在Breaking Analysis第322期中，我们曾与读者分享，我们对万亿美元硅产业的预测比原先估计提前了两年到来。
预测之所以提前24个月，是因为瓶颈从图形处理器转移到了内存。美光在第三季度财报中给了我们一个新的数据点：该季度DRAM价格环比上涨超过60%，而出货的比特数量几乎没有增长。本文要探讨的就是这意味着什么。我们今天提出的核心问题是：
这种供给不足是暂时的，还是内存经济性发生了结构性变化？
我们认为两种力量同时在起作用。本周我们参加了一场与美光总裁兼首席技术与产品官Scott DeBoer的网络直播。他向我们展示的路线图凸显了内存在人工智能性能中的重要性。美光新推出的客户照付不议协议改变了风险分担的方式。
与此同时，客户也被迫适应更高的成本。Qualitate的专有研究让我们得以窥见这些客户决策。我们的调查试图判断这些变化能否让内存的周期性减弱，以及什么样的证据会告诉我们熟悉的周期正在回归。
在本期Breaking Analysis中，我们分享AI如何改变内存的经济性。我们推理内存平均售价与比特增长之间巨大背离的含义，结合美光的路线图讨论高带宽内存的战略作用以及不断变化的内存存储层级。随后我们引入Qualitate的数据并深入供应链。具体来说，我们将深入探讨无晶圆厂设计公司、集成器件制造商、超大规模云厂商的定制芯片团队和设计验证工程师如何应对HBM以及晶圆上芯片基板（CoWoS）的供应约束。我们还将分享内存涨价如何影响终端客户的采购模式。
最后，我们将给出一些需要观察的关键指标，用以判断内存的周期性是否会回归，还是因为AI而出现了周期动态的永久性变化。
完整幻灯片及附录中的补充数据可在此获取。
AI如何改变内存的经济性
我们正在检验的假设是：结构性变化与强劲的内存周期可以同时存在。
内存正日益决定一套AI系统能否让其昂贵的处理器保持满负荷高效运转。提供这种内存消耗更多制造资源，也需要与设计伙伴更紧密的工程协作。这些变化意味着美光、SK海力士和三星电子正成为战略性显著增强的供应商。
但当前的价格上涨是稀缺性的结果。高价带来更多投资，同时也让客户更有理由推迟支出、重新设计架构或以不同方式消费基础设施。关键在于理解持续的战略重要性与当前稀缺性价格溢价幅度之间的区别。我们认为美光可以变得更具差异化，但随着时间推移它仍会暴露于周期之中。尚未解答的问题是，随着供给放松和客户适应，定价能力和盈利能力能维持多久。
平均售价与比特出货量的背离打破了内存的常规模式
正如Robert Castellano博士在其通讯中所描述的，内存平均售价与比特出货量增长之间的背离是当今半导体市场一个新的、具有定义性特征的现象。历史上，这两个指标同向变动，价格的暴涨暴跌通常反映整体单位需求的相应变化。
如今，高平均售价与基本持平的比特出货量之间的显著差距，暴露的是供给侧的结构性收紧以及向专用AI硬件的激进转向，而非广泛的有机需求爆发。
这是我们最初的观察，它出现在美光自己的财报材料中。在第三财季，DRAM平均售价环比上涨约60%出头，而比特出货量仅增长低个位数。结果，DRAM营收增长了67%。
美光最新的第四季度财报给了我们新数据。具体来说，价格涨幅放缓至高十几个百分点，但价格继续上涨，比特增长仍处于中个位数。这说明价格环境持续强劲，而非内存实际出货量同步增长。还要记住，平均售价反映的是混合价格，因此产品结构是营收和利润率的关键决定因素。
在供给像今天这样受限的情况下，出货增长低迷并不意味着需求疲软。显而易见的结论是，供给约束正在带来巨大的短期营收提升。问题是当产能扩张、客户适应AI不断变化的经济性之后，这种收益能延续多少。这正是路线图、合同和客户数据能帮助我们评估的地方。
不只是HBM的问题
人们倾向于把一切都归结为HBM的故事。第四季度，美光的云内存业务报告了高达83%的毛利率，与上一季度持平。管理层表示更高的定价有所帮助，但HBM占比上升抵消了这一收益。美光不单独披露HBM的利润率，但制造产能向HBM的转移凸显了我们前面讨论的平均售价与比特增长之间的动态关系。
具体而言，美光告诉我们，在同一技术节点下，HBM3E生产相同比特数量所需的晶圆供给约为DDR5的三倍，且封装更复杂。此外，HBM在第四季度的价格是在2025年谈定的，而DRAM价格则更多暴露于现货价格动态。因此这些因素对当前处于高位的利润率构成压力。
