最近大家聊AI，張口閉口都是輝達GPU、大模型，但你有沒有想過：當你用AI一鍵修圖、讓大模型寫文案的時候，那些兆級的模型參數、你上傳的照片檔案，都存在那裡？又是怎麼做到毫秒級調取的？
如果把數字世界比作一座城市，記憶體就是這座城市的倉儲物流體系——小到你手機裡的照片，大到AI大模型的訓練資料，所有數字資訊的存放和調取都離不開它。過去幾十年，記憶體一直跟著手機、電腦的需求慢慢迭代，但AI浪潮的到來，正在把這個傳統行業徹底改寫。今天我們不用專業術語，把這場“存力”革命講清楚。
一、記憶體到底是啥？四個比喻秒懂
記憶體技術看似複雜，本質就三個目標：存得更多、讀得更快、耗得更少。當前AI時代最核心的四類產品，用生活場景類比你一眼就能懂：
HBM（高頻寬記憶體）：GPU的超快電梯
傳統記憶體就像是個平房倉庫，資料只能通過一個小門進出，效率很低。而HBM技術就像把8到12層記憶體晶片堆疊成高樓，每層之間用矽通孔打通垂直通道，就像樓裡裝了上千部高速電梯，資料傳輸速度是普通DDR5記憶體的10倍以上，體積還縮小一半，功耗也降低。它是AI訓練時GPU的必備工作台，所有模型參數都存放在這裡，隨時可以快速呼叫。
企業級SSD：資料中心裡的全天候重型倉庫
你家裡的固態硬碟就像是個小儲物櫃，偶爾存個檔案啥的沒問題，但要是天天高強度用，就頂不住啦。企業級的固態硬碟就像是個大倉庫，是給資料中心用的。它的耐用性比家用硬碟強好多倍，每天寫寫檔案啥的完全沒問題，還能連續工作好幾年不帶出問題的。就算突然斷電了，它也有兩道保險，資料不會丟。AI訓練的時候保存進度、推理的時候找知識庫，都靠這個硬碟穩穩當當的輸出。
CXL技術：資料中心的高速路
以前的電腦裡，記憶體都跟一個CPU繫結在一起，就像每個店只能用自家的倉庫，不夠用也不能借鄰居的。CXL技術就像在資料中心修了一條高速路，讓CPU、GPU、記憶體和記憶體裝置都能直接連接，記憶體就像公共倉庫一樣可以共享，這樣既方便擴展，又不會浪費資源。
存算一體：把工廠放進倉庫裡
傳統的計算方式是資料記憶體和計算分開的：資料要從倉庫運到幾公里外的加工廠處理，處理完再運回來，80%的時間都花在運輸上，這就是行業裡說的記憶體牆。存算一體就是把計算單元直接嵌入到記憶體陣列裡，就像在倉庫裡建了加工廠，資料不用搬來搬去就能就地計算，能效比能提升10-100倍，是未來解決AI算力瓶頸的關鍵方向。
二、記憶體行業原來怎麼玩？AI如何打破30年周期怪圈
記憶體行業過去有個出了名的標籤：周期之王，每3-4年就要經歷一輪漲價→擴產→過剩→暴跌的循環：
需求漲了，新建晶圓廠要18-24個月才能投產，產能跟不上，價格就暴漲；
等廠商的新產能集中釋放，又容易供過於求，價格暴跌，只能減產去庫存，直到下一輪需求起來。
這種波動極端到什麼程度？2023年上半年DRAM價格跌了超40%，2025年DDR4現貨價格又出現過階段性大幅上漲，上下游企業都被晃得頭暈。
但AI的到來，正在把這個30年的周期邏輯徹底改寫，核心有三個變化：
第一，需求從消費電子驅動變成AI結構性拉動
以前，記憶體需求主要靠手機和電腦撐著，增長挺平緩，還有季節性波動。但現在，AI大模型的訓練和推理帶動了HBM和企業級SSD的需求，增長特別快。2025年，全球92%的AI伺服器都會用上HBM，單台伺服器的HBM容量一年就從144GB增加到256GB。而且，用於推理的企業級SSD，到2026年需求增速會接近60%。這種需求不是一陣風，而是隨著AI技術的不斷進步，持續增長，比消費電子的需求更穩定。
第二，供給從盲目擴產變成價值優先
以前一漲價，廠商就拚命擴通用產能，結果很快供大於求。現在大的廠商都聰明了，把有限的產能優先用來生產HBM、高端SSD這些高科技、高附加值的產品，不再盲目擴充通用產能，從根本上減少了過剩的風險。
第三，商業模式從周期波動變成類代工長協
