①美東時間周三美股三大指數走低，記憶體晶片股逆勢走強；②高盛稱，記憶體行業下行周期最糟糕階段或已結束，資金可能正在重新進場；③美光9月30日將公佈2026財年四季度業績，將會是驗證行業看多邏輯的關鍵考驗。 美東時間周三，儘管美股三大指數集體走低，但記憶體晶片股卻逆勢走高，而這背後的原因之一，可能是高盛的最新客戶報告。 高盛在最新報告中向客戶表示，他們認為，記憶體晶片行業下行周期最糟糕的階段或許已經結束。 受此影響，SK海力士漲7.05%創新高，美光科技漲2.75%，閃迪漲1.51%；近一個月以來，這三家企業股價均已出現顯著上行，本次上漲延續了這一走勢。

美光科技計劃在今年年底前將HBM月產能大幅提升至約10萬片晶圓，較去年接近翻倍，以此縮小與SK海力士和三星電子的產能差距。公司正加速量產面向輝達「Vera Rubin」架構的HBM4 12層產品，預計其產能佔比將在年底提升至50%，力圖打破當前18%市場份額的偏後格局。 $美光科技 (MU.US)$正大舉擴張高帶寬內存（HBM）生產能力，劍指全球AI內存市場更大份額。 據韓聯社4日援引業內知情人士透露，美光計劃在今年年底前將HBM月產能提升至約10萬片晶圓，較去年增幅接近一倍，屆時與三星電子和SK海力士之間的產能差距有望縮小至目前的一半左右。與此同時，該公司正加速推進最新一代HBM4 12層產品的量產爬坡，以匹配輝達新一代AI加速器的需求。今日美股開盤，美光科技升近4%。 這一動向折射出AI內存市場需求持續旺盛的底色。以輝達為代表的AI晶片廠商對HBM的需求居高不下，供給仍追趕不上需求節奏。對於市場份額僅18%、長期位居第三的美光而言，此輪產能擴張既是爭奪市場地位的關鍵一役，也是將AI內存需求紅利轉化為實際營收的必要之舉。

人工智慧基礎設施資本支出競賽：這些科技股正在加大支出力度。 智通財經APP獲悉，一場規模空前的企業資本支出浪潮正在科技產業的核心地帶悄然展開。從晶圓級晶片到雲端數據中心，從網絡設備到安全軟件，超過65家科技公司正在以前所未有的速度將現金轉化為AI時代的「生產力基礎設施」。這場由AI需求驅動的投資狂潮，正在重新定義從晶片製造到企業軟件的價值鏈格局。 兆級資本洪流：九大雲廠商2026年支出劍指8867億美元 根據TrendForce集邦諮詢最新統計，2026年全球九大雲端服務供應商——包括$Google-C(GOOG.US)$、$亞馬遜(AMZN.US)$、$Meta Platforms(META.US)$、$微軟(MSFT.US)$、$甲骨文(ORCL.US)$，以及中國廠商字節跳動、騰訊、$阿里巴巴(BABA.US)$、$百度(BIDU.US)$——合計資本支出將突破8867億美元。北美五大業者合計佔比近90%。TrendForce此前已將全年美系五大CSP加中系四家合計資本支出預估上調至8300億美元左右，年增率從原本的61%提升至79%。

美東時間8月31日（周一），美國三大股指小幅收跌。美伊時隔一個月再度爆發交火，油價創三周來最大漲幅。FTC指控亞馬遜誤導廣告商“亂”收費，亞馬遜股價大跌。 三大股指小幅收跌 截至收盤，道指跌0.7%，報53185.9點；標普500指數跌0.33%，報7686.14點；納指跌0.12%，報26370.89點。 8月市場整體仍延續動盪走勢，道指上漲1.34%，標普500指數上漲2.62%，納指上漲3.93%。通膨擔憂推動美國國債收益率攀升至多年來的高位，美國財政部宣佈擴大國債回購規模，試圖遏制債市的拋售浪潮，但長端國債收益率仍維持在高位。

美光科技重磅調整領導層：兩位核心高管升任總裁，加速AI時代業務增長 2026年8月26日，美光科技宣佈一項重要領導層調整：馬尼什・巴蒂亞（Manish Bhatia）出任總裁兼首席營運官，斯科特・德波爾博士（Scott DeBoer）出任總裁兼首席技術與產品官，兩項任命即日起生效。 此次調整的核心背景，是AI產業持續爆發後，全球市場對高容量、高性能、高頻寬記憶體的需求快速增長。尤其是在AI伺服器、資料中心等場景中，DRAM、HBM等高性能記憶體的重要性不斷提升，美光也正在通過組織架構升級，進一步強化營運、技術和產品之間的協同。 一、兩位核心高管升任總裁，美光重構領導架構

三巨頭爭相擴產 近期，三星電子、SK海力士、美光科技集中公佈大規模擴產計畫，投資重點集中在HBM、伺服器DRAM與企業級NAND快閃記憶體。 三巨頭一再強調新增產能大多鎖定雲廠商長期訂單，而且產能建設周期較長，晶圓廠從土建、裝置搬入偵錯到良率爬坡，需要兩三年甚至四五年時間，同時AI記憶體需求激增，所以短期內供不應求的局面不會改變。 8月13日，SK集團會長崔泰源接受CNBC專訪時更是提出了“記憶體荒”的概念。他預測，2027年缺口最為突出，緊張局面或將延續至2030年。他對記憶體價格的暴漲表示抱歉，但也表示無奈，供應短缺實在太嚴重了。

美光科技這份面向AI的記憶體器架構演講，揭示了HBM的真實價值，也揭示了頻寬升級之後更難解決的製造約束。 一、AI記憶體牆的含義：GPU越來越快，資料到達速度跟不上 大模型擴展有一個樸素前提：模型規模、訓練資料和計算投入要同步增長。現實中，計算晶片的擴張速度最快，資料搬運系統的進步更慢。美光科技把這種差距畫成兩條曲線：計算性能約每2年增長3倍，HBM頻寬增速低於每2年2倍。差距持續累積後，系統性能開始由記憶體器決定。 記憶體牆並不等於容量不夠。它包含頻寬、延遲、功耗、可靠性和物理封裝多重限制。訓練階段要不斷讀取權重、啟動值和最佳化器狀態；推理階段要載入模型參數、讀取KV Cache，並服務更多並行請求。GPU若在一個時鐘周期內可以執行更多運算，卻拿不到足夠資料，理論峰值與實際吞吐就會分離。

AI晶片再快，也要等資料。處理器算得飛快，記憶體卻喂不上——這個困擾電腦幾十年的"記憶體牆"，直到HBM的出現才真正被鑿穿。2026年，HBM已從DRAM的一個小眾分支，成長為制約全球AI產業擴張的關鍵瓶頸，而它正在經歷的，是一場更深刻的身份轉變：從"通用元件"走向"半定製元件"。 開篇：從"記憶體牆"到"戰略物資" 電腦體系結構裡，有一個存在了幾十年的老問題：處理器太快，記憶體太慢。預取器、NUMA、多級快取，這些技術本質上都只是最佳化，只能把記憶體牆"鑿掉一點牆皮"。真正改變局面的，是一種反直覺的思路：既然平面的記憶體跑不快，那就把它"立起來"。 HBM的答案，是把記憶體晶片像漢堡一樣垂直堆疊，用成千上萬個矽通孔（TSV）把它們連在一起，再用超寬的介面直接對接GPU。頻寬從DDR5的64位，一路擴展到HBM4的2048位。