内存正在吞噬半导体市场——而AI只是开胃菜

那个无人谈论的数字

Gartner预计今年内存半导体收入将增长280%。这不是笔误。该公司预测内存销售额将达到8373亿美元，较去年约2190亿美元大幅增长。更引人注目的是，内存将在2026年占据半导体总收入的54%——这一占比几乎是2025年27%份额的两倍。

在韩国有色商业媒体中广为流传的头版数字是Gartner的预测：全球半导体市场将在2027年达到1.94万亿美元。但这一数字背后的故事远非表面这般平淡。它关乎谁掌控着AI驱动经济中的瓶颈，以及谁被彻底排除在外。

这一预测的异常之处并非方向——人人都预料到内存会搭上AI的顺风车——而是增速。一年内280%的增长，这种冲击通常与大宗商品繁荣相关，而非结构化的技术市场。内存已变成AI资本支出的代理资产，由此产生的反馈回路进一步放大了需求，其规模远超算力需求本身所能解释的程度。

内存不再是普通商品

动态已经发生了根本性转变。Gartner董事兼分析师Sush Siripan直截了当地指出：AI基础设施已经改变了内存市场的规则。今年的增长由价格上涨驱动。但从2027年开始，叙事将发生转变——不是走向饱和，而是走向规模化。每一台AI服务器都在吞噬更多的HBM。即便新产能陆续投产，需求仍在超越供给。

三星第六代HBM4——即来源文章中所展示的——正是韩国晶圆代工厂内部正在上演的军备竞赛的一个缩影。HBM每一代的跃升不仅仅是技术里程碑——它是准入控制机制。掌握下一代内存封装的公司将决定谁能训练出有竞争力的模型，谁不能。

数据非常直白。DRAM收入预计将激增246.6%。NAND闪存将攀升371.9%。即便有更多产能进入市场，Gartner仍预见到供应将持续偏紧。这种紧张并非偶然，而是AI芯片设计者和数据中心运营商做出架构选择的必然结果——他们将内存视为稀缺资源，而非算力。

从系统层面来考虑这意味着什么。现代AI训练集群不仅需要GPU，还需要与之搭配足够的HBM来喂饱它们。当HBM受到约束时，整排GPU都会闲置。这就是内存紧张为何会造成连锁瓶颈的原因：你无法用算力替代内存，因为两者是协同设计的。一旦低于某个内存-GPU比率的阈值，无论你往问题里投入多少芯片，训练吞吐都会崩溃。

非内存增长故事

另一个值得同等关注的趋势正在浮现。Gartner估算，非内存半导体收入将从去年的5890亿美元增长至今年的7179亿美元——增幅21.9%。到2027年，仅该细分市场就可能达到8644亿美元。

这并非孤立发生。AI集群扩张正推动CPU、网络半导体、电源管理芯片和光互联技术的需求增长。Gartner董事兼分析师Ben Li指出，AI正在拓展半导体市场的机会，覆盖整个基础设施栈，而非仅局限于单一产品类别。

实际层面的含义是：内存挤压正在制造下游瓶颈。即使你能买到足够的HBM，你仍然需要网络设备来在服务器之间传输数据，需要电源管理芯片来防止服务器过热熔毁，还需要CPU来协调一切。这些细分市场都在增长，但没有一个增速能达到内存的水平。

其隐含结果是采购权力的结构性失衡。内存供应商占据优势，因为他们掌控着最稀缺的投入要素。其他所有组件制造商都必须在内存合同签署后，为剩余的资本展开竞争。这也解释了为何在整体AI繁荣之下，非内存领域的代工厂仍经历较慢增长——内存的胃口正在蚕食本应更均匀地分配至半导体价值链各个环节的投资。

谁赢谁输

赢家一目了然。三星和SK海力士这两家韩国内存巨头处于本轮周期的核心。他们在韩国和美国进行的晶圆厂投资——包括三星计划在德克萨斯州泰勒建设的第二座代工厂，瞄准2030年投产——都体现了一个战略押注：内存将在未来数年内继续作为AI经济的决定性约束。

