AI 时代存储供需的辩证法：从杰文斯悖论到中国厂商的高端突围

最近韩国市场上关于"内存超级周期即将结束"的看空声音渐多。核心逻辑有三：超大规模云厂商不会无限高价采购、中国内存产能逐步释放、以及 TerraFab 等垂直整合玩家入局，2028 年的 consensus 将被打破。

这些观点并非全然无理。内存在本质上仍是周期行业——价格一旦拐头，利润就会消失。但空头们忽略了一个关键的历史规律：效率提升从未减少过需求，反而一直在扩大市场。

杰文斯悖论在 AI 时代重现

1865 年，英国经济学家威廉·杰文斯发现：瓦特改良蒸汽机后，煤炭效率大幅提升，但煤炭消费不但没有减少，反而暴增。原因很简单——效率提高降低了使用成本，反而刺激了更广泛的应用。

这一幕正在 AI 存储领域重演。

HBM3 → HBM3E → HBM4，每一代带宽提升 1.5~2 倍。同等 GPU 算力下，可处理的 token 数成倍增长，token 单价持续下降。按照空头逻辑，这应该让大厂买更少的内存。但现实恰恰相反：token 单价越低，原本因成本犹豫的应用场景就越有动力入场——更长上下文、更复杂模型、更多用户，市场盘子被整体做大。

作者以"妻弟在 Lam Research 工作 7 年，公司总裁强调员工不要卖股票到 2030 年"作为一线证据，虽不免逸闻色彩，但传递的信号值得认真对待。作为内存设备核心供应商，Lam Research 对资本开支周期的判断，比华尔街分析师更贴近地面。而作者所在企业级 AI 平台明年使用费继续上调——因为 token 消耗量仍在加速增长——恰好印证了 Jevons Paradox 正在 AI 领域生效。

存储供需的"三重分裂"

当前的存储市场不能用"好"或"坏"简单概括。事实上，它呈现出三重分裂：

第一层：HBM 供不应求，标准品供需宽松。 SK 海力士、三星、美光的 HBM 产能到 2027 年前基本被 NVIDIA 和其他 AI 客户锁死。标准 DDR5 和 NAND Flash 则面临需求复苏不及预期的压力——PC 和手机换机周期拉长，传统数据中心采购趋于保守。

第二层：AI 驱动的高端需求与此前不同的需求本质。 过去的内存峰值来自单设备容量增长（手机 2GB→8GB→16GB），而现在的需求来自全新的计算范式——AI 推理和训练对内存带宽和容量的消耗几乎是"无限"的。这种结构性变化使得简单套用历史周期模型变得危险。

第三层：供给端的扩张存在硬约束。 EUV 光刻机供应紧张、HBM 所需的 TSV 封装产能有限、先进节点良率爬坡缓慢——这些物理瓶颈叠加地缘政治壁垒，使得供给无法像过去几轮周期那样快速响应价格信号。

拐点何时到来？

我认为"拐点"需要分层讨论：

•  
• HBM 的供给拐点：2027 年之前大概率不会出现。三大原厂的 HBM 产能已被长期合同覆盖，新进入者（包括中国厂商）至少需要 3~5 年才能形成有意义的产能。
•  
• 标准内存的周期拐点：2026 年下半年到 2027 年上半年可能迎来下行压力，关键变量是 PC/手机需求复苏力度和三大原厂的扩产节奏。
•  
• 真正的超级周期结束：如果 LLM 的 scaling law 出现天花板、或者新的计算范式（如光子计算、存内计算）颠覆了当前架构，那才是真正的周期终结。但至少在 2030 年之前，这种可能性较小。

作者对"2027~2028 peak-out"观点持否定态度，我基本认同。但需要补充的是——历史上的每一次"这次不一样"到最后往往还是回到了周期规律。Jevons Paradox 推动需求增长的逻辑坚实，但它只能推后峰值，无法消灭周期。关键要看：需求增长曲线和供给增长曲线何时交叉。

中国存储厂商能否走向高端？

这是最值得深入讨论的问题。

CXMT（长鑫存储）在 DDR4 和部分 DDR5 上已实现量产，YMTC（长江存储）在 NAND 领域的技术路线也取得了突破。但"能做标准品"和"能打入高端"之间存在巨大鸿沟。

HBM 的门槛体现在三个维度：一是 EUV 设备，被美国出口管制牢牢封锁，CXMT 短期内无法获得；二是 1c/1d 先进 DRAM 工艺，良率和性能差距至少在 2~3 年以上；三是 TSV 封装与异构集成，需要长期工艺积累和客户验证周期。

作者对中国厂商的判断大体准确：至少在 2028 年之前，中国存储对 HBM 和先进 DRAM 领域的供给几乎不会产生实质性影响。但这并不意味着中国厂商没有机会——在利基市场（如 LPDDR 对位产品、特定嵌入式存储）中，中国厂商仍有可能通过价格优势获得份额。而在真正的 AI 高端存储赛道上，技术和地缘政治的双重壁垒决定了突围将是一个以五年为单位计算的过程。

值得注意的是，中国存储的"崛起叙事"本身存在过度简化的风险。正如台积电建立代工生态用了 30 年、SK 海力士在 HBM 上花了 10 年——半导体领域的后来者追赶从来不是线性过程。

对作者观点的总结性评价

认同之处：

•  
• Jevons Paradox 的逻辑链条坚实，历史验证充分
•  
• 效率→需求扩张的正反馈是理解 AI 存储需求的正确框架
•  
• 对中国厂商短期内难以攻入 HBM 的判断客观
•  
• 一线信号（Lam Research、企业 AI 预算）比抽象模型更有参考价值

需要补充/质疑之处：

•  
• 作者对"周期消失"的暗示过于乐观。Jevons Paradox 拉长了上升期，但不会消灭周期的本质。当 HBM 产能开始显著超出需求时，价格崩塌的剧本会重演——问题是"何时"，而非"是否"。
•  
• 韩国市场特有的"过度关注三星/海力士股价"视角可能导致分析偏颇。三星的 DRAM 业务短期内仍会受到传统市场需求疲软的拖累。
•  
• 作者未充分讨论的风险：如果 AI 推理效率提升大幅降低了内存需求（如 Apple 的 Unified Memory 架构或新型量化技术），反而可能在局部形成"反杰文斯效应"。

结语

AI 时代的存储产业，正处于结构性增长与周期性规律的拉锯战中。Jevons Paradox 给了我们一个乐观的框架，但半导体行业的本质——供需的钟摆运动——不会因此消失。

对于投资者和从业者来说，最危险的错觉不是"周期还会回来"，而是"这次真的不一样"。保持乐观，但保持清醒——这句话在这场辩论中，适用于多空双方。