AI正在用降低單機配置、拆分推理任務和共用記憶體繞過短缺。記憶體周期是否延續，取決於節省下來的容量與新增需求誰跑得更快；連接晶片和專用推理架構的收益，則要看系統效率能否轉成真實收入。

一、記憶體周期的分歧，落在短缺能持續多久

AI伺服器降低記憶體配置，直覺上會削弱記憶體廠商的收入。但截至2026年10月5日，大摩仍對美光和閃迪維持超配評級，同時把Astera Labs、邁威爾科技和Cerebras列為架構調整的潛在受益者。這幾個方向可以同時成立，原因在於供給受限時，少用一點記憶體可能讓更多系統交付，新增機器又會消耗更多記憶體。

大摩預計，短缺強度會波動，但AI在可見未來仍會吸收可用供應。這裡的判斷建立在AI建設繼續增長的前提上，不能理解成任何價格、任何品種、任何時間都缺貨。HBM、高頻寬之外的DRAM和NAND承擔不同任務，價格與盈利也會有各自的節奏。

真正的分歧在於周期的長度。若算力公司堅持最高配置，卻因為拿不到記憶體而無法交付，記憶體廠商可能獲得更陡峭的短期漲價。但客戶會選擇降低配置、改變資料存放位置，儘量維持建設進度。價格峰值因此可能溫和一些，需求持續的時間卻可能更長。對於記憶體企業，連續幾個季度的出貨、產品組合和利潤水平，比某一個月的報價更接近經營價值。

這種持續性還包含恢復配置的需求。供給不足迫使客戶購買較低規格，供應改善後，部分工作負載可以重新增加容量。能否恢復，要看增加記憶體帶來的性能收益和客戶預算；不能把潛在需求全部提前計入收入。但因“拿不到”而少買，與因應用價值不足而不願意買，確實對應不同的後續需求。

最強的反證來自建設約束。大摩明確提醒：如果AI部署被土地、電力或機房條件卡住，記憶體可能受到算力公司沒有同步承受的衝擊。晶片訂單、備貨和機房投運之間有時間差，不能只憑算力公司的遠期增長指引判斷記憶體庫存一定安全。周期延續的前提，是建好的系統能夠投入使用。

二、降配的數字，必須先把系統形態對齊

Rubin的降配包含幾個尺度，不能把機櫃總容量、模組容量和單顆GPU容量直接放在一起比較。大摩預計，輝達可能提供較低記憶體配置的Rubin方案：機櫃LPDDR5由原來的54TB降至28TB，SOCAMM2模組由192GB轉為96GB；GPU的HBM由288GB降至192GB。

這些是大摩討論的配置預期，不能寫成已經確認的最終交付清單。三個百分比也不能平均成“整機記憶體減少多少”：它們分別對應不同器件、不同分母，系統數量和裝配結構還會影響總需求。

HBM的變化尤其值得細看。288GB方案採用8個12層堆疊，192GB方案仍是8個堆疊，但改為8層。容量減少來自堆疊高度變化。對記憶體廠商，這會改變單顆GPU消耗的記憶體容量；對計算廠商，它則可能在保留一定頻寬的同時降低物料壓力。

Rubin Ultra還有一個容易誤讀的比較。原先展示的1TB容量對應四個計算裸片，調整為兩個裸片後，512GB才是與原配置對應的比較基線。大摩進一步討論了繼續使用HBM4、選擇較低堆疊高度等可能性，潛在容量為192GB至384GB。把1TB直接與雙裸片方案相比，會把加速器形態變化也算成單純降配。

這類調整透露出計算公司的採購排序：先保證可以交付的系統數量，再按工作負載選擇記憶體規格。最高配置仍有需求，較低配置也有適用場景。對產業鏈的判斷應落到具體產品組合，而不是假設所有客戶都會同步購買同一種方案。

三、HBM頻寬未變，系統性能仍會付出代價

容量回答“能裝下多少資料”，頻寬回答“每秒能搬多少資料”。這兩個指標影響性能的方式不同。大摩指出，在介面和引腳速度不變的條件下，從12層堆疊改為8層可以減少HBM容量，而不必同比減少頻寬。對於模型較小、上下文較短的任務，這種配置有可能保留較好的運行效率。

限制來自資料是否仍能放在近端。模型權重、上下文和同時服務的請求增加後，原先能放進HBM的資料可能需要分散到更多GPU，或者移動到主記憶體和其他記憶體層。前者增加跨GPU通訊，後者增加讀取和搬運。單顆器件的頻寬保持，不等於整套系統的吞吐、延遲和成本全部保持。

