内存比GPU还抢手,缺到2030年
📋 总体概括
奥尔特曼赴韩与约50名三星高管会面,长鑫科技前三季度净利1320亿元,SK海力士判断存储缺货将持续到2030年。三件事指向同一逻辑:AI基础设施超3万亿美元投资中存储占三分之一支出,存储正从周期品变成AI时代的战略资源,长协锁定产能正在改写行业游戏规则。
📄 正文
10月的最后一周,存储行业迎来了属于自己的"大人物时刻":OpenAI CEO 萨姆·奥尔特曼飞赴韩国龙仁,与约50名三星高管闭门会谈;长鑫科技交出前三季度净利润1320.4亿元的答卷;SK海力士则直接把缺货周期画到了2030年。这不是一次普通的景气上行。AI基础设施领域的五家头部企业计划在未来几年投入超过3万亿美元,而存储芯片支出约占数据中心总支出的三分之一。存储,正在从周期品变成AI时代的战略资源。
🚢 五十人的会面:最急的客户亲自上门
在存储行业,从来只有销售拜访客户的道理,没听说过客户堵在供应商门口排队。
10月31日下午,彭博社报道了这场不寻常的会面:全球存储芯片供应短缺日益严重之际,奥尔特曼现身韩国龙仁市,与三星旗下电子、金融和生物科技业务的约50名高管举行会谈。双方讨论的议题相当宏大——未来十年AI对产业格局、企业决策方式和商业发展的影响。
但落到实操层面,事情非常具体。按照此前已公布的合作安排,三星将向OpenAI的"星际之门"基础设施项目供应存储芯片,双方还将共建AI数据中心,合作范围甚至包括海上浮动式数据中心——一个听起来像科幻、实则反映土地与电力双重稀缺的方案。
SK海力士业绩会判断缺货延续至2030年
长鑫科技发布前三季度业绩并披露长协进展
奥尔特曼与约50名三星高管会面
奥尔特曼并不是第一个亲自飞韩国的科技巨头掌门人。据报道,自去年以来,英伟达 CEO 黄仁勋和AMD CEO 苏姿丰已分别两度访韩,目的都是加强供应链合作。韩国在先进存储芯片制造领域处于领先地位,AI技术在当地企业和消费者中的普及也在加快。
数据层面,这场"排队潮"的背景是:多种存储产品供应不足正给全球电子行业带来压力,芯片价格随之大幅上涨,各大数据中心运营商对存储芯片的争夺进一步加剧。据多位接近供应链的人士透露,存储大厂最近接待客户的方式已经彻底变了——以前是厂商出海抢订单,现在是云厂商的采购负责人常驻韩国,就为了在产能分配会议上多争取一个百分比。
产业逻辑很清晰:当算力芯片的供给逐渐理顺之后,存储成了AI基础设施链条上最紧的一环。巨头CEO亲自上门,本质是在为自家数百万张卡的"记忆体"提前占座。
📈 长鑫的1320亿:周期股长成了成长股
上一轮还在为生存而战的DRAM厂商,这一轮直接把利润表写成了科幻小说。
10月30日晚,长鑫科技发布公告:2026年前三季度实现营业收入2690.24亿元,同比增长738.51%;归母净利润1320.4亿元,同比扭亏为盈。其中第三季度单季营收1187.14亿元,同比增长613.18%,净利润544.35亿元。长鑫科技把业绩变动的原因说得很直白:全球DRAM产品供不应求,销售数量和销售价格大幅上涨,叠加单位成本下降,毛利大幅上升。
| 指标 | 2026年前三季度 | 同比变化 |
|---|---|---|
| 营业收入 | 2690.24亿元 | +738.51% |
| 归母净利润 | 1320.4亿元 | 同比扭亏 |
| Q3单季营收 | 1187.14亿元 | +613.18% |
| Q3单季净利润 | 544.35亿元 | 同比扭亏 |
比数字更重要的是姿态。10月31日发布的投资者关系活动记录表显示,长鑫科技管理层在业绩会上透露,长协相关工作进展顺利,已与多家头部客户协商长期供货协议,以锁定中长期确定性需求——公司的目标表述相当有野心:成为人工智能时代核心的内存制造商。对于四季度和明年,管理层的判断是:服务器客户需求强劲,DRAM供不应求仍将延续,营收继续保持增长。
这里有一个被很多人低估的产业变量:中国存储厂商第一次在一个超级周期里拥有了"边际定价"的一席之地。当全球DRAM整体供不应求时,任何一家能够稳定出货的厂商都会被客户争抢;而当涨价红利叠加长鑫自身的成本改善,利润弹性就被放大到了738%这样的量级。这不是简单的运气,而是AI需求外溢给了全球每一个有效产能以议价权。
🔒 长协锁产能:存储周期规律正在被改写
存储行业最古老的规律是周期,而周期正在被合同改写。
