AI Infra-Memory | 芯片通胀——指向存储危机(2/3)

目录

1、执行摘要

2、内存：一个持续多年的瓶颈问题

3、HBM 自我蚕食与双层市场

1-3：AI Infra-Memory | 芯片通胀——指向存储危机（1/3）

4、通货膨胀传导效应及其对各行业的影响（本文）

5、芯片产业、经济增长与通货膨胀——宏观视角（本文）

6、美中政策选择难以带来短期缓解

7、引言：内存基础——类型、市场结构与生命周期

8、附录：每吉瓦人工智能数据中心部署所需的内存资源

4、芯片通货膨胀传导效应及其对各行业的影响

4.1 买卖双方矩阵：谁享有优先权？

4.2 行业影响与传导效应——痛苦究竟落在谁身上

4.3 会计不对称性至关重要

4.4 能力成本：未被构建的部分

4.5 芯片通胀对美元的影响

4.6 内存与GPU成本趋同

4.7 识别芯片通胀的周期性与长期性风险

当前内存市场周期的驱动因素在于晶圆产能的结构性重新分配以及供应商对人工智能相关需求的关注。这种内存短缺正重塑个人电脑和智能手机市场格局，因为供应商更优先满足高价值的人工智能/服务器需求，而非利润率较低的消费类应用需求。这已直接转化为终端市场需求风险。

我们预计，内存成本的急剧上涨将使2026年的个人电脑出货量较2025年下降10%以上，智能手机出货量下降13%；同时，内存和固态硬盘价格的上涨将推高设备整体价格，需求也将日益向高端设备倾斜。

此外还存在长期影响：设备重新设计、单元经济模式的结构性转变、行业整合，以及对本地部署与云端环境下的工作负载组合进行重新评估。

4.1 买卖双方矩阵：谁享有优先权？

买卖双方格局正从大宗商品市场转向资源配置市场。在供应端，三星、SK海力士和美光科技主导先进DRAM及 HBM 领域； CXMT 在DRAM产能扩张中日益重要。而在NAND存储器和企业级固态硬盘领域，主要供应商包括三星、 KIOXIA /闪迪、SK海力士/索利迪格姆、美光科技以及 YMTC 。

在采购端，超大规模企业、人工智能基础设施供应商以及GPU/加速器生态系统是 HBM 、高密度服务器DRAM和企业级固态硬盘最具战略价值的客户。这类客户更有可能获得优先采购权，因为他们具备规模化部署能力、明确的技术路线规划，并愿意通过长期协议（LTAs）作出承诺，因此始终位居采购优先序列的前列。相比之下，传统消费类及工业类客户面临的竞争更为激烈：个人电脑制造商、智能手机厂商、游戏主机生产商、网络设备公司、汽车制造商、工业企业、医疗设备制造商以及小型硬件公司虽同样依赖DRAM、 LPDDR 和NAND存储器，但其议价能力远逊于人工智能/云计算领域的客户。

战略矛盾在于：上游供应集中度高，而下游需求广泛分散。当人工智能客户优先获得资源分配时，剩余市场将面临更严格的准入门槛和更高的价格波动性。

4.2 行业影响与传导效应——痛苦究竟落在谁身上？

内存成本上涨正演变为整个硬件行业的普遍利润率风险，其影响范围已超越个人电脑和智能手机，延伸至游戏主机、服务器、云计算、网络设备、汽车电子系统、医疗设备、宽带设备、工业系统以及低成本教育/嵌入式设备领域。问题不仅在于DRAM/NAND芯片价格的攀升，更在于资源分配的优先级问题：

供应商正优先满足与人工智能基础设施相关的 HBM 、服务器DRAM及企业级SSD需求；而传统消费级和工业级内存用户则日益面临价格攀升、交货周期延长以及议价能力减弱等问题。

从总成本角度来看，服务器、云计算设备和个人电脑属于受影响最严重的领域。但若考虑经过成本转嫁后的净利润率变化，受影响最大的行业则有所不同：中端及低端个人电脑、低端智能手机、消费电子设备、游戏主机、嵌入式设备与教育设备，以及小型工业设备制造商（见图表36）。尽管面对如此显著的价格上涨，难以预测历史需求弹性是否会重演这一趋势，但我们的定量分析结果仍呈现相似态势：中低端个人电脑和智能手机的需求反应相对弹性较高，因此面临的净利润率风险远大于企业基础设施领域——后者的市场需求弹性较低，利润率保护空间相对较大（见图表38）。这些以消费者需求为主导的终端市场，既面临较高的零部件成本暴露风险，又具备较弱的定价能力以及较高的需求弹性。