美光预计2027日历年HBM价格会上涨，从而缩小其与传统DRAM的利润率差距。但长期的考验在于，美光能否在产品换代和价格走弱的环境下获得有吸引力的回报，而不是在短缺期间哪种产品利润率最高。
内存容量与带宽满足不同需求
Scott DeBoer阐述了他对不断扩展的数据中心内存层级的看法：最上层是标准、定制和垂直HBM（近存），其次是高容量、低功耗DRAM（主存），然后是SSD和AI级NAND（上下文内存），以及用于数据库和数据湖的高容量SSD。
一个关键点是，AI性能取决于信息存放在哪里以及能多快到达处理器。容量是指封装内能装下多少数据，带宽是指每秒能移动多少数据。HBM之所以关键，是因为它为GPU提供了快速的本地工作空间。
服务器内存提供额外容量，而闪存以更低成本保存数据和部分缓存的上下文。在推理过程中，系统将中间计算结果保存在键值缓存中，以便生成答案时复用。更长的对话和更多的并发用户会扩大这个工作数据集并可能冲刷KV缓存；因此Vast Data、戴尔等存储供应商用低成本固态硬盘构建虚拟空间，让KV缓存不必承受刷新。
最终，买方的目标是获得一个平衡的系统，满足特定工作负载对延迟、吞吐量和可靠性的需求。当内存是瓶颈时，购买更多内存会有帮助，但它并不总能改善每一种工作负载。正确的视角是：在所需服务水平下，每个有用任务的成本，其中包含对GPU利用率、能耗和所需系统数量的影响。
HBM如何吞噬更多制造产能以及这意味着什么
生产特定类型的内存总是存在机会成本。在KeyBanc投资者会议上，美光的Sumit Sadana描述了HBM3E与传统DDR之间三比一的比例。
换句话说，本可以生产约三个单位DDR比特的产能，如今只生产一个单位的HBM比特。他说到HBM4E时这一比例会接近四比一。原因在于极高的带宽需要更多连接、更多硅资源和更复杂的封装。
我们认为这是内存制造商在技术路线图与传统内存定价之间所面临取舍的最清晰例证。具体而言，更多AI内存会占用本可支持其他DRAM产品的资源，因此投资并不能直接转化为可销售比特的等比例增长。
但这种动态是双向的。如果HBM需求走弱，重新分配产能随时间推移可以释放更多传统DRAM供给。当然事情没那么简单，还有验证、设备和学习曲线方面的约束，需要时间。
美光如何在其路线图中优先安排投资
该公司同时在拉动两个杠杆：一方面让内存更加专用化并与客户的处理器紧密集成，另一方面提高单位面积内制造的比特数量。HBM4已进入量产。
HBM4E及后续直接放置在处理器上的内存是路线图项目，有目标日期。在制造方面，美光希望其名为one-delta的下一代产品将DRAM比特密度提升20%多，于2027年下半年量产。其G11闪存路线图的目标密度约为G9的两倍。那是针对NAND开发的，不影响HBM产能。
我们认为在稀缺的背景下，这些增益是必不可少的要素。更好的密度和良率将改善美光的经济性。它们的最终影响取决于学习曲线和其他动态，例如放量速度、产品结构、美光的资本投资以及终端客户需求。我们从DeBoer那里听到的路线图强调了内存持续的重要性，但没人能保证峰值定价是永久状态。
Qualitate数据展示芯片设计者如何应对供应挑战
Qualitate的硅设计与采购小组为我们提供了关于供应问题的新视角。在接受调查的22位受访者中，有8位表示内存或HBM是他们当前最大的约束，7位表示主要约束是先进封装。
请记住，这些都是小样本的深度访谈，其回答支持这样一种观点：约束不仅限于单一芯片或公布的晶圆产能数据点。对我们的假设而言，其含义是仅靠新的制造产能可能无法解决所有约束。验证、封装和系统集成仍然决定有用硬件多快能到达客户手中。
Qualitate数据告诉我们，超大规模云厂商、集成器件制造商和无晶圆厂公司的芯片设计者正在通过用供应感知的协同设计方法从根本上取代传统的“先设计后采购”流程，来应对HBM和先进封装的严重短缺。由于实物可得性已成为交付成品硅的关键约束，工程团队正在采用特定的架构、封装和采购策略来缓解这些瓶颈。
这些策略包括：
进行架构调整和设计妥协，例如以峰值性能换取供应；
缩减HBM配置；
更多依赖更大的SRAM设计；
摆脱硅中介层约束以减少对台积电CoWoS封装的依赖；
采用UCIe等开放式芯粒接口标准；
构建专用ASIC；
以及数十种其他减少供应约束的创新策略。
稍后我们将转向另一组Qualitate数据，描述企业从业者如何应对更高的基础设施成本。但首先让我们看看内存如何影响基础设施物料清单。
