存储缺货、麒麟复活、TPU上桌

存储在涨价，芯片在复活，自研算力在出圈。

2026年9月的第一周，三条原本不相干的新闻撞在了一起：长鑫科技在半年度业绩会上说，全球DRAM下半年还会紧张；华为发布了采用韬（τ）定律逻辑折叠技术的麒麟9050 Pro，首发搭载在三折叠手机上；SemiAnalysis则放出了谷歌TPUv7 Ironwood对英伟达B200/B300的第三方推理测试，每美元性能最高领先50%。

三件事，三个主角，一个共同的推手——AI算力需求，正在把存储、逻辑和推理芯片这三条产业链同时拉紧。

📈 DRAM又不够用了，这次是AI干的

金句：存储周期的每一次反转，背后都站着一个新的终端。

9月7日，长鑫科技召开2026年半年度业绩说明会。公司高级副总裁兼财务负责人黄丹阳给出的判断很明确：全球DRAM供应下半年仍将紧张，公司毛利率持续上升，既受益于行业景气周期，也反映自身盈利能力得到实质提升。

但长鑫科技同时泼了一盆冷水：当前价格已处于高位，持续大幅上涨并不可持续。这个表述很克制——紧张是真的，但暴涨的斜率未必守得住。

紧张到什么程度？韩国券商KB Securities的分析给出了一个惊人的数字：随着AI基础设施投资以前所未有的速度扩张，三星电子和SK海力士的存储晶片库存已不足10天的供应量，明年可供销售的产品可能明显不足。

10天库存，对一家正常运转的存储大厂来说，几乎等于裸奔。

更值得注意的是格局变化。据Counterpoint Research9月2日发布的报告，长鑫科技今年第二季度的全球DRAM营收市占率，从去年同期的4%升至10%，位居全球第四。一年时间市占率翻了2.5倍，这在成熟得近乎固化的DRAM市场里，是罕见的位移。

pie title 2026Q2全球DRAM营收市占率

长鑫科技 : 10

其他厂商 : 90

DRAM广泛用于智能手机、PC、服务器和AI系统，承担短期数据存储功能。AI服务器对容量的吞噬，正在把原本平衡的供需天平压向短缺一侧。长鑫科技作为中国最大的DRAM晶片制造商，恰好站在了周期与国产化的双重顺风上。

据多位接近产业链的人士观察，本轮存储紧张的传导顺序大致是这样的：

产业逻辑很清晰：头部厂商把先进产能和先进封装资源向AI相关产品倾斜，常规DRAM的供给被挤压，价格上行，而 长鑫科技这样的追赶者正好承接溢出需求。周期是东风，份额是自己挣的。

🔋 麒麟复活：一部三折叠手机背后的供应链信号

金句：芯片发布会从来不只是讲芯片，也是在讲供应链。

同一天，9月7日，华为发布了首款采用韬（τ）定律逻辑折叠（LogicFolding）技术的麒麟9050 Pro芯片，首发搭载于同日发布的新款三折叠手机Mate XT 2非凡大师。

有两个细节值得咀嚼。

第一，这是一次量产级别的亮相，而非PPT表态。据财新报道，这标志着该芯片已实现量产，且华为国产供应链产能瓶颈有所缓解。性能水平有待市场验证，这一点华为和外界都心知肚明。

第二，该芯片采用的是较为保守的逻辑折叠设计，华为官方的表态是：逻辑折叠将逐步向全规模、多层折叠发展。换句话说，麒麟9050 Pro是韬定律路线图上的第一步，而不是终点。

回顾一下时间线，你会看到一条清晰的节奏线：

值得注意的是，麒麟芯片上次在华为发布会亮相是2025年9月，同样首发于三折叠屏手机Mate XTs——在此之前，麒麟芯片沉寂超过4年。

为什么总是三折叠手机首发？一款形态激进、定价高端的产品，天然适合消化新工艺初期的有限产能：出货量可控，溢价足够，品牌叙事拉满。等工艺爬坡、良率稳定，再向下渗透到走量机型，是教科书式的导入策略。