4.3 会计不对称性至关重要

芯片通胀一个不太明显的传导机制在于会计处理方式。

这种影响尤为显著地波及那些并未直接从Al服务中获利、但仍需支付由Al驱动的内存成本的企业。由此产生了会计上的不对称性：大型机厂商可充分利用内存密集型的Al服务器并随时间推移逐步折旧其价值；而消费级硬件制造商和工业设备原始设备制造商则会更直接地感受到内存成本通胀对库存及销售成本的影响。

因此，同样的内存价格冲击对某些买家而言可能表现为战略性资本支出，而对另一些买家则会立即带来毛利率压力。这正是当前周期中芯片通胀最鲜少被讨论的传导机制之一。

4.4 能力成本：未被构建的部分

内存产能过剩不仅意味着非AI行业向内存制造商的资源转移，更日益成为制约产品开发与生产进度的关键因素。

对汽车制造商而言，内存成本正推迟ADAS系统的部署，并压缩电动汽车项目的经济效益。通用汽车已将其2026年大宗商品及物流通胀预期上调了10亿至20亿美元，主要原因是驾驶员使用的DRAM成本上涨。

l若DRAM成本持续居高不下，麦格纳预计汽车领域将面临更大的定价压力。

l伟世通的内存供应量仅能满足至2027年的需求，该公司正为2026年及之后的需求筛选新兴供应商。

对于医疗保健及医疗器械领域而言，其影响更为广泛，但挑战确实存在。

l通用电气医疗保健公司指出，与芯片成本及成本控制措施相关的通胀压力高达2.5亿美元中的约1亿美元。

l西门子医疗表示，由于包括存储芯片在内的供应链通胀影响，每股收益（EPS）可能下降至0.05欧元。

lIntuitive Surgical指出，其毛利率面临压力，其中关税、运费及半导体存储器成本带来的影响约为100个基点。

对于间接渠道（规模最大且最不易察觉）而言，所有在AWS、Azure或 GCP 上运行工作负载的企业都会通过其云账单感受到芯片成本上涨的影响。无论是开展欺诈检测的银行、实施路线优化的物流公司，还是进行库存分析的零售商——所有企业都在间接承担内存成本上升的压力，却未将其视为独立的内存支出项目。这一渠道不仅具有最广泛的经济影响，也是任何单一企业的财务报告中最难被识别的部分。

4.5 芯片通胀对美元的影响

内存成本的上涨幅度已达到足以影响整个行业层面的程度。虽然具体数值因产品而异，但几乎所有的硬件产品——无论是个人电脑、服务器、存储阵列还是智能手机等——都含有一定比例的NAND与DRAM存储元件；据估算，其占比从设备材料清单中的5%（如打印机）到高端服务器的70%不等。简而言之，在面向高性能需求的高端产品中（如AI闪存存储阵列、高端及传统服务器、高端个人电脑以及AI服务器），其材料清单中NAND/DRAM组合占比均达到25%-70%以上；相反，打印机或网络硬件等产品的内存含量则普遍较低。

然而，这表明大多数硬件OEM和ODM厂商过度涉足内存市场，尤其是那些在高端设备领域具有业务布局的企业（图37）。

预计到2026年，内存市场的年收入增长额（约6000亿美元）将超过整个标准智能手机、个人电脑或服务器市场的需求规模总和。为更直观地了解内存成本上涨带来的整体影响：仅在过去三个月内，2026年内存市场总收入预期值就从2025年的2200亿美元激增71%，从5200亿美元攀升至8900亿美元。

内存采购商不仅面临今年高达3000亿美元的内存成本增幅——相当于芬兰或新西兰的全年GDP总量——而且内存市场在2026年的年收入增长额（约6000亿美元）也将超过整个标准智能手机、个人电脑或服务器市场的需求规模总和（见图表40）。

这部分成本将在2026年体现为内存采购商的销售成本或资本支出。总体而言，全球硬件行业目前必须应对高达1.3万亿美元硬件市场需求总额中逾半部分的内存成本增长；根据行业估算数据，服务器领域的成本负担最为沉重（达2460亿美元），其次是智能手机（1750亿美元）、个人电脑（1320亿美元）以及外部存储设备（130亿美元）。

这并不意味着所有硬件企业都会面临同等程度的直接利润压力。芯片成本上涨带来的负担将分散在超大规模制造商、原始设备制造商（OEM）、零部件供应商、分销商、企业客户及终端用户身上。但影响程度存在显著差异：内存产品的超级周期规模之大，足以引发价格上调、利润率承压、规格缩减、产品上市延迟、预算重新分配以及需求萎缩等一系列连锁反应。对于超大规模制造商而言，更高的内存成本正被转化为战略性的资本支出；而对于大多数非核心硬件采购方来说，则表现为产品价格上涨、销售成本压力增大、产品规格降低以及产品发布或更新周期推迟等问题。

在非人工智能硬件市场中，规模效应至关重要。供应商整合多款产品（如个人电脑、服务器、存储设备）市场需求的能力，或具备异常强大的购买力（如苹果、三星），都会显著影响内存分配资源的获取。

