DRAM暴涨60%，轮到存储吃肉了

DRAM行业收入单季环比涨了60%。同一周，AMD把2030年AI市场规模预期从1万亿美元翻倍到2万亿美元，Meta的机架级订单超买；再往前一点，一家叫Architect Labs的实验室宣布，AI只用了不到两周，自己设计并验证了一颗能跑大模型的量产级芯片。

需求端、供给端、工具端，三线同时变盘。这不是普通的景气回升，而是AI对整个半导体产业链的一次结构性重估。这篇文章，我们把它拆开看。

📈 存储这碗饭，终于轮到AI买单了

存储行业等这一顿饭，等了两年多。

据TrendForce数据，2026年第二季度DRAM产业收入环比增长60%。驱动因素非常明确：AI服务器带动HBM3e、LPDDR5X以及高容量RDIMM出货走高。翻译成人话——训练集群要HBM，端侧推理要LPDDR5X，AI服务器主存要插满大容量RDIMM，三类需求同时起量，把整个DRAM大盘抬了起来。

有意思的地方在于，这三类产品对应的是三条完全不同的需求曲线：

产业逻辑也变了。过去DRAM是典型的大宗商品生意：拼产能、拼成本、拼周期择时。现在HBM把存储变成了算力的"配套件"，价值结构从吨位生意转向性能生意。HBM3e要堆叠、要封装、要和GPU绑定交付，三星、SK海力士、美光的竞争维度已经完全不同。

产业链里流传一句半开玩笑的话：以前存储厂看手机厂脸色，现在看云厂商的采购单。而云厂商的采购单，眼下正越拉越长——这正是下面这节要说的。

🔥 见顶论吵了一年，订单先开了口

关于AI算力需求是否见顶，市场吵了快一年。AMD选择用订单回应。

在花旗全球TMT大会上，AMD干了两件事。第一，把2030年AI总可寻址市场（TAM）预期从此前的1万亿美元级别，大幅上调至2万亿美元——直接翻倍。第二，公布了Helios机架级系统的订单情况：Meta及另外两家未具名的AI实验室已成为核心客户，且这些客户实际提交的需求预测，均超出了其初始采购协议。

一句话概括：客户不但买了，还买超了。

这两个增量直接推动AMD股价周二盘中一度大涨7%，收涨5.9%。但比股价更值得关注的是管理层给出的结构性判断——过去十二个月，推理已成为AI计算需求增长的主要驱动力，工作负载正从基础聊天机器人，向具备自主决策能力的智能体AI系统迁移。智能体要反复调用模型，单次任务的计算量成倍放大，这才是TAM翻倍的底层依据，而不是拍脑袋。

把AMD给出的节奏捋一遍，时间线相当紧凑：

• 本季度：新一代AI加速器MI450 GPU正式发布
• 四季度起：MI450进入放量阶段，持续到2027年
• 2026年下半年：服务器CPU业务指引同比增速超80%，明年延续强劲
• 2027年：Helios出货量预期已超出初始预测，同时开拓"新云"（neo-cloud）服务商的增量需求
• 2030年：AI TAM预期2万亿美元

注意一个细节：AMD的战略重心，正在从"发布产品讲故事"转向"兑现订单抢份额"。数据中心业务明年预计翻倍以上增长，服务器CPU下半年增速超80%——这是在英特尔的传统腹地里实打实地攻城略地。

宏观TAM可以争论，但客户超额下单这件事，微观层面很难造假。

🧠 AI开始设计AI自己的芯片

需求侧的故事讲完，再看供给侧一个更根本性的变化：芯片设计的范式，正在被AI自己改写。

Architect Labs的定制芯片人工智能研究实验室，由Ebrahim Hussain和Aaditya Subedi领导。他们宣布：仅需两位人类架构师提供技术规范，其AI系统就在不到两周内，完成了AI加速器Redwood的设计与端到端全面验证——包括RTL代码、固件和定制内核，全部生成并验证完毕。这颗芯片目前运行在FPGA平台上，可以对Llama和Qwen在内的数十亿参数模型进行推理。

性能也不是概念验证水平。基于三星8nm工艺，Redwood的数据相当扎眼：

英特尔前工程高级副总裁Sunil Shenoy的评价很有分量：四十年前他入行时，芯片设计只需要一两个工程师；此后复杂性、耗时和风险指数级增长，即便EDA工具不断进步，一个芯片项目仍要耗费数年和庞大团队。他的结论是——Redwood实现了范式转变，正在把过去只有少数巨头才掌握的能力"普及化"。

产业逻辑的精髓在反馈回路。传统流程里，芯片项目动辄数年、数亿美元，专业人才日益稀缺，研发集中在少数大厂手中，AI工作负载往往被迫去适配几年前就定型的硬件。而Redwood从一开始就是硬件软件协同设计：内核、固件、RTL共同开发优化，芯片围绕AI工作负载定制，而不是软件迁就硬件。更好的模型催生更好的硬件设计，更高效的硬件又反过来跑出更好的AI性能——开发周期的两端同时提速。

以前是人造芯片给AI用，现在是AI造芯片给自己用。这句话放到两年前，会被当成营销话术。

⚠️ 狂欢之下，先看清碗里是什么

三个利好叠在一起，很容易让人热血上头。冷静拆一下，各有各的前提条件。

第一，存储的60%环比增速，本质仍是周期生意。HBM3e、LPDDR5X、RDIMM的放量，全部挂在AI服务器这条单一需求曲线上。据多位接近存储原厂的人士观察，HBM产能对常规DRAM的挤占效应正在显现，一旦云厂商资本开支节奏放缓，60%的环比弹性同样可能反向放大。存储的β从来都是双刃剑——涨起来凶，跌下去也不含糊。

第二，TAM翻倍是预期管理，订单才是硬通货。2万亿美元的2030年TAM，需要MI450四季度如期放量、Helios 2027年出货兑现、服务器CPU增速延续这一整条证据链。目前Meta等客户的超额需求预测是好的起点，但"预测"和"交付验收"之间，还隔着良率、产能和供应链的整整一年。下一个检验点是MI450上市后的实际份额，而不是又一次大会发言。

第三，AI设计芯片离先进制程还有距离。Redwood目前跑在FPGA上，工艺对标三星8nm——这是成熟节点，面向机器人、无人机、边缘设备的物理AI场景。它证明了方法论的可行性，但还没证明这套流程能攻下先进制程下动辄数千人年的验证深水区。方向对了，路还长。不过话说回来，边缘推理恰恰是当下增量最确定的市场之一，8nm的成本结构未必是劣势。

把三条线索拼在一起，产业链的图景其实很清晰：

一个自我强化的循环，正在取代过去那种单点爆品驱动的旧模式。这是本轮周期和以往最大的不同。

小结

DRAM收入环比涨60%，是AI需求传导到存储端的结果；AMD的2万亿美元TAM与Helios超额订单，是这条需求曲线的强度证明；而Redwood的两周造芯，则预示着供给端的迭代速度本身要被AI提级。

需求更旺、兑现更实、设计更快——三者互为因果，构成了一个罕见的正向循环。当然，循环成立的前提，是推理需求持续超预期。2027年Helios的实际出货和MI450的市场份额，将是最值得盯的两个验证点。盛宴确实开了，但筷子要拿稳。