但也有隐形的赢家。为HBM制造提供设备的公司正在经历估值重估。光刻机、测试设备、化学材料——内存供应链的每一个环节都在本轮周期中攫取溢价。这些供应商从内存紧张中受益，却不必承担实际制造的资本密集度。

输家则不那么明显，但后果更为深远。他们是那些无法获得内存配额的AI开发者、云服务商和新兴市场。当内存占据半导体收入的54%时，花在其它芯片上的每一美元，都是从构建AI集群所需组件上夺走的资金。没有长期内存合同的企业面临结构性劣势，这不是靠堆砌工程人才就能完全弥补的。

市场已经在上演这一幕。没有预先协商好HBM合同的初创企业，所支付的价格是签约买家的两倍至三倍。有些公司干脆搁置了训练任务，因为账算不过来。严肃AI开发的准入门槛已不再仅仅是计算技术的复杂性——而是供应链准入权。

地缘政治层面的含义

来源文章出自韩国刊物，这一点并非偶然。韩国与台湾、日本共同掌控了先进内存生产的绝大部分。美国设计AI芯片并设定需求曲线，但并不制造让这些芯片发挥作用的内存。这种劳动分工并不新鲜，但本轮周期放大了其地缘政治分量。

对亚洲以外的读者而言，其含义是AI硬件的获取将越来越多地取决于供应链关系，而非纯粹的技术能力。一家在模型架构方面同样出色的欧洲或印度公司，仍可能因无法获得HBM配额而无力训练自己的模型。这一现实已经体现在签约买家与现货市场采购者之间的价格溢价中。

美国已通过《芯片与科学法案》及多项激励措施，回应以重建本土制造能力。但内存制造所需的设施和专业知识不同于逻辑芯片制造。德克萨斯州的无晶圆厂代工厂难以轻易转向HBM生产——资本密集度和工艺知识截然不同。这意味着内存生产的地缘集中将在本轮周期结束后长期延续，进一步巩固亚洲在AI硬件方面的结构性优势。

二阶效应：内存的金融化

一个值得关注后果是内存获取的金融化。大型云服务商不仅在购买内存，还在签订类似商品衍生品的多年承购协议。有的甚至通过合资企业和优惠融资安排直接投资内存产能。这正在创建一个分层市场：头部客户以可预测的价格锁定供应，而其余所有人则在流动性更低的现货市场上交易。

这种金融化对估值产生影响。内存供应商得以享有更高估值倍数，因为其收入能见度大幅改善。但这也意味着小型AI公司不仅要在技术上竞争，还要在金融工程上竞争——即以结构化交易确保实物产能的能力。构建一家AI公司所需的能力组合，已从算法和工程扩展至供应链金融。

未来展望

Gartner预测，AI数据中心生态系统将从2026年占半导体总收入的36.5%，增长至2030年的53%以上。就实际意义而言，这意味着在四年内超过一半的芯片支出将流向AI基础设施供应链。内存板块在绝对规模上不会萎缩——受每台服务器内存量提升和HBM持续需求的推动，其增速只会更快。

市场结构正趋于一种寡头格局：少数内存供应商、几家AI芯片设计商，以及拥有采购权力以锁定配额的超大数据中心运营商。其余所有人都在稀缺的劣势下谈判。

这不是一种暂时性失衡。它是当前AI建设期的结构性特征。理解这一动态并据此定位的企业，将定义下一个十年的半导体经济学。其余人则只能被动应对他们未曾参与的决策。

对投资者和高管而言，关键问题不是内存是否会持续紧张——预测已排除了这种可能性——而是当前的供应和定价权集中，代表的是新常态还是过渡阶段。如果AI内存需求以如此速率持续复合增长，我们预计在未来三年内要么出现大规模产能扩张，要么迎来内存供应商的进一步整合。两种结果都将重塑竞争格局，但方向相反。无论哪种情景做好准备的企业，都将跑赢措手不及者。