大摩：AI正製造一場「芯片通脹」！「特權買家」鎖定產能，「弱勢買家」搶剩的，最終買單的是所有人

AI把存儲芯片從週期品推向稀缺投入品。大摩測算，存儲價格過去一年漲超6倍，2027年PC和手機或分別面臨約15%和12%的內存缺口。雲廠商通過長期協議和預付款優先鎖定HBM等芯片產能，消費電子、汽車、工業硬件等買家承受更高成本、更弱分配和更大毛利壓力，最終「通脹」將傳導到硬件價格、雲賬單。

AI搶走的不只是GPU，還有越來越多的DRAM、HBM和NAND，存儲芯片正在從便宜的標準件變成被優先分配的稀缺資源。

6月2日，摩根士丹利全球科技團隊在研報中把這一輪存儲漲價稱爲 「chipflation」，即「芯片通脹」 。它講的不是單一芯片短缺，而是AI把DRAM、HBM、NAND、企業級SSD等存儲資源重新定價。

分析師Dylan Liu等寫道：「激增的內存價格和供應稀缺，正成爲跨行業風險，因爲AI正在重新定價數字經濟中的關鍵投入。」

這句話的關鍵不在「AI服務器變貴」，而在於存儲芯片正在從一個長期降價的零部件，變成雲廠商、PC、手機、汽車、工業設備共同爭奪的瓶頸。

這場變化有兩個後果。 第一，定價方式變了。 大客戶用長期協議、預付款和戰略承諾鎖定產能，市場不再只是按現貨價格出清。

第二，分配順序變了。 AI、雲和服務器優先拿貨，傳統消費電子、工業和汽車客戶只能面對更高價格、更長交期和更弱議價權。

「斷供」在這裏不是簡單的無貨可買，更準確地說是配給不足。弱勢買家可能仍能買到一部分貨，但價格更高、規格更低、發佈時間更晚。最終成本不只留在科技公司賬上，會通過硬件價格、雲服務賬單、企業IT預算和利潤率擴散出去。

過去幾十年，存儲芯片的基本敘事是擴產降價。

1957年至2020年，DRAM每GB價格大約每5年下降一個數量級。2010年以後，摩爾定律繼續推動價格下行，只是速度變慢。AI基礎設施擴張後，這條線突然拐頭。

過去一年，存儲價格漲超6倍。這不是一個庫存週期裏常見的溫和漲價，而是需求端突然放大，供給端又無法快速響應。

原因很簡單：晶圓廠不是擰開水龍頭。

新建存儲產能要經歷廠房建設、設備安裝、工藝認證、客戶驗證、良率爬坡，還要決定產能到底分給HBM、服務器DRAM，還是普通PC和手機DRAM。研究中的時間線顯示，從產能到真正可用供給，大約是兩年量級的過程。

AI買家的需求卻是現在就要。

超大規模雲廠商的資本開支還在上調。測算顯示，2027年 hyperscaler 資本開支可能超過1萬億美元；自2024年以來，累計投入約2萬億美元。2026年雲資本開支一致預期增速也從此前的64%上調到75%。

存儲芯片曾經更像大宗商品：價格隨週期波動，買家可以在低谷補庫存，高點減少採購。

這一輪不一樣。AI基礎設施的建設計劃直接綁定存儲供給，雲廠商不只擔心價格，更擔心拿不到貨。

所以，長期協議正在變成核心工具。

三星討論把季度和年度合同轉向3到5年協議；SK海力士提到客戶對中長期供給承諾的需求增加；美光宣佈了5年戰略客戶協議；SanDisk提到由明確財務保證支持的多年合作；KIOXIA表示與 hyperscale 客戶的長期供給協議延伸至FY28-29。

這就形成兩層市場。

第一層是AI和雲買家。 它們規模大、路線圖清晰、願意預付，也能承諾長期訂單。

第二層是沒有長期協議的買家。 它們面對的是被AI客戶拿走之後的剩餘供給池。這個池子更小，也更貴。

供應商也有動力這麼做。HBM、服務器DRAM、企業級SSD利潤率更高，客戶更穩定。相比之下，普通PC、手機、消費電子的需求彈性更大，價格漲太多就會賣不動。

HBM是高帶寬內存，堆疊在AI加速器旁邊，爲大模型訓練和推理提供高速數據通道。沒有HBM，AI芯片算力很難充分釋放。

但HBM不是「額外多做一點DRAM」這麼簡單。

它佔用先進DRAM晶圓產能，還需要3D堆疊、TSV、先進封裝、測試和客戶認證。每單位HBM產出消耗的有效晶圓資源，遠高於普通DRAM。

模型顯示，HBM相對傳統DRAM的晶圓產出懲罰，從2021-2024年的約3.0倍，升至2028年的約4.3倍。換句話說，同樣的先進晶圓產能，如果拿去做HBM，普通DRAM可用量會被明顯壓縮。

AI系統裏的HBM用量也在急速上升。

從芯片層面看， A100 GPU每顆約40GB HBM，Rubin GPU提高到288GB，約7.2倍。

從系統層面看 ，8-GPU A100服務器大約320GB HBM，而Rubin NVL72機架級系統達到20.7TB，約65倍。

從集群層面看， 2020年約256顆A100 GPU的訓練集群約10TB HBM；2026年前沿集群可能超過20萬顆GPU，約18PB HBM，約1800倍。

結果是， HBM在先進DRAM晶圓中的佔比從2023年的約6%，升至2028年的約34%。 這部分產能一旦被AI鎖走，PC、手機和普通服務器可分到的傳統DRAM就會減少。

