AI 等不起 DRAM 建厂:大摩说这轮存储短缺,靠三招绕开

（本文约 2400 字，读完约 6 分钟）

唐哥的投研笔记 · 存储链系列

先说一个反常识的判断：存储缺货缺到什么程度？缺到 AI 开始"自我降配"了。

摩根士丹利这份半导体报告的核心观点很直接–存储短缺会是整轮 AI 周期的约束，但 AI 不会等 DRAM 新厂建起来。 于是整个生态开始想办法"绕开"内存墙。这篇我拿大摩的框架，用三块讲清楚：① 为什么这轮内存这么紧–模型每 6 个月翻一倍；② AI 绕开存储的三条路–降规格、解耦、CXL 池化；③ 为什么说降规格反而不是存储的坏消息。

一、内存为什么这么紧：三条需求线一起往上顶

大摩开篇甩了一张图–前沿 AI 模型的参数量，在 LLM 时代每 6 个月就翻一倍；而 LLM 之前那几十年，是每 31 个月才翻一倍。增速差了一大截。

但这只是第一条线。大摩说，往后 LLM 会在三个方向同时吃内存：模型更大（size）、上下文更长（context length）、服务的用户和智能体更多（推理并发）。 现在主流模型的上下文窗口大约 100 万 token，而 AI 的重心正转向长链路的 agentic 任务–上下文窗口本身，就成了内存瓶颈。

三条线一起往上顶，DRAM 的产能却跟不上。这就是我前面几篇–存储超级周期、美光资本开支、AI 缺货地图–那条线的延续：缺货是真、是结构性的。但大摩这篇补了一个新角度–需求方不会干等。你 DRAM 交不出货，我就想办法少用、换着用。

（这条从"缺货"到"绕行"的主线要是你一直在跟，收藏一下–下面三条路，才是这篇的干货。）

二、绕开内存墙的三条路

第一条，最直接的–降规格（大摩叫"暴力削减内存配置"）。

英伟达在给下一代 Rubin 提供更低内存配置的版本，HBM 和主存都砍，目的是对冲内存涨价、保住出货量。但大摩提醒了一句关键的：到目前为止，每一次降规格，都会让内存瓶颈在算力的别处冒出来。 你在这一层省下的，会跑到那一层去要。

第二条，解耦推理（disaggregation）。

推理其实分两段：prefill（并行处理输入提示，偏算力密集）和 decode（一个 token 一个 token 生成，反复读权重和 KV 缓存，偏内存带宽和容量）。以前一块加速卡两段都得扛，资源错配。解耦就是把两段拆开、各用更合适的硬件–算力机器跑 prefill，带宽机器跑 decode。 这样两种资源能各自扩容、利用率更高，而不是每一段都配同一副"算力＋高带宽内存"的组合。

这里冒出一个"省钱奇招"：片上 SRAM。Groq、Cerebras 这类用大量片上 SRAM 的架构，历史上 SRAM 比 DRAM 贵得多–可现在 DRAM 涨上去了，SRAM 反而不贵了。于是 Cerebras 的晶圆级引擎、英伟达收进来的 Groq，都成了"绕开 DRAM"的一条路。

第三条，CXL 内存池化。

CXL 是一种高速互连，让内存不再死死绑在某一颗 CPU 或某一台服务器上–可以扩展、共享、池化，多台处理器共用一片 DRAM，把已部署的内存用得更省。大摩说，CXL 以前主要按"CPU 内存扩展"来算市场（控制器约 40 亿美元），现在 AI 把这块机会往大约 60 亿美元（2030 年）推。

三、降规格，反而不是存储的坏消息

读到这你可能会问：满世界都在降内存、换 SRAM、上 CXL，那对做 DRAM 的，岂不是利空？

大摩的回答很有意思：短期看，是有一点。但如果 AI 因为 DRAM 太紧而干脆停下来不建了，那才是更糟的。所以"绕开"这件事，对存储行业不是需求消失，而是瓶颈在层级之间搬家。

它的逻辑是这样：你在 HBM 这一层砍了容量，数据不会凭空消失–它得往别处放，于是给 CXL 网络内存、给 NAND/闪存这些"别的层级"创造了需求。砍一层，压力就顶到剩下几层。

而且降规格不等于降性能。大摩引英伟达的数据：它的定制 HBM（NVHBM）相比 JEDEC 标准 HBM4e，带宽反而高约 30%、能给算力 die 多腾约 25% 的面积、功耗还低约 15%–因为把内存接口做窄了，PHY 和支持面积砍掉了约 67%。换句话说，省下来的地方，拿去塞更多算力。

至于谁受益，大摩点了几类：解耦推理里的 Cerebras（晶圆级 SRAM）、英伟达（通过 Groq 的 LPU）；CXL 里的 Astera Labs（Leo 内存控制器，预计 2027 年在两家美国超大规模客户放量、含定制 KV 缓存卸载）和 Marvell（Structera X）。注意，这只是研报点名的潜在受益方向，不是买入建议。 我把它们摆出来，是想让你看清这条"绕行链"上，价值正在从标准 DRAM 往定制 HBM、CXL、NAND 这些环节重新分配。

结语：把大摩这篇读透，其实是一句话–这轮存储短缺的解法，不是等产能，是重新分配。 AI 用降规格、解耦、CXL 三招，把内存从"最贵的那一层"往"更划算的层级"搬。对做存储的人，别只盯着"DRAM 会不会被少用"，要盯"瓶颈搬到了哪一层"–因为搬去哪儿，哪儿就缺货、哪儿就有价。

（数据归源：摩根士丹利 Joseph Moore 团队半导体研报，2026-10；英伟达定制 HBM 数据引自该报告转述 Nvidia。本文为第三方研报观点转述与解读，非个股推荐。）