因此，降配節省的記憶體成本，需要和新增GPU、互聯、控製器以及軟體運行成本合併比較。只有節省大於新增支出，且應用性能滿足要求，較低配置才具有經濟優勢。若資料轉移導致GPU頻繁等待，便宜一點的記憶體配置也可能對應更貴的有效計算。

大摩觀察到的遷移方向很具體：LPDDR配置降低，會增加NAND承擔KV快取記憶體的需求；HBM容量減少，會增加scale-up互聯或CPU輸入輸出的壓力。KV快取保存推理過程中已經計算過的上下文資訊，規模會隨上下文和並行增加。把部分資料放入較慢層級，可以釋放昂貴的近端容量，但資料何時取回、取回多少，仍決定應用體驗。

機櫃內部連接得足夠緊密時，多個GPU可以更像一個整體工作。更大的scale-up域，讓系統在單顆GPU容量較低的情況下，通過更多GPU和共享訪問維持機櫃層面的能力。這也是Astera和邁威爾科技可能承接部分瓶頸的原因：記憶體少裝一點，系統對資料流動的要求反而更高。

另一個變化發生在HBM的價值分配。大摩引用的定製HBM4e示意給出相對標準介面30%的頻寬優勢，以及PHY和輔助區域面積減少67%的比較。PHY承擔物理介面功能；計算廠商參與定製底層裸片設計後，部分頻寬改善可以來自計算側的介面設計能力。

這兩個比例不能換算成整機性能提升30%，也不能理解為HBM總成本下降67%。它們說明，在容量、DRAM工藝之外，介面與封裝設計正在參與性能分配。記憶體廠商能否繼續取得高頻寬溢價，需要同時看自身技術優勢和計算客戶掌握的定製能力。

四、用總量模型檢驗HBM是否見頂

判斷HBM需求，至少要把GPU出貨數量與單顆容量相乘。在產品範圍、容量單位和其他條件不變時，可用一個簡單關係檢驗降配影響：

HBM容量總需求變化倍數＝GPU出貨變化倍數×單顆HBM容量變化倍數。

從288GB降到192GB，單顆容量變為原來的三分之二。若出貨不變，總容量減少約33.3%；出貨增長50%，才能抵消這一配置下降。這只是圍繞大摩方案做的敏感性計算，不是GPU出貨預測，也沒有包含其他型號和其他HBM世代。

同樣的關係可以幫助識別市場預期中的隱含假設。若GPU出貨增長30%，所需HBM容量約為原來的86.7%；若增長80%，則約為原來的120%。結論取決於數量是否增長得足夠快，不能只看單顆容量變化，也不能只看算力訂單增長。

更複雜的情況，是較低容量導致一項任務需要更多GPU。系統既可能把省出的記憶體用於交付更多機器，也可能把更多機器用來承擔同一個更大的工作負載。兩條路徑都可能抵消單顆降配，但最終經濟性不同：前者擴大服務能力，後者可能只是維持原有體驗。

收入還需要加上單位容量價值。容量相同，產品世代、介面速度、封裝難度和合同價格不同，收入和利潤可能變化。HBM廠商能否維持價格溢價，以及先進產品的成本和良率是否改善，都會影響盈利。上述總量公式不能直接當作美光的收入或利潤模型。

NAND也不能只按“資料從DRAM流出”來推斷收入必然等比例增長。快閃記憶體承擔更多上下文記憶體，可以增加內容量；但需要區分新增採購、原有裝置利用率提高和不同系統之間的資料重複。大摩對閃迪的積極判斷，依賴記憶體需求持續，而不是每一次記憶體層級遷移都立即形成同額訂單。

對整個記憶體周期，最有用的組合證據是：系統交付量繼續增加，較低配置沒有引發庫存積壓，供應改善後高容量需求能夠恢復。若只有高報價，卻出現部署放緩和庫存增長，持續時間的判斷就需要下調。

五、推理拆開之後，SRAM拿到什麼位置

另一條繞路，是讓不同硬體承擔不同推理階段。Prefill處理輸入提示和上下文，能夠平行進行，通常更受計算能力約束；decode逐個生成輸出token，反覆訪問模型權重和不斷增長的KV快取，更依賴記憶體頻寬和容量。把兩類任務塞進完全相同的資源配置，容易出現某一種資源等待另一種資源的情況。