2027年的存儲供給測算最直觀。

總DRAM+HBM供給爲573,503百萬Gb。假設服務器拿走70%，非服務器應用拿到30%。

在非服務器供給裏，PC分到17%，智能手機分到58%。

這樣算下來，PC可獲得供給約29,249百萬Gb，而需求約34,386百萬Gb，缺口5,138百萬Gb，約15%。 折算成設備，是約5800萬台PC，相當於摩根士丹利PC出貨預測388百萬台的15%。

智能手機更大。可獲得供給約99,790百萬Gb，需求約113,125百萬Gb，缺口13,335百萬Gb，約12%。 折算成設備，是約1.34億部手機，相當於智能手機預測出貨1,137百萬部的12%。

這不是絕對意義上的「沒法生產」。

廠商有一個辦法：降規格。

PC如果把每台內存含量從89Gb降到77Gb，缺口可從15%收窄到2%。智能手機如果把每部內存含量從99Gb降到90Gb，缺口也可收窄到2%。

但代價很清楚：消費者買到的設備內存更少，產品升級放慢。市場最終通過兩種方式出清——要麼少賣設備，要麼每台設備少用內存。更可能是兩者都有。

存儲成本在不同硬件裏的佔比差異很大。

測算中，存儲佔部分科技硬件BOM的比例從5%到70%不等。高端服務器、全閃存儲陣列、傳統服務器、PC對DRAM和NAND更敏感；打印機、部分網絡設備相對較低。

問題是，總量已經足夠大。

過去3個月，2026年全球存儲市場收入預期從5200億美元上調到8900億美元，增幅71%。相較2025年約2200億美元市場規模，2026年存儲收入預計同比增加約6000億美元。

這6000億美元會落到買家賬上，形式可能是資本開支，也可能是銷售成本。

分行業看，增量存儲成本負擔最大的是服務器，約2460億美元；其次是智能手機1750億美元、PC 1320億美元、外部存儲130億美元。

如果硬件廠商要保持毛利率不變，測算中的「同配置」漲價幅度會非常高：智能手機約34%，PC約67%，服務器約83%，存儲陣列約114%。

這不等於終端價格一定這樣漲。現實中，廠商可能漲一部分價、壓一部分利潤、砍一部分規格、推遲一部分產品。

但壓力已經出現在企業口徑裏。Fractal Gaming Group稱， AI和數據中心投資把產能從終端消費市場轉走，推高DRAM和NAND價格，「內存現在佔整機成本的比例大得多，有時甚至超過CPU」。

從宏觀數據看，最先反映壓力的是PPI，而不是CPI。

美國PPI中「電子組件和附件」分項同比升至27.6%。這說明上游輸入成本已經大幅上漲。

但CPI裏的傳導更弱。原因是存儲敏感商品在CPI籃子裏的權重不高，消費電子價格還有質量調整，終端廠商也可能先壓利潤。

測算顯示，PC和智能手機對美國整體CPI的影響約0.08個百分點；把電視、家電、遊戲機等也算上，總體影響約0.10個百分點。

所以，單看CPI可能低估問題。

真正敏感的地方在企業利潤率、雲服務賬單、資本開支預算和技術部署節奏。企業使用AWS、Azure、GCP時，不會在賬單上看到「內存漲價」四個字，但云廠商採購AI服務器和存儲的成本，最終可能通過價格、折扣、實例類型或預算約束傳遞下去。

而「最終買單的可能是所有人」。不是每個消費者直接買DRAM，而是越來越多經濟活動建立在存儲芯片之上。

政策工具並不少：補貼、稅收抵免、採購擔保、加速許可、設備准入協調、戰略庫存。

問題是，這些工具都不快。

新晶圓廠、先進封裝、測試產能和合格勞動力都需要時間。即便政策支持立刻到位，也難在短期內壓低價格。

美國政策的重點也未必是「降價」。框架中的判斷是，HBM和先進DRAM越來越被視爲AI戰略資源，政策更可能聚焦供應鏈韌性、可信產能和地緣風險，而不是放鬆限制來換取短期低價。

關鍵約束仍是先進設備可獲得性，尤其是EUV出口限制。HBM方面，模型仍把全球供給集中在三星、SK海力士和美光三家，並未把中國HBM作爲短期全球緩解來源。

這輪「芯片通脹」最直接的市場含義，是利潤池向上遊集中。

DRAM供應商包括三星、SK海力士、美光；NAND相關公司包括SanDisk、KIOXIA；HDD包括希捷、西部數據；設備鏈條包括ASML、應用材料、KLA等。它們更靠近供給瓶頸，價格、利潤率和訂單可見度更強。

壓力端在下游。

消費電子、PC、低端手機、小型硬件OEM、嵌入式設備、教育類低成本設備，議價權更弱，需求也更容易被價格打掉。高端服務器和雲基礎設施雖然存儲成本高，但需求更剛性，也更容易通過資本化或價格機制消化。

年初以來的市場表現已經反映了這種分化：全球消費電子股票平均下跌約1%，而存儲製造商上漲近300%，EPS預期年內上修333%。