内存正成为AI基础设施物料清单中更大的部分
要做到这一点，我们需要一种讨论客户账单的方式。下面我们用一个假设场景来模拟内存如何影响整体基础设施成本。
内存成本在AI基础设施中的占比会因客户和机架配置的细节而异。但我们可以用经验法则和敏感性分析来理解价格上涨如何影响物料清单中内存所占的部分。
暂且假设系统配置不变、非内存成本不变、内存采购价格上涨60%：
如果内存最初占物料清单的20%，总成本上升12%；
如果占35%，总成本上升21%；
如果占50%，总成本上升30%。
初始内存含量越高，暴露程度越大。客户的实际反应可能包括减少内存、更换系统或提高利用率。我们要说明的是，即使系统其余部分保持不变，内存也能实质性改变商业论证。
企业客户如何应对内存价格挑战
让我们回到另一组从企业客户视角出发的Qualitate数据，以更好地理解从业者如何应对内存价格上涨的挑战。
根据Qualitate的数据，内存和中央处理器的成本上涨正波及整个基础设施资产。企业正通过一套一致的应对策略做出反应，这些策略中没有任何一个只是简单地吸收成本。
一位医疗行业从业者这样总结不断变化的价格和技术通胀动态：今年要获得与两年前相同数量的GPU、相同的GPU容量，成本是多少，三到四倍？当你习惯遵循摩尔定律时，这简直太疯狂了。
一位从业者描述了试图推迟采购的做法：“这不是拒绝，而是‘现在不买’的推迟。”一家以安全为重点的组织表示，更高的硬件成本使天平向云消费倾斜。
下表展示了终端客户如何应对这些定价挑战：
来源：Qualitate，2026年
我们将关注这些反应是减少了部署、提高了利用率，还是仅仅把需求转移到了别处。
客户在模型路由和容量利用方面变得更加精明
一位从业者表示，该组织已减少使用某些大型前沿模型，因为更小或开放权重的替代模型通过了其基准测试。另一位则质疑为应对波动需求而让高价专用GPU全天候可用是否值得。量化、批处理和更小的模型是客户提到的策略。其有效性取决于应用场景，我们并不确切知道内存受到了多大影响，但这些运营举措是对内存涨价的直接反应。
我们的解读是，昂贵的内存提升了减少不必要工作和保持昂贵资源高效运转的价值，这可以降低每个任务所需的内存或算力。同时，更低的任务成本往往会催生更多使用。最值得关注的指标是在服务级别协议下的有用任务成本，以及利用率和总部署容量。稀缺性定价增加了对效率的需求，强调效率的技术或产品在当前环境中越来越有吸引力。
只要拿得到产能，客户就会更换供应商
让我们看看第三组回答，以检验平台和供应商选择。
一位从业者选择了AMD，因为它能在一张卡上容纳更多模型。这与我们的论点直接相关：客户可能看重每加速器的更多内存，因为这可以减少加速器数量或工作负载所需的通信。
另外，一位从业者描述了选择一家能交付可比设备的供应商。这是可得性影响选择的证据。如今任何可靠的供给都会被抢购一空。要点在于，综合来看，这些例子表明内存适配性和交付可得性如何影响供应商选择。
从业者应考虑的实用指标包括实际交付的性能、软件投入、互连要求、量产时间和每个有用任务的总成本。这些是随着时间推移将验证或挑战美光及其他AI厂商定价能力的衡量标准。
结果及其成本决定客户价值
把客户视角置于结论的中心很重要。供应商报告需求强劲，而个体从业者描述的却是推迟和重新设计的策略。这两种动态可以并存，因为客户、工作负载和预算各不相同。戴尔的季度文件报告了内存组件的显著通胀及其定价应对。惠普企业管理层在被问及是否转嫁更高的内存价格时，毫不犹豫地提到与客户就涨价的讨论。
这些是我们从供应商那里听到的主题。Qualitate给了我们买方做出选择性权衡的例证。我们认为最好的衡量标准是在所需质量和延迟下的每个有用任务或结果的成本。更多内存可能增加硬件账单，但如果能避免额外GPU或让它们保持高效运转，就能降低任务成本。反之，一个昂贵但利用率低的系统会削弱商业论证。指标在于价格溢价落到最终账单之后，客户的ROI是否支持继续部署。
美光如何利用战略供应商协议
让我们看看美光如何利用当前的需求局面。最明显的商业模式变化是战略客户协议。
到第四季度报告时，美光已签署26份SCA，即承诺采购量和/或照付不议合同。美光估计这些协议覆盖到2030年其营收的35%以上。这些是多年期供应安排，通常带有约束力的采购量。这些协议下预期营收的四分之三有明确的定价框架，其中大部分采用价格区间。客户获得供应保障，很多时候还有价格上限；美光获得采购量承诺，通常是价格下限，以及更大的产能规划信心。
