行业分析指出DRAM定价趋势发生急剧逆转，内存成本在多年通缩后现已大幅上升。

2026年Hot Chips大会于周日通过半天的教程会议拉开序幕。半导体市场研究公司Objective Analysis的总经理Jim Handy主持了内存教程环节，全面概述了DRAM、HBM（高带宽内存）和闪存市场的现状，为随后关于高带宽内存和高带宽闪存的技术演讲奠定了基础。

我们将分别详细报道来自美光科技（Micron Technology）、三星（Samsung）、SK海力士（SK Hynix）、d-Matrix、Meta Platforms以及Oxmiq Labs的详细技术会议内容。然而，像Handy一样，我认为有必要就当前影响DRAM和闪存的极高定价建立一个基准。市场正经历着需求冲击与显著供应短缺的直接碰撞。

主要驱动力来自超大规模云服务商和云服务提供商的支出，他们正在构建训练日益强大的生成式AI模型以及托管其生产推理工作负载所需的基础设施。这种需求推动了HBM和GPU/XPU的扩张，同时也导致辅助性DRAM和闪存消耗激增。此外，这也加速了代理式AI（Agentic AI）的兴起，后者需要大量的CPU资源以及显著的DRAM和闪存容量来创建沙盒环境。这些沙盒执行海量的Python代码——其中许多是自动生成的——用于现代化现有应用程序或从头构建新应用。

Handy的数据追踪了从2021年初到今年第二季度的资本支出情况。图表揭示了一个惊人的差异：作为中国最大的超大规模云服务商，阿里巴巴的资本支出与美国四大科技巨头——亚马逊网络服务（AWS）、谷歌云（Google Cloud，指云部门而非整个Alphabet集团）、微软Azure和Meta Platforms——庞大的资本支出相比微乎其微。苹果虽然消费AI但不开发AI，在图表中仅表现为一个微小的条目，其2026年的AI资本投资实际上低于过去五年。如果一家公司能够在不承担资本负担的情况下盈利地实现AI商业化，那显然是更受青睐的路径。

在超大规模企业需求的推动下，加上企业和政府重新加大投资以优化后台运营、Web基础设施和数据分析以适应生成式AI系统，存储价格普遍飙升。这包括硬盘驱动器，大型科技公司继续大量采购用于近冷数据存储。因此，五大内存和闪存制造商看到了创纪录的收入，正如Handy汇总的财务数据所示。

这些数据也捕捉到了2022年底至2023年初内存和闪存市场的崩盘，讽刺的是，这恰好发生在生成式AI开始获得势头之时。假设AI热潮持续下去——大多数预测显示至少到2030年将保持持续增长且供应短缺将持续——行业有充分理由预期收入曲线将继续线性攀升。

“它们都在同一条生产线上制造，”Handy在向Hot Chips众多与会者解释时说道，指的是闪存、DRAM和HBM。“正因为如此，DDR价格变得疯狂，所有NAND闪存价格也变得疯狂，从而带来了巨额收入。巨额收入实际上是因为它们是大宗商品。基本上，你可以从供应商ABC购买NAND闪存，转换非常容易。这就是大宗商品的特点。你并不太关心制造商；你主要关心你能获得什么样的价格。但这同时也意味着，当出现短缺时，制造商就不在乎你了。他们可以这样说：好吧，我们之前跟这家公司合作过一段时间，除了他们不按时付款之外，反正我们可以从那边那个人那里获得更高的价格，所以他们选择了更高的价格。因此，现货市场价格上涨了约七倍，虽然这不是一个非常好的指标，但它易于衡量，所以我把它列在这里。”

现货价格代表一种广泛的平均值。实际上，集成内存封装（无论是HBM还是LPDDR5X DRAM）的系统芯片制造商会与特定客户协商具有具体价格和数量承诺的个别合同。一些企业获得了优惠条款，而另一些企业则根据其议价能力和协议面临更高的成本。

例如，Nvidia长期以来一直主导HBM定价，作为深度学习早期和AI时代交易量最大的买家。（参见2024年2月文章《谁能为HBM内存支付最高价，谁就控制AI训练》。）然而今天，Broadcom已成为第三大HBM采购商，仅次于Nvidia和AMD。凭借其雄厚的财力，Broadcom积极代表众多依赖Broadcom和Marvell进行芯片制造和先进封装服务的AI硬件初创公司争夺HBM产能。

鉴于GPU组件在2026年已完全分配，供应链可能锁定至2027年底，据彭博社报道，Nvidia正在警告明年购买Grace-Blackwell和Vera-Rubin NVL72系统的客户价格上涨15%。我假设Nvidia在其合同中嵌入了灵活的成本转嫁条款，以抵消不断上升的HBM、DRAM和闪存费用，这些费用将通过ODM和OEM合作伙伴传导至最终系统买家。坦率地说，我对涨幅没有更高感到惊讶。

Nvidia的增长从根本上仍与其HBM采购能力挂钩，这是所有GPU和XPU开发商共同面临的限制。为避免反垄断审查，Nvidia必须确保其竞争对手也能获得足够的内存容量。历史上，美国司法部认为市场份额超过85%表明存在垄断行为。然而今天，监管结果似乎深受当时政治观点的影响，特别是特朗普总统的观点。

行业现在必须寻找进一步加速计算吞吐量的方法。我们已经看到通过由DPU驱动的基于闪存的外部存储层用于KV缓存、将计算能力集成到HBM基础裸片中以及处理内存（PIM）架构取得的进展，我们在The Next Platform上经常报道这些内容。Handy也表示赞同，他指出通道带宽需求与每个端点的处理智能程度成反比。

Handy在开幕主旨演讲中表示：“为了突破内存墙，我们可能正朝着拥有更智能的内存芯片方向发展，这将减少需要传输到处理器的流量量。这意味着处理器可能会告诉内存进行排序，内存自行完成排序，然后返回并说‘完成了’，接着处理器问‘排在最上面的是什么’，然后返回一个字节，任务就结束了。如果没有内存芯片内部的智能，这将涉及大量的通信。因此，我预计AI将无处不在。AI可以在微控制器上运行，我认为人们正在采用一种新的思维方式，他们说，哦，你看，这在这里似乎有效。让我们在那里试试，这是以前人们没有做过的事情。以前人们并没有准备好接受它，所以我预计将在所有端点看到AI的使用。我预计它会在通信渠道中出现，并最终变得不可见。”