但即便是充足的内存配置也会带来显著成本负担——整个硬件生态系统的价格都将随之上涨。根据TrendForce最新的内存价格预测，并假设硬件厂商会优先维持利润率，我们估算：智能手机的同类产品单价涨幅需达到约35%，个人电脑需超过70%，服务器需超过80%，存储阵列则需超过110%——此为平均值。

据我们所知，目前高端存储/服务器市场已出现价格大幅上涨（某些案例涨幅超过100%）的情况，这主要源于内存及其他半导体元件（如CPU、PCB、 MLCC等）成本的持续攀升。

需要说明的是，这些必要的价格上调幅度远高于几乎所有主要硬件品类的历史平均ASP（平均销售价格）走势。个人电脑（PC）便是最典型的例子：过去约30年间，PC的年均ASP增长率通常波动在±10%范围内；即便在通胀最为严重的时期（包括新冠疫情导致的供应短缺），整体价格涨幅也仅维持在个位数百分比水平。事实上，若今年PC价格同比上涨67%，这将创下PC市场历史上最强劲的年均ASP增长纪录，增幅高达8至9倍（见图表43）。

此次冲击的时间点可能有所延迟。许多硬件公司仍在消化低成本库存带来的影响，这可能会掩盖短期盈利受到的冲击。这也解释了为何部分内存相关企业仍能超出本季度预期，而投资者则对2026年下半年及之后的利润率风险持担忧态度。

然而，各渠道的内存库存均迅速耗尽。随着高价内存产品逐步消耗库存及销售成本（COGS），企业需决定是提价、降低规格参数、推迟上市还是承受利润率压力。

4.6 内存与GPU成本趋同

内存成本现已占Rubin机架BOM总成本的25%以上。我们基于自下而上的分析表明，内存成本在人工智能基础设施中的占比已显著攀升：在GB200 NVL72机架BOM中，内存成本仅占5%-10%；但随着内存容量增加及价格大幅上涨，其占比在VR200/Rubin机架BOM中已升至约25%-30%。详细BOM对比显示，内存成本从每台GB300机架的37.4万美元飙升至每台VR200机架的200万美元，增幅达435%，成为非GPU成本通胀的最大来源。

这便是最明确的以美元计价的芯片通胀证据：对于超大规模制造商而言，内存成本上涨已纳入战略性的人工智能资本支出范畴，并可随时间逐步计入成本；而对于非人工智能领域的采购方，则同样的供应冲击会更直接地体现在销售成本、毛利率、产品定价及供货能力上。因此问题不仅在于内存价格持续攀升，更在于人工智能基础设施正占据整体零部件支出及供应商资源配置中远超其他领域的比重。

4.7 识别芯片通胀的周期性与长期性风险

周期性风险：2026年全年，几乎所有硬件终端市场的价格都将持续上涨，相关设备的配置规格也在不断下调。尽管采取了这些措施，硬件利润率在2026年下半年及之后仍可能面临压力，其中受影响最严重的当属需求弹性最高的市场领域——个人电脑、智能手机以及低端消费电子产品。最大的周期性变量仍是需求弹性反应，尤其是在加速采购（即提前采购）行为结束后。在个人电脑领域，这种趋势已初现端倪；我们预计2026年下半年销量将出现两位数的同比下滑。对于服务器和存储设备而言，由于工作负载增长及人工智能应用场景的扩展，市场需求更具韧性；行业分析师仍预期其销量将在2026年全年及2027年初保持增长态势，尽管价格已创下历史新高。

硬件市场面临的更核心问题依然存在：内存价格通胀的长期风险究竟有多大？在消费市场，我们可能会看到产品被迫重新设计、低端产品被淘汰，以及随着二三线厂商为应对持续的内存超周期而努力求生而导致的行业整合。

在企业市场，已有初步迹象表明芯片通胀可能加速工作负载向云端迁移——这源于成本结构的不对称性：硬件价格的上涨速度远快于云服务器实例的价格。虽然现在评估所有潜在影响还为时过早，但我们越来越清楚地认识到，芯片通胀必将对整个硬件市场产生深远的长期影响。

5、芯片产业、经济增长与通货膨胀——宏观视角

5.1 生产者价格通胀（PPI）中的内存成本

5.2 内存成本在消费者价格通胀（CPI）中的体现

芯片通胀的影响已在与计算机和电子设备相关的生产者价格指数（PPI）细分领域显现。然而对消费者价格指数（CPI）的影响相对较小，这或许表明面向消费者的生产商在制定利润空间决策时面临困难。我们预计这种压力仍将在数据中显现，因为电子元件通胀的上升趋势尚未缓解。然而，通胀因素对整体宏观经济数据的影响将较为有限——芯片价格在消费者物价指数（PPl）和消费者价格指数（CPl）中的占比均不足1%；商品价格仅占CPl指数的不到三分之一；此外，关税效应逐渐减弱也严重扭曲了商品通胀数据（详见相关讨论）。

