过去两年，市场讨论 AI 缺什么，答案一路从 GPU 扩展到 HBM、光通信、电力和液冷。

现在，另一个约束正在走到台前：AI 不只需要会计算，还需要记得住。

我的判断是，美光这一轮最值得关注的，不是某家机构把目标价上调到多少，而是市场正在尝试给存储换一套定价框架。它当然还没有摆脱周期，但 AI 需求可能让这个周期更长、盈利峰值更高，也让客户更愿意用长期协议锁定供应。

换句话说，存储没有突然变成“永续成长股”，却正在从后台成本项，变成 AI 基础设施里不能缺货的瓶颈资产。

AI从短问答走向长任务，记忆需求开始追赶算力

把 AI 系统想象成一个硅基大脑：GPU 负责计算，HBM 提供离计算最近的高速记忆，普通 DRAM 承担工作记忆，NAND 和 SSD 则保存容量更大、访问频率更低的数据。

早期大模型更像“答完一道题就下班”。进入长上下文、多轮推理、Agent 和持续记忆阶段后，系统要保存的东西明显变多：KV cache、向量索引、工具调用记录、中间状态、日志和多模态数据，都在占用记忆资源。

这会带来两个变化。

第一，AI 的内存需求不再只集中于 HBM。服务器 DRAM、数据中心 SSD 和高容量 NAND 都可能被带动。

第二，云厂商面对的约束不只是“贵不贵”，而是“能不能及时拿到”。一旦缺货会拖慢昂贵算力的利用率，客户对价格的敏感度就可能低于消费电子时代。GPU 如果在等数据，再强的算力也只能原地踏步。

普通DRAM也在涨，才说明整个行业水位被抬高

市场对 HBM 涨价已经不陌生。真正值得重视的是，涨价开始向非 HBM 的普通 DRAM 扩散。

Citi 在 6 月 17 日的美光业绩前瞻中，预计 2026 年 DRAM 平均售价同比上涨 200%，NAND 平均售价上涨 186%；截至报告观察时点，DRAM 现货价格年初以来上涨 52%，4 月以来上涨 22%，并较合约价高出 21%。这些数字是机构预测和价格观察，不是公司保证，但它们共同指向一个事实：短期供给很难快速跟上需求。

Citi 同时判断，2026 年全球 DRAM 供给缺口约为 5%，上行周期可能延续到 2027 年。更关键的是，该机构认为今年大部分 DRAM 涨价来自大宗、非 HBM 产品的供需失衡。

如果只有 HBM 上涨，故事仍可被理解为“高端产品获得 AI 溢价”；当普通 DRAM 也被拉紧，逻辑就变成了：高端产品占用资源，服务器需求又在扩大，整个内存池的水位都在上升。

这也是美光、SK 海力士和三星盈利弹性可能超出旧周期模型的原因。当然，三家公司的 HBM 认证、良率、产品组合和产能节奏不同，不能仅凭“都做存储”就画上等号。

NAND不是DRAM替身，而是AI记忆层级里的下一站

NAND 这条线最有想象力、也最需要克制理解的线索，是 KV cache offloading。

KV cache 可以简单理解为模型在生成答案时保存的“临时思考上下文”。上下文越长、并发越高、Agent 任务持续越久，它占用的容量就越大。若所有数据都放在 HBM 或 DRAM 中，速度很快，但成本和容量压力也很高。

因此，部分访问频率较低的缓存和中间数据，可能被下沉到企业级 SSD。NAND 在这里不是一比一取代 DRAM，而是成为更便宜、更大容量的第二层记忆：热数据留在高速层，冷一些的数据移到容量层。

这条逻辑一旦兑现，NAND 的需求来源就不再只看手机、PC 和传统企业存储，还会多出 AI 推理基础设施这一项。但它目前仍是需要验证的产业推演，真正决定商业价值的，是软件栈、延迟损失、SSD 耐久度和总体拥有成本，而不是“能 offload”四个字本身。

长协的意义，是把一次涨价变成可见的未来收入

按 Citi 的前瞻，美光即将披露 5 月季度业绩。比单季收入和 EPS 是否超预期更重要的，是管理层如何谈 2026—2027 年供需、全年毛利率，以及长期供货协议（LTA）。

过去，市场给存储公司较低估值，是因为价格涨得快，也可能跌得快。周期高点的利润，常常要被打折。

如果大型客户愿意签更长期的供货协议，含义就变了：客户担心的不只是采购成本，更是未来能否拿到足够的货。对供应商而言，长协可以提高收入可见度；对估值而言，它可能降低“高点利润瞬间消失”的折价。

但要注意，长协并不等于锁定高利润。合同的定价机制、可调整条款、预付款、量价承诺和违约安排，都会影响实际价值。市场需要的不是一个“签了长协”的标题，而是协议怎样穿透到收入、毛利率和自由现金流。

1200美元不是重点，EPS上修链条才是重点

Citi 将美光目标价从 840 美元上调至 1200 美元，采用的是 10 倍 2027 自然年 EPS。值得注意的是，它没有靠无限抬高估值倍数来讲故事，而是大幅上修盈利假设。

该机构将美光 FY2026 EPS 预测从 58.46 美元提高到 60.73 美元，将 FY2027 EPS 从 104.56 美元提高到 114.73 美元，后者上修 10%。FY2026 和 FY2027 的毛利率预测分别达到 76.9% 和 82.9%。

这条传导链很清楚：

DRAM、HBM 和 NAND 价格上涨；

收入预期上修；

固定成本被更高单价摊薄，毛利率上修；

EPS 继续被上调；

市场愿意用新的盈利基数重新定价。

这也是我认为“目标价”反而不是重点的原因。目标价只是模型输出，真正需要跟踪的是模型里的价格、销量、毛利率和资本开支假设有没有继续兑现。

而且，80% 左右的毛利率本身就是警报器：它既说明供需极度紧张，也说明预期已进入非常态区间。越是漂亮的远期利润，越要问一句——这是可持续能力，还是周期峰值被直线外推？

真正能推翻逻辑的，是扩产、降价和需求优化

存储行业的老规律并没有失效：高价格会刺激扩产，扩产会埋下下一轮供给过剩的种子。

我会重点跟踪四类反向信号：

供给纪律松动：美光、三星、SK 海力士的资本开支、晶圆投入和 bit growth 是否明显加速。

价格拐点出现：现货相对合约的溢价是否收窄，季度 DRAM/NAND ASP 涨幅是否快速回落。

AI需求低于预期：云厂商资本开支、AI 服务器出货和推理 token 增长能否支撑远期容量。

架构效率反噬容量：模型压缩、缓存复用、内存分层和下一代硬件优化，是否显著降低单位任务的内存需求。

美光这轮重估最有价值的理解，不是“周期消失了”，而是周期之上多了一层 AI 瓶颈溢价。

如果普通 DRAM 持续紧张、NAND 的 AI 推理需求被验证、长期协议提高收入可见度，那么存储公司的盈利中枢可能高于过去。但如果扩产太快、价格掉头或远期 AI 需求未能兑现，所谓“新范式”仍会被旧周期教育一次。

AI 的下一场竞争，不只是算得更快，也是谁能以更低成本保存更多上下文。GPU 是大脑，存储是记忆；一个只会计算、却记不住东西的系统，离真正的智能还很远。

风险提示

本文仅为产业研究和市场观察，不构成投资建议。文中 2026—2027 年价格、利润和目标价均为机构预测，可能因供需、竞争、资本开支和市场估值变化而显著偏离。