過去很長一段時間，記憶體晶片在投資者眼中只是一個高度周期性的半導體品類，價格上漲時利潤迅速釋放，供給擴張後又重新進入下行周期；但隨著AI伺服器大規模部署，記憶體正在從傳統的配套部件，逐漸成為決定算力系統性能、成本和交付能力的關鍵環節。
01
記憶體技術分類及主要產品形態
記憶體領域名詞眾多，理解它們的第一步，是區分“記憶體技術”和“記憶體產品”。所謂記憶體技術，指的是資料在物理層面以什麼方式表示和保存，也就是如何記錄二進制的0和1。按照斷電後資料能否保留，記憶體器可以分為易失性記憶體器和非易失性記憶體器兩大類。
易失性記憶體器在斷電後會丟失資料，主要包括SRAM和DRAM。SRAM速度快、時延低，但單位容量成本較高、佔用晶片面積較大，因此通常整合在CPU、GPU和NPU等邏輯晶片內部，用作暫存器或Cache。DRAM容量密度更高、成本更低，通常以獨立晶片的形式存在，承擔系統執行階段的主記憶體功能。根據應用場景和介面標準的不同，DRAM又形成了DDR、LPDDR、GDDR和HBM等產品類型：DDR主要用於伺服器和個人電腦的主記憶體，LPDDR面向手機等低功耗裝置，GDDR主要用於顯示卡，而HBM則憑藉高頻寬和高整合度，廣泛應用於AI加速器和高性能計算晶片。
非易失性記憶體器在斷電後仍能保留資料，主要用於長期保存程序和檔案，其中當前最主流的技術是Flash。按照記憶體陣列結構和訪問方式的不同，Flash可以進一步分為NAND Flash和NOR Flash。NAND Flash具有容量大、單位成本低的特點，主要用於SSD(固態硬碟)、手機記憶體和記憶體卡；NOR Flash則支援較快的隨機讀取和原位執行，通常用於存放啟動程序、韌體和嵌入式程式碼。
除半導體記憶體外，HDD(機械硬碟)也是主流的非易失性資料記憶體裝置。HDD通過磁性盤片表面不同的磁化狀態記錄0和1，具有容量大、每TB成本低的優勢。
02
國內外記憶體公司一覽
03
記憶體股行情的基本面支撐
現在市場上關注度非常高的記憶體類股，本質上是AI基礎設施建設所推動的結構性行情。核心主線是DRAM，最強細分是HBM，同時帶動伺服器DDR5需求和普通DRAM價格上漲；第二條主線是NAND Flash及企業級SSD，受益於AI資料量和高速訪問需求增長；HDD則作為第三條延伸主線，主要承接海量資料的低成本、長期保存需求。
HBM是本輪記憶體行情最重要的產業驅動力，因為它不僅需求增速快、製造和封裝難度高、單顆價值量大，而且Die尺寸更大、良率要求更高，會佔用大量先進DRAM晶圓和TSV封裝產能。HBM主要與輝達、AMD以及雲廠商自研AI加速器配套使用，模型訓練需要將參數、梯度和啟動值放在GPU附近，推理階段則需要存放模型權重和KV Cache，因此，隨著模型規模、上下文長度和推理並行量持續提升，單顆加速器搭載的HBM容量、頻寬和堆疊層數也不斷增加。
AI伺服器對DRAM的拉動並不限於GPU內部的HBM，CPU側同樣需要配置大量DDR5記憶體，用於資料預處理、任務調度、資料庫訪問、向量檢索以及部分KV Cache和中間狀態的管理。由於記憶體廠商持續將先進製程和新增產能向HBM傾斜，消費電子和普通伺服器使用的DRAM供給受到擠壓，進而推動DDR等傳統DRAM產品價格上漲。
非易失性記憶體裝置需要持續保存AI資料中心的訓練資料集、模型權重、檢查點、向量資料庫、推理快取和生成內容等資料，其中對訪問速度和隨機讀寫性能要求較高的資料，主要存放在由NAND Flash構成的企業級SSD中。隨著生成式AI進入規模化部署階段，企業級SSD訂單持續增長，並逐漸成為NAND市場最重要的需求來源之一。對於訪問頻率較低、但需要長期保存的海量訓練資料、日誌、備份和歸檔內容，HDD仍然具有不可替代的每TB成本優勢，因此AI資料增長同樣改善了機械硬碟行業的需求和盈利能力。
可以說記憶體產業的基本面依然強勁，但是全球相關公司的股票卻反覆出現大幅波動。對於這輪調整，市場尚未形成統一的解釋框架，投資者分別從估值透支、漲價速度放緩、未來產能擴張以及微觀結構惡化等角度尋找答案。或許，正是這種無法被單一公式精準解釋和預測的不確定性，構成了資本市場最令人著迷的地方。 (AI芯經)