5.1 生产者价格通胀（PPI）中的内存成本

内存成本对通胀的影响在与电子设备及相关配件相关的PPI子类别中最为显著。

在所有存在内存成本风险的品类中，电子元件及配件子类别的同比涨幅最为突出，目前已接近30%，且尚未出现明显峰值（见图49）。

电子设备PPI的上涨趋势也正蔓延至整个供应链，尤其体现在第二阶段和第三阶段中间产品领域——这些环节的总体指数均受到波及（见图50）。

由于供应链向消费端延伸的影响，PPI的第二、三阶段指标最能准确反映这一上涨趋势。虽然电子设备及零部件对这些指标的贡献率不足1%，但其影响依然显著。不过，在总体PPI层面，这种通胀推力有所减弱，因为商品在PPI中的占比远低于服务行业。

将生产者价格指数（PPI）转化为消费者价格指数（CPI）具有重要意义，因为它能反映生产商面临的利润压力程度。在CPI中对应的商品并未表现出明显的通胀迹象——其通胀率显著较低（以CPI衡量的计算机产品年化通胀率约为5%，而零部件通胀率则高达约30%）。这自然意味着利润压力将迫使供应链中的企业做出艰难决策。虽然我们预计消费者价格指数仍将面临进一步压力，但由于芯片在整体成本结构中的占比相对较低，加之消费者承受能力较强，当前通胀水平似乎比PPI所显示的数值要低得多。

不过，我们预计生产者价格指数（PPI）的上涨将对美国供应链产生实质性的影响，并可能传导至整体经济增长。鉴于人工智能资本支出对美国经济增长的重要性（详见相关讨论），密切关注PPI向消费者价格指数（CPI）的转化情况以及投资情绪变化至关重要。推动美国投资市场看涨态势的关键因素之一正是持续增长的人工智能资本支出。迄今为止，人工智能资本支出与宏观经济环境基本保持独立走势；但若因芯片成本过高导致支出增速放缓，则将带来双重影响：既可能抑制投资活力，又会延缓人工智能技术在美国转化为实际生产力的速度。成本消化机制的具体形态将对美国投资市场的乐观预期产生重要影响。

5.2 内存成本在消费者价格通胀（CPI）中的体现

我们认为，对消费者价格指数（CPI）的影响在各个具体类别中更多表现为微观层面而非宏观层面的变动，但对整体指数的影响较为有限，预计到2026年仅对总体通胀率产生约10个基点的影响。这是因为对记忆敏感的商品在CPI构成篮子中的权重相对较低（见图表51）。

不过，不同品类的内存供应情况可能存在差异。个人电脑和智能手机是需要重点关注的对象——这两类产品在材料清单中内存消耗量较高，且在对内存需求敏感的核心商品CPI指数中占比相对较大。行业分析师预计，今年个人电脑的平均售价（ASP）可能上涨20%，智能手机价格则有望增长约15%（详见此处）。但近几个月内存成本的急剧攀升，可能给这些预测带来上行风险。

平均销售价格（ASP）与消费者价格指数（CPI）之间的关系并非一一对应。这些商品的CPI数据均经过质量调整，而ASP系列数据则未作此类调整。这种调整使得CPI数据相较于ASP数据更为平滑。历史经验印证了这一点：以电脑为例，ASP每年上涨30%大致相当于CPI价格每年上涨约10%（见图52），这意味着实际通胀幅度远低于这一数值；智能手机领域的相关关系更为微弱（见图53），表明基于CPI计算的通胀率相较于ASP估算值存在下行风险。

综合考虑ASP与CPI指标之间的关联以及当前分析师预测可能面临的上行风险，我们预计2026年CPl类电脑的年增长率将达到10%（与ASP的30%年增长率一致），这意味着增速较2025年将加快15个百分点。CPI智能手机的增长前景则相对不确定，但保守估计该品类的增长速度将与PC类手机相似。

对于其他商品类别而言，价格波动的影响相对有限。电视和家用电器的成本结构中内存占比较低，因此价格压力较为温和；相比之下，游戏主机的内存成本占比高达约30%，对价格波动极为敏感。在完全传导的情况下，价格上涨幅度可能相当可观（甚至超过100%）。但由于游戏主机在消费者价格指数（CPI）构成中的权重极低，其对整体通胀的贡献几乎可以忽略不计。

对于汽车领域，影响更为有限。我们的分析师估计，内存成本的上升今年将使生产成本增加约1%至3%。然而，原始设备制造商（OEM）的定价指引基本保持不变，表明这些成本已被计入利润率而非转嫁给消费者。