拆分之後，計算密集的裝置處理prefill，適合高頻寬或低延遲的裝置處理decode，兩側可以按負載分別擴張。收益來自更好的資源利用率，而不是簡單減少一個器件。代價則是任務編排、KV快取傳輸和跨裝置通訊；省下的硬體成本必須覆蓋這些新增開銷。

長上下文和智能體應用增強了拆分的動力。編碼助手可能先讀取大段程式碼，再持續生成輸出並反覆呼叫模型。若大輸入請求和已有使用者的輸出生成共用資源，前者可能干擾後者。把階段分開，有機會改善服務穩定性，同時避免所有階段都配置同樣多的昂貴記憶體。

SRAM位於晶片上，可以提供很高的本地頻寬，並減少訪問外部記憶體的資料搬運。但片上容量、晶片面積以及模型對應方式構成限制。大摩討論的幾家公司採用了不同方法，不能把它們合併成“SRAM替代HBM”這一種路線。

Groq的分工揭示了一個細節：即使進入decode階段，也不是所有運算都適合交給同一種晶片。涉及較大KV快取的attention仍由GPU承擔，前饋網路和專家混合部分則交給LPU。這種安排保留了HBM容量和GPU靈活性的價值，同時用另一種架構處理更適合它的工作。

d Matrix側重減少權重在獨立計算和記憶體之間反覆移動；SambaNova則把模型計算對應到資料流，並用不同記憶體層放置不同敏感度的資料。它們爭取的都是任務中的某些高成本環節。能否擴大部署，取決於真實模型、編譯器和營運條件下能省多少成本，不能僅靠晶片的理論頻寬排序。

六、Cerebras的變化，要從吞吐接到收入

Cerebras提供了一個把架構變化連接到經營結果的例子。大摩預計，與AMD組合的方案在2026年第四季度進入生產，與AWS組合的方案在2027年第一季度進入Amazon Bedrock。這裡是投產和服務落地預期，仍需由實際交付驗證。

兩組方案分別讓AMD相關系統或Trainium處理輸入階段，再由Cerebras承擔頻寬密集的decode。大摩轉述雙方披露的結果：組合系統在保持Cerebras推理速度的同時，吞吐量最多提高五倍。這個數字對應特定組合，不代表所有模型、所有並行水平、所有端到端響應都提速五倍。

速度與吞吐要分別理解。單個請求生成得很快，未必能同時承接很多請求；在既有速度下提高吞吐，意味著同一套Cerebras資源有機會服務更多輸出。因此，商業價值更接近“每套已經部署的裝置可以售出更多有效token”，而不只是宣傳中的速度紀錄。

Cerebras同時營運雲基礎設施，成本改善可以通過兩條路徑進入經營結果：維持售價並改善毛利，或者降低價格並爭取更多使用量，也可能兩者結合。具體結果取決於客戶需求彈性、可用容量是否被售出，以及新增配套裝置和網路的支出。

五倍吞吐不能直接換算成五倍收入。若客戶需求不足，增加的能力會成為閒置；若收益主要通過降價讓給客戶，收入增幅也會小於吞吐增幅。軟體維運、系統可靠性和服務穩定性同樣會影響客戶是否把任務遷入。 (404K)

只有經歷下一輪記憶體價格下跌，市場才能更清楚地判斷，長鑫究竟是一家被週期托起的公司，還是一家借助週期完成躍遷的全球晶片企業。

7月27日，長鑫科技在上海證券交易所科創板掛牌。發行價為每股8.66元，開盤報49.50元，收盤報49元，首日上漲465.82%，按收盤價計算，公司總市值約3.28萬億元，超過工商銀行，成為A股市值最高的上市公司。全天成交額超過1400億元，換手率超過60%。

這是近年來中國資本市場最受矚目的新股首秀之一。長鑫此次發行募集資金約579億元；若15%的超額配售選擇權全部行使，募資規模最高可達約666億元。無論按哪個口徑計算，這都是科創板開板以來規模最大的IPO。

上市當天，長鑫創始人朱一明的個人財富隨之大幅上升。與此同時，他此前作出的一項承諾也重新受到關注，將自己持有的員工持股平台份額中的50%，對應約7.68億股，在公司上市滿36個月後的十個自然年度內，分配給長鑫及並表子公司的在職員工。按上市首日收盤價靜態計算，這部分股份對應的市值超過370億元。

這項跨越十年的激勵計畫，與首日暴漲的股價形成了鮮明對照：資本市場可以在一天內將一家公司的市值推至3萬億元以上，DRAM工藝、良率和人才隊伍的建立，卻只能以年為單位計算。