現在大記憶體廠和AI巨頭都簽了3到5年的長期供貨合同，價格提前定好了，波動也小了很多。大家都覺得，這不是簡單的周期反彈，而是長期的變化，未來3到5年，AI記憶體可能一直短缺。
當然，周期還是會存在：高端的HBM和介面晶片門檻高，擴產慢，周期性影響減弱了；但通用的NAND和記憶體模組門檻低，一旦2027年後全球產能集中釋放，可能會出現階段性過剩。所以現在大家更願意把AI記憶體叫做“周期成長股”——既有長期增長的確定性，又沒法完全擺脫周期的影響。
三、記憶體產業鏈裡誰在賺錢？全球壟斷，國內突圍
記憶體是全球分工最精細的產業之一，利潤和壁壘高度集中在兩端，我們用A股投資者能感知的角色來拆解：
上游：卡脖子最嚴重的核心環節
半導體材料，比如矽片、光刻膠、特種氣體，還有製造裝置，像光刻機、刻蝕機，還有EDA工具，這些長期以來都是美日企業的天下。就說高端的EUV光刻機吧，ASML的訂單都排到了2027年，High-NA EUV那種，台積電、三星都提前訂到了2030年，新來的企業就算有錢也買不到。
國內現在主要在裝置和材料的國產替代上下功夫。比如北方華創的刻蝕裝置，佔了長鑫採購額的45%；中微公司的深孔刻蝕，在HBM產線市佔率超過60%；華海清科的CMP拋光裝置，是長鑫12英吋產線的獨家國產供應商；雅克科技的前驅體，佔了長鑫材料採購預算的20%。這些都是長鑫IPO後最確定能受益的方向。
中游：技術壁壘最高的製造環節
全球DRAM市場90%以上的份額被三星、SK海力士、美光三家壟斷，NAND市場80%的份額被這三家加鎧俠、西部資料把控，尤其是AI核心的HBM市場，三家合計佔了100%，訂單已經排到了2028年。
國內的核心是兩家記憶體雙子星：
- 長鑫記憶體：國內DRAM龍頭，全球份額已經到7.67%，排全球第四，DDR5已經批次出貨，正在攻關HBM3，預計2026-2027年量產，7月底-8月初就要在科創板掛牌，募資295億擴產，是國產DRAM的核心希望。
- 長江記憶體：國內3D NAND龍頭，自研的Xtacking架構已經做到294層，良率突破90%，全球NAND份額達13%，技術代差已經縮小到海外龍頭1代以內。
除了這兩家，細分領域也有不少突破：比如瀾起科技的記憶體介面晶片全球市場份額超過40%，是DDR5標準的牽頭制定者，還拿下了CXL介面晶片的全球壟斷地位（市場份額92%）；聚辰股份的SPD晶片（DDR5記憶體的配套晶片）市場份額超過30%；兆易創新在NOR Flash領域排名全球前三，還和長鑫深度合作，做利基型DRAM。
再往下是封測和模組環節：國內長電科技、深科技具備先進的封裝能力，能承接HBM、高端DRAM的封裝需求；江波龍、佰維記憶體是國內模組龍頭企業，已經進入國內雲廠商和消費電子品牌的供應鏈。這裡要注意區分真製造和純貿易：像香農芯創這類分銷代理，本身不生產晶片，只是在缺貨周期賺差價。
下游：需求結構正在巨變
以前70%的記憶體需求都來自手機和電腦，但現在AI資料中心、智能駕駛和工業網際網路成了新的增長點：到2026年，AI基礎設施的支出裡，推理算力的比例已經超過70%，而智能駕駛每小時產生的資料量超過36TB，這些都為記憶體帶來了新的增長空間。
四、未來3-5年的機會與風險
四個黃金賽道，增長確定性最高
HBM：千億級市場，增速領跑全行業
HBM是AI算力的核心技術，未來五年它的增長速度會很快，每年能增長37%，到2030年市場規模能達到1680億美元。一方面，單個AI晶片能用的HBM容量還在增加，輝達下一代Vera Rubin平台，一個加速器就需要288GB的HBM4；另一方面，AI伺服器的銷量也在猛增，2030年全球AI伺服器可能會超過1000萬台，HBM的需求缺口可能會持續到2028年。
企業級SSD：2035年市場規模破千億
