问题：AI推理加速落地，存储正取代算力成为关键约束 摩根士丹利其全球科技行业研究中指出，人工智能产业链的主要矛盾正在转移：随着应用端从“堆算力做训练”转向“高频推理与规模化部署”，存储环节的重要性明显上升，正逐步替代传统意义上的算力供给，成为影响系统成本与性能的关键瓶颈。报告认为，存储行业正在进入由推理需求驱动的较长周期供给偏紧阶段，价格上行趋势可能延续至2026至2027年。 原因：长文本、多模态与智能体应用抬升内存与闪存消耗，KV缓存成为扩容“卡点” 报告认为，相比训练阶段，推理阶段的资源消耗结构更“依赖存储”。一上，长文本上下文、多模态交互以及面向任务执行的智能体应用持续增加推理过程中的驻留数据量，直接推高服务器内存（DRAM）与企业级闪存（NAND）需求。另一方面，Transformer架构推理中，键值缓存（KV Cache）占用成为限制吞吐与上下文扩展的关键因素之一；上下文长度增加会近似线性推高存储消耗，使“更长对话、更复杂推理”带来的成本压力更集中地传导到存储端。 报告还通过测算强调趋势强度：仅纯文本推理需求，到2026年或将消耗全球约35%的DRAM供应和约92%的NAND供应。由此可见，在推理规模化阶段，企业级DRAM、HBM以及面向数据中心的SSD正从“可选升级”转为“系统刚需”。 影响：价格进入陡峭上行通道，供给向高毛利AI产品倾斜挤压消费端 在需求加速释放的同时，供给端约束更为突出。报告称，DRAM、HBM、NAND价格已进入明显上行周期，并给出对2026年一季度的涨幅预测：DDR5价格环比或上涨80%至85%，服务器DRAM或上涨60%至65%，NAND或上涨50%至80%，其中QLC企业级SSD涨幅可能更为突出。 供需结构的另一变化是“产能挤出效应”。随着库存持续走低，头部存储厂商更倾向将有限产能与资源投向毛利更高、需求更确定的AI与数据中心产品，消费电子领域的存储供给相对收紧，供需缺口可能更扩大。对下游而言，PC与服务器整机厂商将承受更直接的成本传导压力，利润空间可能被压缩，进而影响产品定价与出货节奏。 对策：扩产与工艺升级提速，但EUV设备成为新瓶颈，产业链协同重要性上升 在供给侧调节上，报告认为行业风险更多集中“执行与过渡”，而非需求是否可持续。存储厂商需要在新工艺导入、产线转换与良率爬坡之间保持平衡，同时应对关键设备供给受限。尤其是EUV光刻设备被视为先进DRAM工艺推进的重要瓶颈之一，报告预计EUV产能紧张可能持续到2027至2028年。 鉴于此，三星、SK海力士、美光等厂商对EUV设备的争夺或将加剧，用于1γ/1c等先进DRAM工艺的研发与量产导入；作为EUV设备关键供应方，有关设备企业在订单获取与议价上可能更具优势。报告同时判断，存储厂商资本开支有望提速，2027年前后或启动更大规模的新厂扩建，半导体设备行业的盈利拐点可能更早出现。 前景：分层存储架构成方向，存储市场空间或随应用形态升级继续扩张 面向中长期，报告认为人工智能应用将从生成式向智能体化演进，多模态普及也会带来更高频、更复杂的数据读写与驻留需求，存储市场空间有望继续扩大。技术路径上，分层存储与架构协同将成为重要方向，即在系统侧通过HBM、DDR5与SSD等多层组合，兼顾带宽、容量与成本，以匹配多样化的推理负载。 在行业周期判断上，报告认为当前存储景气仍未见顶，主要依据包括：产业链库存仍在下降、价格同比增速可能尚未触及峰值、市场交易层面尚未出现典型“利好出尽”的特征。其预计2026年存储行业增速或超过40%，板块估值仍有修复空间。
当人类迈向智能体交互的新阶段，存储芯片正成为数字基础设施的关键底座。该轮由技术迭代推动的产业变化，一上暴露出全球供应链的脆弱环节，另一方面也带来重塑行业格局的机会。如何在自主可控与开放合作之间找到更现实的平衡，将成为各国科技战略需要回答的重要问题。按照半导体产业周期的规律看，眼前的产能压力，可能正为下一轮技术跃迁铺路。