AI算力最先改变的，不是芯片行业的叙事，而是存储芯片的供需关系。
过去，存储芯片更像周期品。
价格上涨，厂商扩产；供给过剩，价格下跌；库存出清，再进入下一轮周期。
但这一轮变化有些不同。
需求端，AI训练和推理正在快速消耗HBM、DDR5、服务器DRAM和企业级SSD。数据中心已经成为内存需求的核心吸收方，AI云厂商2025年合计资本支出预计超过3600亿美元。
供给端，三星、SK海力士、美光仍掌握全球DRAM市场96.5%的份额。三大厂商正把更多晶圆产能从传统DRAM转向HBM等高附加值产品，而每增加一单位HBM产能，往往意味着三单位传统存储产能被挤出。
这使得存储芯片不再只是普通电子元器件。
在AI基础设施扩张的背景下，它正在从大宗商品，变成一种阶段性的战略稀缺资源。
短期看，涨价仍有惯性。
DDR5颗粒现货价格自2025年9月以来涨幅已超过300%，256GB DDR5服务器内存单条价格突破4万元。预计2026年一季度存储芯片价格仍可能上涨40%—50%，二季度或继续上涨约20%。
但长期看，真正的问题不只是价格。
而是全球存储产业链的产能分配、技术代差、设备材料依赖，以及国产替代能否穿过高端认证和工艺壁垒。
存储芯片是什么
存储芯片，也叫半导体存储器。
它的基本功能很简单：保存数据、读取数据。
但在现代数字系统里，简单功能背后对应的是复杂价值。
CPU、GPU负责计算，存储芯片负责承载数据。没有足够快、足够大的存储，算力无法持续释放。
尤其在AI场景中，大模型训练和推理都需要高频读写海量参数与中间数据。
存储芯片的容量、带宽、延迟，直接影响AI服务器的整体效率。
从行业地位看，存储芯片是半导体产业中仅次于逻辑芯片的重要板块。
逻辑芯片包括CPU、GPU等，存储芯片则构成数据处理系统的基础底座。
按照是否断电后保留数据，存储芯片通常分为两大类：
一类是易失性存储。
代表产品是DRAM、SRAM。它们读写速度快，但断电后数据会丢失，主要用于系统内存和缓存。
另一类是非易失性存储。
代表产品是NAND Flash、NOR Flash、EEPROM等。它们断电后仍能保存数据，主要用于长期数据存储、固件和SSD等场景。
当前市场中，DRAM和Flash是最主流的两类产品，两者合计占据接近99%的市场份额。
这也是理解存储产业链的起点：
DRAM决定系统运行效率，NAND Flash决定数据存储能力。
AI时代的变化在于，两者都被数据中心重新定价。
DRAM与Flash是主轴
存储芯片品类很多，但真正决定产业周期和企业利润的，主要还是DRAM和NAND Flash。
DRAM属于易失性存储。
它需要持续刷新数据，速度快，适合做内存。PC、服务器、智能手机、显卡，都离不开DRAM。
DRAM又可以分为标准型DRAM、移动型DRAM、绘图型DRAM、利基型DRAM等。
标准型DRAM主要用于PC和服务器。
移动型DRAM主要是LPDDR，用于智能手机等移动终端。
绘图型DRAM用于图形处理相关场景。
利基型DRAM则面向更细分、更稳定的应用市场。
其中，当前最受关注的是DDR5和HBM。
DDR5是服务器和高性能计算设备的重要内存标准。AI服务器对DDR5需求明显上升，带动价格快速上行。
HBM则是高带宽内存，主要服务于GPU、AI加速卡等高算力芯片。它通过堆叠和先进封装提高带宽，是AI算力系统中的关键配套产品。
NAND Flash属于非易失性存储。
它主要用于SSD、存储卡、手机存储、企业级存储系统等。AI推理、实时数据处理、云计算数据库扩张，正在推高企业级SSD需求。
NOR Flash也是非易失性存储，容量通常不如NAND，但读取稳定，适合存储程序代码和固件，应用在汽车电子、工业控制、消费电子等领域。
如果用一句话概括：
DRAM解决“算得快”的问题，NAND解决“存得下”的问题，HBM则解决AI算力系统中“喂得上数据”的问题。
周期品进入新阶段
存储芯片一直具有强周期属性。
行业通常3—4年经历一轮周期。
上行时，需求旺盛、库存下降、价格上涨，厂商盈利改善；下行时，扩产产能释放、库存堆积、价格下跌，厂商削减资本开支。
本轮周期从2023年下半年开始反转。
此前，存储行业经历过价格下跌和库存压力。2023年，美光率先削减30%产能，成为新一轮供给收缩的重要起点。
随后，三星、SK海力士等存储原厂也主动控制产出。
这一次上行周期的特殊之处，在于供给收缩与AI需求爆发同时出现。
如果只是原厂减产，价格上涨更多是传统周期修复。
但AI基础设施扩张改变了需求结构。
数据中心正在大量消耗全球内存资源。
