引言：内存与存储，AI算力的新战场
当半导体产业的演进重心从“训练”转向“推理”时，内存与存储（HBM、DRAM、SSD）便成为了决定AI应用落地速度与规模的关键瓶颈。市场对此充满疑虑：这些核心部件能否摆脱传统的强周期属性，迎来持续性的增长？GPU架构对HBM的指数级依赖会否见顶？中国存储厂商的扩产又将如何搅动格局？本文将基于“成长周期性”的新框架，逐一拆解这些核心问题。
三把钥匙，解锁“去周期化”的迷局
我们认为，一个产品能否摆脱传统强周期，主要取决于以下三个条件：
- 定制化需求：产品是否专为特定客户定制，需要签订长期合约，产能不易转移。
- 结构性指数级需求：需求曲线是否陡峭向上，且供给长期难以跟上。
- 快速技术迭代：技术更新换代是否足够快，导致旧产品快速贬值，厂商竞争焦点从“产能”转向“技术”。
满足的条件越多，其周期属性就越弱。根据这个框架，HBM大约满足了两条半。
HBM：两条半的“去周期化”之路
- 定制化（0.5条）：HBM在封装层和基础晶圆（Base Die）上确实存在定制化，需要客户NVIDIA、AMD等与其协同设计（Codesign）。然而，其核心的DRAM层仍是JEDEC标准化产品。例如，三星未通过NVIDIA认证的HBM3E产能，可迅速转向供应其他客户。因此，其定制化程度并非绝对，只能算半条。
- 结构性指数增长（确认）：这是HBM“去周期化”最核心的驱动力。NVIDIA的“Token工厂”模式决定了：Token吞吐量 = HBM容量 × HBM带宽。每一代GPU架构升级，此乘积几乎翻倍。HBM每GPU的容量年增长率超40%，远超DRAM供给端约20%的年增长率。这种刚性的、与算力收益直接挂钩的需求，让HBM即便涨价数倍，其带来的边际收益依然远高于成本。
- 快速技术迭代（确认）：HBM的更新换代数倍于传统DDR内存，基本遵循两年一代的节奏（从HBM 2E到HBM 4，带宽从2TB/s跃升至22TB/s）。每一代带来的Token吞吐量提升都极为显著，使得上一代产品迅速贬值。因此，厂商的竞争策略从“以量取胜”变为“以质取胜”，专注于技术领先以争取下一代高通量Qualification，从而避免了传统周期下行时“囚徒困境”式的价格战。
结论： HBM凭借结构性需求与技术迭代两条“硬逻辑”，已从“成长性周期”转变为“成长周期性”。即上行周期盈利强劲，下行周期仅盈利减少，而非亏损。
AI推理时代的“永恒”引擎：Attention机制
HBM的指数级增长是否可持续？其根本在于驱动增长的KV Cache机制是否会消失。KV Cache依赖于Attention机制。从历史看，像全连接层（MLP）这样的底层、普适性数学操作会长期保留。Attention同样是解决序列中任意两点连接问题的基础原语。因此，无论未来模型架构如何演变，Attention层及其衍生的KV Cache大概率会被保留，HBM作为其核心计算平台的地位难以撼动。
DRAM：长期被低估的结构性增长引擎
市场普遍认为HBM已摆脱周期，但对DRAM仍持怀疑态度。我们认为，在AI Agent时代，DRAM正迎来类似HBM的结构性需求爆发。
Agentic CPU：DRAM需求的“第二增长曲线”
从2025年底开始，随着AI Agent的普及，CPU侧的内存需求正成为新的增长点，其逻辑分两层：
-
CPU服务器总可用市场（TAM）的指数级增长：
- AI集群中CPU与GPU的配比正从1:4向1:2甚至1:1演进。
- 在Agent工作流中，CPU处理延迟占比高达50%-90%，成为新瓶颈，倒逼CPU集群同步扩容。
