投资者对AI内存容量调整的恐慌是典型的过度反应，根源在于误读了英伟达的技术调整信号。背后真正的长期AI需求非但没有减弱，反而正从“算力瓶颈”切换至“内存瓶颈”，结构性需求缺口将持续扩大至2028年之后。
一、恐慌根源：英伟达Rubin机柜内存减半引发误读
2026年6月初，SemiAnalysis报告指出，英伟达下一代AI服务器集群Rubin NVL72将单机架DRAM内存总容量从原计划的55TB砍半至28TB，单机柜从192GB下调至96GB。部分投资者将此解读为AI算力需求疲软，直接引发对内存周期“量价齐升”预期落空的恐慌，导致美光（MU）单日大跌近8%，SK海力士、三星等存储巨头股价同步承压。
二、真相还原：供给瓶颈而非需求疲软
多家机构和行业分析师指出，此次下调的核心原因是供给端产能不足，而非需求萎缩：
16层超高密度LPDDR5X封装良率极其困难，SK海力士和三星无法在量产初期提供足够数量的192GB内存给客户。
英伟达为保障所有Rubin GPU都有对应的DRAM可用，主动进行供应链风控，下调了单机柜标配用量。
后续云厂商可根据自身算力部署进度，自行购买SOCAMM模块进行加配，这是一种弹性采购模式。
SemiAnalysis创始人随后澄清，外界对报告的解读过于片面，市场被半真半假的消息“打崩了人心”。
三、连锁反应：内存“量价齐升”逻辑未变，反而强化
| 市场表现 | 真实逻辑 |
|---|---|
| DRAM配比下降 | 高端DRAM产能极度紧缺，而非需求下滑 |
| 股价短期重挫 | 高位拥挤交易的集中去杠杆，基本面未动摇 |
| 恐慌情绪蔓延 | 将技术路径调整误判为需求见顶信号 |
内存短缺的核心矛盾在于：需求每年几倍增长，供给每年只能增长20-30%。存储芯片产能扩张周期长达18-24个月，三星甚至放弃了开发3年的下一代DRAM技术（DRAM 1D），直接跳级到下一代，但High-NA光刻机每年ASML仅能生产5-6台，且DRAM良率敏感度极高，良率提升缓慢。
四、长期AI需求：内存成为新瓶颈，结构性短缺将持续
4.1 内存已取代算力成为AI核心瓶颈
2018年到2025年，Transformer模型规模每两年增长约20倍，而每片GPU的内存容量每两年才增长不到2倍。
计算峰值速度20年增长约6万倍，但DRAM带宽仅增长100倍，互连带宽仅增长30倍。
AI推理过程中，模型每算出一个新结果，必须记住之前的KV Cache，否则只能推倒重来。内存一旦不够，再强算力也被迫罢工。
4.2 需求增量：100倍到1万倍
谷歌后训练团队工程师明确表示：“GPU和CPU随时可以调用，根本不缺，大部分时间都闲置。但HBM和DRAM有多少都不够。”
如果把所有算法优化、模型压缩手段全部用尽之后，存储的需求增量预计达到100倍到1万倍。
目前GPU算力不够最多是出结果慢一点，但存储不够任务直接中断，损失巨大，因此存储必须大量冗余。
4.3 技术迭代反而可能刺激需求扩大
谷歌发布的TurboQuant算法能将KV Cache内存占用压缩至1/6，短期引发市场对存储需求减少的恐慌。
但历史规律表明：效率提升并不会导致需求下降，反而会因成本降低刺激更多AI应用爆发。
该技术仅优化推理缓存，不影响训练阶段的HBM需求，长期看总需求只会进一步放大。
五、产业趋势：从“算力竞赛”转向“内存竞赛”
闪迪CTO明确表示，全球AI竞赛正日益“以内存为中心”，内存已成AI胜负手，供应短缺只会越来越严重。
客户抢签长达5年的长期供应协议，闪迪已锁定至少420亿美元收入，此前从未见过如此疯狂的锁货行为。
闪迪与SK海力士联合研发HBF（高带宽闪存），带宽接近HBM、容量是HBM的8-16倍、成本更低，预计明年量产。
六、综合判断：过度反应中的理性内核
投资者的恐慌属于典型的高估值脆弱性放大效应——AI相关板块估值处于历史高位，交易结构拥挤，任何风吹草动都容易被线性外推定价最坏情景。
但在产业层面，多家机构一致认为： - 当前AI发展并无明显泡沫，谷歌、Meta、微软、亚马逊等高资本开支具备可持续性。 - 存储行业景气周期依托AI基建落地，具有持续性支撑，预计供应紧张至少持续到2027-2028年。 - 真正的企业级AI需求刚刚进入爆发期，Anthropic的Opus 4.6发布后，企业发现用AI可以指数级提高生产力，token消耗量开始暴增。
结论：恐慌是技术革命期的必然情绪，但AI对商业逻辑的重构已成定局。内存从“限制性能的瓶颈”变成“被算法不断榨干的资源”，长期需求只会被技术效率提升推高，而非削减。当前的市场调整，恰恰是分辨真实资产与概念筹码的窗口期。 (以上内容均由AI生成)
