一台 AI 服务器将 HBM、DDR5 和企业级 SSD 同时列入采购清单；在晶圆产能有限的背景下，涨价往往先从被挤出的普通产品开始。
美光 2026 财年第三季度数据显示，DRAM 和 NAND 价格环比分别上涨约 60% 和 85%，四大业务单元营收均创纪录。两年前，存储原厂尚在减产与削减资本开支；如今，AI 服务器需求将 HBM、服务器 DDR5 和企业级 SSD 一同拉满。晶圆总量未激增，但分配逻辑已变。存储价格普涨的背后，核心在于一片晶圆被谁拿走，以及最终被制成了何种产品。
01 | 价格崩塌始于扩产赶上需求
回顾历史，存储周期下行往往源于产能释放滞后于需求转折。1985 年，全球 PC 需求降温，而此前高点建设的 DRAM 工厂集中投产，导致主流内存芯片价格在 9 个月内跌幅近七成。由于半导体工厂涉及高昂的设备折旧与人员成本，一旦开工难以立即停产，供给惯性成为价格下跌的主因。
1995 年 Windows 95 换机潮重演了这一剧本。DRAM 毛利率冲高引发全球资本开支激增，新产线随后陆续爬坡，导致 16M DRAM 均价在一年内暴跌逾七成。高价吸引扩产，扩产晚到，当需求转身时，惯性供给将价格压下。
此外，制程迁移会隐性增加供给。节点缩小一代，单片晶圆的位元产出可提升 40% 至 50%。2009 年 DRAM 晶圆产能虽较高峰减少约 30%，但因制程进步，当年位元供给仍增长 24%。存储厂商常因只关注投片量而忽略单片产出的增长，从而误判供需。
2020 年至 2023 年周期亦遵循此规律。DDR4 合约价先涨后跌，前期资本开支、制程迁移及高层数 NAND 量产持续释放供给，直到原厂大幅减产后，价格才逐步企稳。
扩产和制程迁移无法消除周期，它们仅决定供给在需求回落后何时停止增长。
02 | AI 先挤紧 DRAM，再拉动企业级 SSD
2022 至 2023 年的行业亏损促使海外原厂减产并收缩资本开支，市场缓冲垫被抽离。随后 AI 服务器需求爆发，HBM、DDR5 和高容量 NAND 共同争夺晶圆资源。HBM 单位位元的晶圆消耗量是普通 DRAM 的 2 至 4 倍，加之 CoWoS 等先进封装产能受限，导致通用 DRAM 有效供给被严重挤压。
NAND 市场则呈现明显的产品分流。AI 推理需求推动企业级 SSD 放量，原厂优先将有限晶圆投向高溢价产品，同时退出 2D NAND 等传统低端品类。高端 SSD 获得更多颗粒，中低端产品供应趋紧。美光财报中 DRAM 与 NAND 现货价的大幅上涨，正是这一分配策略的直接体现。
同一轮 AI 建设浪潮，使得 HBM、服务器 DDR5 和企业级 SSD 在同一张晶圆分配表上激烈竞争。
03 | GPU 旁的 SSD 承接推理长期负载
AI 服务器的存储架构呈多层配置：GPU 旁部署 HBM，CPU 侧配备 DDR，服务器内部则装载系统盘与数据缓存 SSD。训练阶段需保存检查点与数据集；推理阶段，长上下文、KV Cache、RAG 向量数据库及生成内容将持续占用存储空间。
英伟达提出的 Storage-Next/GPU 直连方案，将 SSD 置于 GPU 外部记忆层，用于承接 KV Cache 溢出及检索数据。尽管该方案尚未全面普及，但其缩短了数据路径，迫使企业级 SSD 在带宽、延迟和 IOPS 上全面升级。存储竞争焦点已从单纯的“容量大小”转向“能否跟上 GPU 取数速度”。
04 | 云厂扩建机房，终端厂权衡成本
据市场一致预期，2026 年五大头部云厂商资本开支合计约 6918 亿美元，2027 年将升至 9069 亿美元；2022 至 2025 年 GPU 出货量复合增速高达 116%。这些数据虽为预测，却清晰解释了为何服务器、HBM、DDR 和企业级 SSD 被同步列入扩建清单。
产业链各环节面临的挑战各异：
- 存储原厂：需分配有限的晶圆与封装资源，确保高优先级产品交付；
- 服务器厂商：需消化 HBM、DDR 和 SSD 的涨价压力，平衡整机物料成本；
- 云厂商：需通过实际负载验证新机柜效率，将资本开支转化为持续的存储采购。
若价格上涨过快，终端厂商可能通过下调单机容量、推迟补库或延后设备更新来减压；若原厂加速扩产或提升制程效率，位元供给可能早于需求回归，从而缩短高价周期的持续时间。
结语 | 存储周期犹在，晶圆流向已变
过去，PC 与手机主导存储涨跌；如今，一台 AI 服务器便将 HBM、DDR5 和企业级 SSD 同时推上晶圆分配表。供给端仍受扩产滞后、制程迁移和库存反转等旧规律制约，但需求端已新增推理、数据缓存和 AI 机房建设等变量。厂商能否精准调配晶圆、封装与产品组合，客户能否承受更高的整机成本，将决定此次供应紧张是局限于高端产品，还是向更多存储品类扩散。