市場給予長鑫的定價，也不只基於一家儲存晶片企業的當前利潤，它同時包含了對人工智慧、半導體國產化和全球記憶體短缺的多重預期。

被資本推高的長鑫科技，需要謹慎看待，根據長鑫上市公告書，超額配售選擇權行使前，公司上市初期的無限售流通股約45.03億股，僅佔發行後總股本的6.73%；其餘約93.27%的股份存在不同期限的流通限制或限售安排。

較小的流通盤、國產DRAM標的的稀缺性，以及資金對AI產業鏈的集中追逐，都可能放大價格波動。

更值得關注的是長鑫業績變化的速度。2023年和2024年，公司仍分別虧損163.40億元和71.45億元，2025年才實現扭虧為盈。進入2026年，其盈利能力卻在一個季度內發生驟變。

這究竟是一家全球儲存晶片巨頭開始兌現成長，還是記憶體價格處於高位時的一次週期性利潤爆發？

長鑫的故事始於十年前的一次地方產業押注。

2016年5月，兆易創新創始人、時任董事長兼總經理朱一明與合肥方面商談建設DRAM項目，項目後來以日期為代號，被稱為“506工程”。次年，兆易創新與合肥產投正式簽署合作協議，將項目預算確定為約180億元，雙方分別按20%和80%的比例負責籌集資金。

當時，三星電子、SK海力士和美光控制著全球絕大部分DRAM市場，中國大陸幾乎沒有規模化DRAM製造能力。合肥投入的並非一家擁有成熟產品和穩定現金流的企業，而是一條尚未完成技術驗證的生產線。

DRAM又是半導體行業中資本投入最大、工藝控制最複雜的產品之一，設計出一顆可以運行的晶片只是起點，真正決定商業成敗的是能否以足夠高的良率，在數以萬計的晶圓上穩定複製。

長鑫早期的技術基礎，與一家已經消失的德國公司有關。

奇夢達曾是全球主要DRAM廠商之一，2009年在儲存晶片價格下跌和金融危機衝擊下破產。朱一明曾公開介紹，長鑫通過相關合作獲得了超過1000萬份DRAM技術檔案以及約2.8TB資料，並在此基礎上進行研發迭代。

此外，長鑫與WiLAN旗下Polaris簽訂專利許可及採購協議，涉及奇夢達開發的部分DRAM專利，奇夢達採用的埋入式字線技術，與當時三星、美光等廠商的部分路線有所不同，為長鑫提供了一條可以追溯的技術和智慧財產權起點。

一家在德國破產十年的儲存晶片企業，由此成為中國第一條規模化DRAM生產線的技術源頭之一。但技術檔案並不能直接變成商品，長鑫仍需要重新搭建設計、製造和測試體系，並把奇夢達較早期的工藝向更先進節點推進。

2018年7月，長鑫完成驗證投片；2019年9月，首款8Gb DDR4產品實現量產。從“506工程”啟動到第一款產品量產，大約用了三年。

隨後幾年，公司進入持續擴產、研發和虧損階段。2023年，長鑫實現營業收入90.87億元，歸母淨虧損163.40億元；2024年收入增至241.78億元，歸母淨虧損收窄至71.45億元；2025年收入進一步升至617.99億元，歸母淨利潤轉正至18.75億元。

到了2026年第一季度，公司營業收入達到508億元，同比增長719.13%；合併口徑淨利潤為330.12億元，歸母淨利潤為247.62億元，扣非歸母淨利潤為263.41億元。

這意味著，長鑫一個季度取得的歸母淨利潤，已經超過2023年和2024年的虧損之和，也是2025年全年歸母淨利潤的13倍以上。

公司預計，2026年上半年營業收入將達到1100億至1200億元，同比增長612.53%至677.31%；歸母淨利潤預計為500億至570億元，同比增長超過22倍。

如此陡峭的財務反轉，不僅來自收入增長，也來自儲存晶片企業特有的經營槓桿。

晶圓廠的裝置、廠房和研發投入大多屬於固定成本。一條生產線投產初期，如果良率不足，能被銷售的合格晶片有限，單位產品需要承擔較高的折舊和製造成本；當良率和產能利用率提高，同一片晶圓能夠切割出的合格晶片增加，單位成本便會迅速下降。

