的差距只有 2.5 亿美元，但这是三星近 40 年来首次在内存营收上失去第一的位置。据 CNBC 报道，SK 海力士 2025 年全年营业利润也首次超越三星。
HBM 先发优势给了 SK 海力士足够的筹码，但这场竞赛远未结束。三星正在全力追赶 HBM4 的量产进度，美光虽然放弃了消费市场，但在企业和 AI 领域的营收增速（Q3 环比 +53.2%）是三大厂中最快的。
一个算法如何动摇了涨价逻辑？
3 月 25 日，谷歌在 ICLR 2026 上发表了 TurboQuant 算法。这个算法做了一件事，把大语言模型推理时的 KV 缓存（键值缓存，推理过程中占内存最多的部分）从 FP16 精度压缩到 3-bit，内存占用降低至少 6 倍，同时在 H100 GPU 上实现最高 8 倍的注意力计算加速。据谷歌研究博客，在 Needle-in-a-Haystack 等五个长上下文基准测试中，精度损失为零。
市场迅速算了一笔账。如果 TurboQuant 或类似算法被主流 AI 公司广泛采用，那么 AI 推理对 DRAM 的增量需求将大幅收缩。而过去大半年支撑内存涨价的核心叙事，正是「AI 基建消耗了太多内存产能」。
四天后，渠道信心崩塌。
需要指出的是，TurboQuant 针对的是 AI 推理端的 KV 缓存，而非训练端的 HBM 需求。HBM 的供需关系短期内不会因为一个推理优化算法而改变。但市场并不总是区分这两者。据新浪财经报道，暴跌前期国内渠道因涨价而涌入大量圈外囤货者，高价导致零售销量暴跌超过 60%，资金链紧张下的连锁抛售放大了跌幅。
一条 AI 产业链，同时制造了内存的短缺和过剩恐慌。HBM 的物理产能挤压让消费级内存供不应求，TurboQuant 的算法效率突破让 AI 内存需求预期骤降。制造涨价和制造崩盘的，是同一股力量。
欢迎加入律动 BlockBeats 官方社群：
Telegram 订阅群：https://t.me/theblockbeats
Telegram 交流群：https://t.me/BlockBeats_App
Twitter 官方账号：https://twitter.com/BlockBeatsAsia
AI基础设施建设的狂热催生了对HBM的巨量需求。HBM与传统DDR5在晶圆消耗上的巨大差异，导致三大原厂做出了最理性的商业决策：将先进制程产能大规模转向利润更丰厚的HBM。这直接挤压了消费级内存的供给，造成了结构性的短缺。这种短缺是物理性的、基于产能分配的，其缓解需要以年为单位的新建晶圆厂产能落地，因此支撑了价格长期上涨的核心叙事。
然而，市场的另一端是金融和情绪。高企的价格本身就会抑制消费端需求，并吸引大量非行业资金入场囤货以求套利，这进一步扭曲了真实的供需关系，埋下了脆弱的种子。
谷歌TurboQuant算法的发布，成为了压垮市场信心的最后一根稻草。它虽然针对的是AI推理端的KV缓存优化，与训练端的HBM需求并无直接关联，但其传达出的信号是颠覆性的：技术进步可能指数级降低对硬件资源的依赖。市场立刻意识到，支撑此前暴涨逻辑的“AI无限消耗内存”叙事出现了裂痕。于是，基于未来预期而非当下现实的需求模型瞬间崩塌，引发了渠道的恐慌性抛售。
最终，这幕大戏的导演正是AI本身。它先以HBM的形态制造了物理性的短缺，再以算法优化的形态制造了预期性的过剩恐慌。这完美诠释了技术变革周期的双刃剑效应：在创造一个新需求极点的同时，也可能通过效率革命瓦解另一个增长故事。对于内存行业而言，这标志着其周期波动的主导因素，正从过去的PC、手机等消费电子需求，彻底转向由AI基础设施投资和技术演进节奏所驱动。未来的投资与决策，必须将这种由技术颠覆带来的不确定性纳入核心考量。
0