- AI编程大幅提升代码产出，导致软件API调用量指数级增长，直接转化为CPU使用小时数的激增。
- 为保障数据隔离的Sandbox机制导致内存和CPU资源的严重浪费，且该问题短期内无解。
上述逻辑驱动着CPU TAM预测从几百亿美元一路上调到数千亿量级。
-
每核心CPU DRAM配比飙升：
- Agent是带状态的常驻进程，其运行期间，消息历史、工作记忆、工具结果等数据会持续占用DRAM。
- 上下文窗口（Context Window）从32K扩展到1M甚至更大，每个会话的工作记忆随之膨胀。
- 这两个因素叠加，使得每核心CPU的DRAM配比从4-8GB向16-32GB甚至更高演进。
供需缺口：巨大且将持续
将两个增长层相乘，仅Agent CPU带来的增量DRAM需求就可达近百EB级别，远超当前全球DRAM年总产量（约47EB）。虽然每核心CPU的DRAM配比提升是一次性红利，但其释放过程将十分漫长。
结合供给端分析：非HBM的DRAM供给年增长率约为20%，而需求端（Agent CPU）的年复合增长率可能高达50%。这导致未来数年内，DRAM的缺口将持续扩大。此外，DDR内存速度升级带来的边际效用正随着AI应用而显著提升，厂商对新一代DDR/LPDDR的采纳意愿空前强烈。
中国长鑫的扩产影响几何？
即便考虑长鑫的激进扩产计划，由于其DRAM密度仅为行业主流水平的一半，其带来的等效产能增量对全球DRAM总产能的CAGR影响预计不到3%。叠加其在先进制程与高速率DDR6上的技术限制，长鑫短期内难以颠覆供需格局。
“蓄水池”效应与价格底线
DRAM拥有一个庞大的“需求蓄水池”：内存降价后，被高价压制的需求（如算力优化、低价值任务、端侧AI）会迅速释放。这一机制为DRAM价格提供了坚实的底部支撑。同时，HBM与DRAM产能可相互转换，当HBM产能扩张过快，它将吸收更多DRAM wafer，间接加固了DRAM的价格地板。
NAND SSD：万金油角色的结构性机遇
NAND SSD的驱动力虽不如DRAM强劲，但其“万金油”属性带来了广泛的结构性增长来源：
- KV Cache卸载：将HBM中“温热”的KV Cache卸载到SSD上。
- AI视频应用：如新兴的视频生成平台，其存储需求呈几十倍增长。
- Agent Sandbox：为每个任务复制环境，同样带来了大量的SSD需求。
- 未来的HBF路线：可能需要配合大容量SSD作为权重存储。
NAND的“去周期化”不完全在于需求，更在于厂商的生产纪律。鉴于除长江存储外，主流厂商均维持了良好的扩产纪律，这一轮NAND的超级周期有望延续至2030年左右。
市场资讯部视点
本文深刻揭示了一个核心逻辑：AI产业已从单一的“算力堆砌”进入“内存层次结构”的系统性竞争时代。HBM、DRAM、NAND不再是三个孤立的故事，而是一个完整的AI Memory Hierarchy。HBM是最高速的“缓存”，DRAM是关键的“主存”，而NAND则是海量的“虚拟内存”，三者相互联动，缺一不可。
市场对HBM的追捧已有共识，但对DRAM和NAND的结构性价值存在显著低估。特别是Agent应用的发展，正以一种“不太显眼却极为确定”的方式，驱动着CPU服务器及DRAM需求的爆发式增长。这种“水滴石穿”式的指数级增长，叠加极难短期释放的“需求蓄水池”，共同构成了一个难以被周期性击穿的“超级周期”。
因此，投资视角不应再局限于传统半导体周期框架。对于内存与存储产业，我们应更多关注其向“成长型硬资产”的转变。未来五年，内存缺口的“需求之痛”将引发整个产业价值链的深刻重估。机遇到来之时，认知的差距即是收益的起点。