2025年，有消息顯示，長鑫DDR5量產進度一度受到良率和產品一致性問題影響，相關產線良率當時僅略高於50%。

到2026年，長鑫的財務資料表明，其產能利用率、產品組合和製造效率已經發生明顯改善，公司主營業務毛利率由2023年的-2.19%升至2024年的5%，2025年進一步升至41.02%。

但良率和規模效應只是前提，長鑫在招股書中表示，2026年業績大幅增長主要來自三項因素：DRAM產品價格持續快速上漲、公司產銷規模增長，以及產品結構最佳化。其中，價格被列在首位。

公司沒有進一步披露2026年一季度收入增量中，售價、銷量和產品結構分別貢獻了多少。這組資料將直接影響外界對其利潤質量的判斷，如果盈利主要來自出貨量增長、良率改善和單位成本下降，增長的持續性相對較強；如果大部分利潤來自產品價格上漲，業績就會對行業週期更為敏感。

對一家固定資產規模龐大、折舊費用較高的儲存公司而言，價格上漲能夠迅速釋放利潤，價格下跌也可能以同樣的方式反向作用。

AI需求正在改變全球儲存晶片的產能分配。

大型模型訓練和推理需要大量高頻寬記憶體，即HBM，同時也需要海量的伺服器DRAM。三星、SK海力士和美光等主要廠商因此將更多先進製程和晶圓產能轉向HBM及伺服器產品。

HBM的生產不僅技術要求更高，對晶圓面積的消耗也明顯大於普通DRAM。TrendForce預計，三大儲存晶片廠商的HBM投片量佔整體DRAM投片量的比例，將由2025年末的18%升至2026年末的22%，2027年末可能接近30%。

當產能流向利潤更高的HBM產品，PC、智慧型手機和其他消費電子產品使用的普通DRAM供給隨之受到擠壓，長鑫雖然尚未成為全球HBM市場的主要供應商，卻從普通DRAM短缺和漲價中獲得了直接收益。

TrendForce的資料顯示，2026年第一季度，DRAM合約價格實際環比上漲93%—98%，推動全球DRAM產業營收環比增長81%至970億美元。進入第三季度，供給緊張仍未緩解，但漲價速度已明顯放緩，TrendForce最新預計，第三季度一般型DRAM合約價將環比上漲13%—18%。

這是理解長鑫盈利爆發的關鍵背景。AI確實推動了公司業績，但這份紅利目前主要通過DRAM漲價兌現，而不是長鑫直接向全球AI晶片廠商大規模供應HBM。

長鑫現階段的產品收入仍高度集中於DRAM產品。根據招股書相關資料，2025年約66.4%的收入來自LPDDR產品，DDR產品約佔31.9%，兩者合計貢獻絕大部分收入。HBM尚未成為具有實質規模的收入來源。

不過，全球記憶體短缺正在改變客戶選擇供應商的方式。

6月底，據報導，長鑫與騰訊簽署了一份價值超過200億元的長期伺服器DRAM供應協議，協議期限可能為三至五年。隨後長鑫又被報導與字節跳動達成為期五年、價值超過70億美元的記憶體供應協議，長鑫招股書還將阿里雲、聯想、小米、傳音、榮耀、OPPO和vivo等列為重要客戶，這也證明，在全球記憶體供應緊張之際，中國大型網際網路企業正通過長期合同鎖定長鑫的產能。

蘋果的態度更具有標誌性，面對記憶體價格上漲和供應趨緊，蘋果據報開始測試長鑫的DRAM產品，並就潛在採購所涉及的政策風險尋求美國政府的確定性。截至目前，雙方尚未宣佈正式採購協議，但測試本身意味著長鑫已經進入全球消費電子客戶的供應商評估範圍。

對大型客戶而言，增加長鑫並不一定意味著立即替代三星、SK海力士或美光，更現實的考慮是引入第四家供應商，以降低價格上漲和供應中斷風險。這些客戶關係說明，長鑫已經不再只是依靠政策扶持和國產替代概念獲得訂單，而是逐步進入消費電子和資料中心的實際供應鏈。

但從通用DRAM供應商進入高端HBM市場，仍需跨越工藝、良率、先進封裝和客戶認證等多道門檻。長鑫被視為中國最有可能形成先進HBM能力的企業之一，其HBM產能、量產良率和驗證進度卻仍缺乏充分公開資料。

彙整鉅亨號中所有使用「記憶體週期」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`

AI記憶體瓶頸：從HBM降配到CXL重估

SK海力士2026Q2業績電話會全文：記憶體短缺還沒結束，HBM4開始放量

長鑫趕上的是AI風口，還是DRAM又一個週期頂點？