我们认为这是行业经济性正在演变的实质性证据。但这并不能消除风险。美光自己的文件警告了执行纠纷、客户库存以及最终需求不足时的供给过剩。我们的检验将是这些协议在下一次市场走弱时究竟保护了什么。
这是否终结了内存的周期性？
让我们剖析一下大家都担心的周期论。换句话说，AI是否会抹平美光投资者多年来忍受的残酷周期？
最有力的论据是，极高的价格为新产能、更好的制造良率和每比特更高效的利用提供了资金。美光自己的路线图就包含了这种反应的证据。其晶圆厂计划增加了多年期产能。但客户可以降低规格、推迟采购或迁移工作负载。而且如果HBM需求走弱，合适的产能最终可以回归传统DRAM，增加那里的供给，并可能为周期性的回归创造条件。
美光在最新10-K文件的风险因素中明确警告了这一机制。照付不议合同可以缓解痛苦，但并不能让最终需求不再是关键变量。采购超过自身需求的买方可能积累库存。因此我们别无选择，只能把周期性是否终结留作一个多少悬而未决的问题。有意义的里程碑将是在有用良率下的可销售供给随时间满足生产性需求。
未来某个时点供需将达到平衡，这种可能性相当高。
未来数月和几个季度需要关注什么
第一，关注平均售价与比特出货量。看涨的理由是随着实物量和生产性使用扩大而带来有吸引力的经济性。如果价格下跌释放了部署，那么单凭价格下跌并不标志萧条。第二，关注当前价格飙升之后的利润率。产品结构、新建晶圆厂成本和利用率将很重要。第三，关注产能爬坡。洁净室或首片晶圆里程碑并不能告诉我们客户实际能采购到多少合格内存。
问题在于晶圆厂的可销售产出是进入一个强劲的市场，还是在需求放缓后才到来。我们认为这些检验比仅仅外推当前利润率或给未来过剩定一个确切日期更有用。今天的证据是明确的：供给稀缺，行业正在扩产以满足需求。
其他检验更贴近客户。当市场走弱时，战略协议还能维持吗？不太可能。关注采购量、价格保护以及任何纠纷、重新谈判或不可抗力情况，就像我们在甲骨文和Blue Owl那里看到的那样。客户获得的有用产出是否足以证明其内存账单合理？Qualitate的示例表明配置、模型选择和自建与否的决策都能改变这一点。
最后，订单是转化为生产性安装，还是承诺超出了实际消费？供应紧张会促使客户高估预测或预留超过最终所需，美光自己也把这一点列为风险。如果随着供给扩张，合同履约、客户回报和实际部署保持健康，看涨的理由就会更强。
这就是我们区分更持久的业务与异常强劲的周期阶段的方法。
毫无疑问，今天周期已经改变。问题是当需求局面逆转时会发生什么。
周期已经改变，暂时如此……
我们的结论是，内存的经济性正在改变，AI在中期积极平抑了周期性。但数据并不能让我们相信周期性已经终结。看涨的结构性论据是：内存对有用的AI性能至关重要，高带宽产品消耗更多制造产能，美光正在与客户建立更具差异化的关系。
看跌的周期性论据在我们看来同样可信。具体来说，异常的价格环境会引来供给、优化和推迟采购。Qualitate数据显示客户的反应已经呈现出多种形式。对美光这样的供应商而言，考验是稀缺缓解后所获得的回报。对客户而言，考验是在所需服务水平下交付的生产性工作。
我们认为跟踪这个故事的最佳方式是同时关注两边。如果随着产能到位，出货量、客户回报和合同履约改善，这项业务可能会变得波动更小。如果库存上升而需求未能吸收供给，熟悉的周期就会重现，经典的内存周期将会回归。
你怎么看？内存繁荣是永久的吗，供给过剩的风险是否已被内存制造商控制住？还是周期会在本十年结束前重新出现？
欢迎告诉我们你的想法。
这里是完整的Breaking Analysis节目：
免责声明：关于公司或证券的所有陈述严格属于SiliconANGLE Media、Enterprise Technology Research、theCUBE的其他嘉宾及客座撰稿人所持的信念、观点和意见。此类陈述并非这些个人给出的买入、卖出或持有任何证券的建议。所呈现的内容不构成投资建议，不应作为任何投资决策的依据。投资决策由且仅由你本人负责。
披露：Breaking Analysis中提及的许多公司是theCUBE的赞助商和/或Wikibon或theCUBE Research的客户。这些公司或其他公司均对Breaking Analysis所发布的内容没有任何编辑控制权或提前查看权。
图片来源：theCUBE Research
