夜雨聆风
【十字路口导读】5月28日，存储芯片巨头美光科技市值突破1万亿美元，成为AI竞赛中最新晋的万亿美元俱乐部成员。英伟达突破万亿靠的是GPU，美光靠的是HBM（高带宽内存）——每一颗AI GPU旁边，必须贴着一组HBM芯片才能工作。AI算力需求正在从GPU向产业链上游传导：HBM、电力、冷却、光纤——每一个环节都在被万亿级的资本重塑。这不再是「英伟达吃肉、别人喝汤」的故事，而是整个AI硬件生态链的集体价值重估。
英伟达是AI芯片故事的主角——这已经是共识。H100、B200、即将到来的Rubin平台，每一代GPU的发布都是科技头条。但在每一块GPU旁边，有一块同样不可或缺但很少被提起的芯片：HBM。
HBM（High Bandwidth Memory）是一种垂直堆叠的高带宽内存。传统内存芯片平铺在主板上，数据在芯片和处理器之间来回搬运，速度和功耗都受限。HBM把多层DRAM芯片像楼房一样垂直堆叠在一起，通过硅通孔（TSV）直接上下联通，大幅缩短数据路径、降低延迟、提高带宽。对于AI训练和推理这种对内存带宽极度饥渴的工作负载，HBM是必选项——一块B200 GPU旁边要贴8颗HBM3e芯片，总容量192GB。
美光、三星和SK海力士是全球HBM市场的三巨头。美光在HBM3e上的技术节奏赶上了AI需求的爆发窗口，是这次市值突破的直接推力。公司最新季度数据中心业务收入同比翻了不止一倍。
万亿市值不是一个随便的数字。到2026年5月，全球市值过万亿的科技公司用一只手能数过来——苹果、微软、英伟达、Google、亚马逊。美光加入这个名单，意味着市场在押注AI硬件需求不是一轮脉冲，而是一个长周期的基础设施重建。
AI的算力需求正在经历一个经典的经济学传导过程。
第一波红利给了GPU制造商（英伟达、AMD）。第二波传导到了HBM供应商（美光、SK海力士、三星）。第三波正在向更上游的晶圆代工（台积电2nm和3nm产线被AI芯片订单塞满）和EDA/IP工具（Cadence、Synopsys）传导。
同时，数据中心本身的物理基建也在被重塑。全球数据中心容量预计在2025到2030年间翻倍。AI数据中心的电力需求在2025年暴增50%。冷却系统（液冷正在取代风冷成为AI数据中心标配）、光纤互联（Mellanox/英伟达网络业务同步起飞）、电力供应——每一个环节的供应商都在从AI资本支出中分到越来越大的蛋糕。
这也是为什么IEA在5月发布的报告发出警告：AI的能源胃口正在超过AI在气候解决方案上的部署速度。算力狂欢的另一面，是电力、水和碳足迹的同步膨胀。
美光的万亿市值是AI产业链成熟化的一个标志，但也带来了一个需要回答的问题：市场定价是否已经把未来几年的增长都吃进去了？
支撑看多的逻辑是清晰的。每一代AI模型都需要更多的参数、更大的训练集群、更长的上下文窗口——所有这些都直接转化为更多的HBM需求。从GPT-5到GPT-5.5再到GPT-5.6，上下文窗口从128K涨到1M再涨到1.5M，每一次扩展都需要配套的硬件升级。HBM也已经从HBM3迭代到HBM3e再到HBM4（2026年下半年量产），单颗容量和带宽在持续爬升。
但看过空的一面同样有理由。全球科技公司2026年的AI资本支出已经逼近7000亿美元，而AI应用的收入端——尤其是消费者付费——远远没有跟上。如果AI商业化不及预期，整个硬件供应链的订单可能会经历一次陡峭的修正。
前印度央行行长Raghuram Rajan在5月28日同一天发表了一篇题为「给AI狂热泼一盆冷水」的文章，核心论点就是：AI公司越来越依赖债务融资，市场对AI收入增长的假设可能过于乐观。万亿市值俱乐部的门槛是历史性的，但站上去之后能不能站稳，取决于AI产业能否从「投入期」顺利进入「产期」。
本文由AI辅助创作，人工编辑全程主导选题、事实核查与编辑判断。
