美光高管：存儲是AI性能瓶頸，新增產能2028年後才能釋放
nashnova research
美光高級顧問薩達納表示，AI系統性能已被存儲帶寬和容量卡住，而行業新增產能最早要到2028年才能開始釋放——供需缺口短期內只會愈拉愈大。
存儲點解成了AI的瓶頸？
AI模型必須整個載入記憶體才能運行，海量數據在記憶體之間來回搬運——處理器與記憶體之間的帶寬，就是當前性能的天花板。
這意味著→ 不論GPU多快，數據餵不進去，算力就空轉。存儲決定了AI系統的實際速度上限。
供給端結構更脆弱：90年代有20多家DRAM廠商，如今只剩寥寥幾家；而設計處理器的公司已超過20家。簡單來說＝ 少數存儲廠要餵飽一大群晶片公司，供應鏈在AI需求爆發面前極度繃緊。
美光砸了多少錢？為何產能仍然跟不上？
資本開支正以翻倍速度提速：2025財年略超130億美元，2026財年翻一番，2027財年預計超450億美元。在美投資承諾從2000億美元提高至2500億美元。
全球約20個擴產項目同步推進，覆蓋愛達荷州、紐約州、台灣、日本和新加坡。
但產能釋放受制於基建週期、監管審批和技術工人短缺。薩達納明確表示：「真正有效的新增供應要到2028年才開始逐步釋放，而且僅是初期階段。」
這意味著→ 錢已經投下去，但從投資到出貨有數年時滯，2028年前供需缺口大概率持續擴大。
HBM製造到底有多難？
以高帶寬記憶體HBM（一種把多層DRAM晶片垂直堆疊、用來為AI晶片高速輸送數據的存儲器）為例：12層DRAM晶片層層堆疊，晶圓廠內約有2000道工序，從開始生產到交付客戶約需五個月。
薩達納直言HBM能正常運作「簡直是個奇蹟」。說白了＝ 工序數量接近航空引擎級別的複雜度，任何一環出問題都會拖慢整條產線。
這反映出 存儲產能並非「有錢就能快速擴」的問題，製造複雜度本身構成了供給的硬約束。
商業模式為何從現貨轉向長期協議？
美光已從傳統一年期現貨交易轉向多年期「戰略客戶協議」——客戶承諾提供需求預測，美光承諾供貨，雙方鎖定。
這意味著→ 產能極度緊缺正在重塑行業定價權：賣方不再按季度議價，而是拿到了多年期的收入確定性，為巨額資本開支提供底層保障。
更深一層：客戶已把存儲設計提前納入五至七年的產品路線圖，薩達納將這種模式比作ASIC晶片合作（為特定客戶定製的專用晶片）。這反映出 存儲正從「通用零件」變成「戰略綁定資源」。
下一波需求在哪裡？
薩達納將人形機械人定位為繼數據中心之後的最大增量市場：每個機械人需要數百GB的DRAM和數TB的NAND快閃記憶體，且必須能自主運行、不依賴持續聯網。
簡單來說＝ 一個能獨立工作的機械人，本身就是一台流動數據中心，存儲需求量級遠超手機。
AI需求正從數據中心向邊緣側、自動駕駛、智能手機和機械人蔓延——多波浪潮相互疊加而非替代。這意味著→ 在2028年產能釋放之前，需求端仍在不斷加碼，供需缺口是存儲板塊估值邏輯的核心驗證節點。
市场有风险，内容仅供研究参考，不构成投资建议。