产业逻辑层面，麒麟9050 Pro的量产释放的信号比性能参数更重要：逻辑折叠这条国产自研路线已经从验证期进入量产期。在先进制程获取受限的背景下，用设计和封装层面的创新去补制程代差，是目前可见的工程解法之一。保守，恰恰意味着务实。

💡 谷歌TPU杀进英伟达腹地：推理经济学变了

金句：训练看峰值，推理看账单，账单才是AI的终局语言。

第三个故事的主角，是走出了内部围墙的谷歌TPU。

SemiAnalysis发布了首份针对TPUv7 Ironwood的第三方推理测试结果。在同等条件对比下，Ironwood在每美元性能指标上最高领先英伟达B200和B300达50%。这是第三方机构第一次给出如此明确的量化结论，标志着谷歌在AI推理芯片市场的竞争格局中正式发起冲击。

数字拆开看更扎眼。测试以Qwen3.5 397B FP8模型为基准，在每用户每秒100个token的交互速度下，Ironwood每百万token推理成本约为0.181美元，低于B200的0.222美元和B300的0.276美元，分别便宜约19%和34%。

在更低并发、更高交互性的场景（每秒20 token/用户）下，Ironwood每芯片总吞吐量达9364 token/秒，高于B200的8903和B300的8925。叠加更低的每小时芯片成本，Ironwood每美元可产出的token数量比B200高出50.4%，比B300高出96.0%。

如果把口径换成谷歌内部总拥有成本（TCO），在更高并发场景下，Ironwood相对B200的每美元性能优势可扩大至76.7%，相对B300则达130.2%。当然，TCO口径由谷歌自己提供，折扣要打，但趋势方向第三方数据已经背书。

客户用脚投票更说明问题：Anthropic已承诺采购逾百万颗TPU，成为谷歌TPU最大外部用户，预计到2029年其TPU使用量将超过DeepMind自身。

SemiAnalysis的判断是：随着分离式预填充/解码、投机解码等关键优化落地，TPUv7有望在全性能曲线上与英伟达GB200/GB300 NVL72正面竞争。而谷歌正在全力推进名为TorchTPU的新一代原生PyTorch后端，预计10月开源，取代此前存在诸多局限的TorchAX方案——这是在补TPU生态最短的那块板。

对英伟达来说，CUDA护城河依然深，但推理这个增量市场第一次出现了价格上有说服力的对手。推理是AI商业化的成本中心，每百万token便宜20%-30%，对任何一家大模型公司都是真金白银。

⚠️ 三条新闻一条线：AI在重新分配产能

金句：当需求端出现指数级变量，供给侧的所有座位都要重新排。

把三条新闻放在一起，产业图景就完整了。

AI算力基建的扩张，同时抽紧了三根绳子：存储侧，服务器内存需求激增，三星电子和SK海力士库存降至10天以内，常规DRAM供给被动收缩，长鑫科技趁机把份额从4%干到10%；逻辑侧，制程受限的玩家转向设计创新，华为用逻辑折叠把麒麟送回量产轨道；推理侧，经济性成为新的竞争维度，谷歌用每美元性能直接叫板英伟达。

三条线还有一个隐含的共性：都在挑战既有的秩序。存储市场的座次、移动SoC的供应链、AI推理芯片的定价权，过去几年相对稳固的格局，正在被同一个变量撬动。

当然，冷静看，每条线都有自己的天花板。长鑫科技自己都承认价格不具备持续大幅上涨的条件，周期会均值回归；麒麟9050 Pro的性能还需要市场验证，逻辑折叠也只是保守的第一步；TPU的成本优势部分依赖谷歌口径，生态短板才刚开始补。

但方向已经清晰：AI不是一场只属于GPU的派对。

小结

一周之内，长鑫科技官宣DRAM紧张贯穿下半年、华为麒麟以韬定律实现量产、谷歌TPUv7在每美元性能上压过英伟达Blackwell——三条看似孤立的消息，其实是同一枚硬币的三个侧面：AI推理需求正在同时重塑存储、逻辑与算力芯片的供给格局。对产业观察者而言，接下来值得盯的三个指标是：DRAM价格斜率是否放缓、麒麟全规模折叠的落地节奏、以及10月TorchTPU开源后TPU生态的真实增长。座次正在重排，牌局才刚过半。