因為AI推理和RAG技術越來越普及，2026年企業級SSD的增速接近60%，之後每年都保持大概9%的增長，到2035年市場規模會超過1000億美元。現在大模型推理需要的大容量KV快取和向量庫記憶體，全靠企業級SSD支撐，QLC SSD（高密度固態硬碟）的佔比也會從2025年的30%增加到2030年的60%以上。
車規記憶體：智能駕駛帶飛，5年增速30%
L2級輔助駕駛需要8GB以上的記憶體和128GB的記憶體空間，而L4/L5級自動駕駛則需要32GB以上的記憶體和1TB以上的車規級固態硬碟。到2025年，中國L2及以上智能駕駛的普及率將達到66%。全球車規級記憶體市場的年增長率在2025到2030年期間接近30%，而且車規級產品的利潤比消費級產品高得多，這是各大廠商必爭的新領域。
端側記憶體：AI終端拉動機價值翻倍
雖然手機和電腦的銷量增長變慢了，但AI裝置的配置卻大幅提升了。到2026年，主流的AI手機平均記憶體會達到16GB，記憶體空間512GB，比普通手機貴60%多；AI電腦的普及率在2026年會達到37%，標配記憶體16GB以上，單個裝置的記憶體價值會翻倍。國內廠商在AI裝置方面優勢很明顯：佰維記憶體拿到了Meta AI眼鏡的獨家記憶體訂單，這款眼鏡的年產能已經提升到1000萬台，直接帶動了佰維2026年一季度AI裝置收入同比增長496%。
兩個核心主線，看清行情脈絡
現在記憶體類股的機會主要有兩個方向：
- 資料中心方面：瀾起科技和CXL技術。現在的AI伺服器裡，CPU和GPU的記憶體是分開的，CXL技術能讓它們共用記憶體池，大大提高資源利用率。Google的下一代TPU v8和輝達未來的Vera CPU都支援CXL。瀾起科技是全球CXL介面晶片的壟斷者，將直接受益於2026-2027年CXL的規模化落地，這是一個從“0到1”的巨大市場。
- 端側AI方面：佰維記憶體和ePOP技術。AI不僅要跑在雲端，還要跑在眼鏡、手機、電腦裡。佰維記憶體的ePOP技術把DRAM和NAND堆疊在一起，體積小、功耗低，非常適合AI眼鏡這類小型終端裝置。隨著Meta、小米、Google等廠商的AI硬體放量，這條線的增長空間非常大。
三個風險不得不防
- 技術門檻高：HBM和高端企業級SSD的核心技術還都在國外三大巨頭手裡，國內廠商落後了1-2代，要想追上得花5-8年時間積累，不是短時間能完成的。
- 供應鏈受制：高端光刻機和部分特種氣體還依賴進口，這可能會拖慢國內產能擴張的步伐。
- 周期性回呼風險：2027年後，國外三大巨頭會集中釋放HBM和DRAM的新產能，如果那時候AI的投資增速沒達到預期，可能會出現階段性供過於求，首先受到影響的就是那些技術門檻低的模組廠和外購晶片的企業。
五、怎麼判斷？有三個簡單切入點
不管是想瞭解行業還是看投資，記住這三個問題，就能避開80%的坑：
1、是搞高壁壘還是低壁壘？
先選那些像瀾起、長鑫、長存這樣的企業，它們門檻很高，周期性弱。儘量避開那些只做模組組裝、沒核心技術的小公司，這些公司受價格波動影響很大，賺的是周期性錢，不是長期成長的錢。
2、顆粒是自研還是外購？
如果企業的核心記憶體顆粒是自己研發的，比如長鑫、長存，那它的抗風險能力就強。如果顆粒全靠外購，比如大多數模組廠，那一旦上游漲價或者出口管制，利潤就會被壓縮，風險就高很多。
看韌性：行業低谷時毛利率能不能穩住？
強壁壘的記憶體企業，那怕行業下行，毛利率也能維持在較高水平；如果一跌價就虧損，那基本就是純周期標的，不適合長期持有。
現在大家都在關注AI的算力，但很少注意到記憶體的重要性。實際上，AI算力的發揮，有70%受限於資料搬運效率——沒有足夠的記憶體能力，再強的GPU也白搭。未來3到5年，記憶體行業將從“周期波動”轉變為“長景氣周期”，只有掌握核心技術的企業才能在這場記憶體革命中笑到最後。 (茱迪觀)