SK海力士在三季度业绩沟通会上给出的判断堪称本轮行情的"定调之作":受AI基础设施持续扩张影响,存储芯片供不应求的局面预计延续到2030年。支撑这个判断的,是一套完整的正向循环逻辑——AI落地带来效率提升,反过来持续推动数据中心投入,需求主体也从少数大厂扩散到各类企业与各国机构。短期由企业级、消费级AI带动,中长期则依靠自动驾驶、机器人这类"物理AI"持续拉动。
订单层面的数字更能说明问题:SK海力士已经和包括头部云厂商在内的14家核心客户签订长期供货协议,锁定的供应量占到2027年、2028年总产能的五成以上,部分客户还在协商进一步拉长协议周期。
熟悉存储行业历史的人都清楚这个数字的分量。过去二十年,存储是一个典型的大宗商品市场:价格由现货和季度合约决定,涨起来一哄而上,跌起来哀鸿遍野,2008年、2019年、2022年几轮下行周期淘汰了大批玩家。而长协锁定过半产能,意味着厂商拿到了类似晶圆代工的"产能预付"模式——收入可见性大幅提升,资本开支决策也更有底气。
SK海力士还提到了一个更深层的结构性变化:AI存储正逐步走向客制化联合开发。换言之,存储产品不再是标准件,而是和客户AI系统深度绑定的定制方案。一旦绑定,客户更换供应商的意愿和成本都会显著上升,行业周期波动自然会比传统存储时代更加平缓。据多位接近头部云厂商的人士称,目前大客户的存储团队和存储原厂的研发团队已经实现了"驻场式"协作,联研项目从规格定义阶段就同步启动。
💾 HBM4与企业级SSD:下一轮牌桌的筹码
超级周期里,产能决定今天,产品定义决定明天。
SK海力士在业绩会上给出了明确的执行路线:今年四季度实现HBM4在出货与营收规模上超过HBM3E,同时把321层NAND工艺在韩国本土产能中的占比提升至50%以上,加码企业级SSD供给。这两个动作分别瞄准了AI内存带宽的下一代竞赛,以及数据中心"存储墙"的另一侧——当训练数据集以PB为单位扩张时,企业级SSD的短缺程度并不亚于DRAM。
这张象限图大致勾勒出了存储行业的价值迁移方向:越靠近AI计算核心的产品,技术门槛和商业价值越高,也越容易获得长协和联研的双重锁定。HBM是目前的皇冠,企业级SSD是正在快速升值的资产,而消费级存储则更多是周期红利的被动受益者。
对三星而言,与OpenAI的合作正是押注这个价值迁移的落子——供应星际之门项目、共建AI数据中心、探索海上浮动式方案,都是把存储从"卖颗粒"升级为"卖基础设施能力"的尝试。与此同时,三星也在加快AI技术在自身业务中的应用,覆盖研发、制造、营销和企业运营等环节,试图用AI改善自家晶圆厂的良率与效率,这是一个有趣的自我强化循环。
⚠️ 缺到2030年,然后呢
需求是火箭,供给是老牛车,这是本轮存储行情最真实的写照。
SK海力士对供给端的描述相当克制但信息量极大:先进存储制程研发难度持续抬升,新建晶圆厂周期漫长,产能释放节奏跟不上需求扩张速度。多位科技行业高管此前也公开警告,芯片制造产能难以满足持续增长的市场需求。翻译成大白话:钱可以印,晶圆厂印不出来——从选址、洁净室建设到设备搬入、良率爬坡,一个先进存储工厂从动工到有效产出,通常要以年为计量单位。
但"缺到2030年"这个判断,也值得冷静地多看一眼。它的隐含前提是:AI基础设施投资按照计划兑现,五家头部企业超3万亿美元的支出真正落地,并且物理AI(自动驾驶、机器人)如期接棒企业级AI成为需求引擎。任何一环不及预期,供需的天平都会重新摇摆。
`infographic
{"type":"iceberg","title":"存储超级周期的水面上下","above":[{"label":"显性:涨价与暴利","desc":"DRAM供不应求,长鑫前三季度净利1320.4亿元"},{\"label\":\"显性:巨头排队拜访\",\"desc\":\"奥尔特曼赴韩会面,黄仁勋与苏姿丰分别两度访韩\"}],\"below\":[{\"label\":\"隐性:长协锁定\",\"desc\":\"SK海力士14家核心客户锁走2027至2028年五成以上产能\"},{\"label\":\"隐性:供给刚性\",\"desc\":\"先进制程研发难度抬升,新建晶圆厂周期漫长\"},{\"label\":\"隐性:客制化联研\",\"desc\":\"AI存储走向与客户联合开发,商业关系从买卖变成绑定\"}]}\n`\n\n还有一个地缘维度不能忽略:当\"各类企业与各国机构\"都成为需求主体,存储供应链的分布就成了各国战略议程的一部分。韩国在先进存储领域的领先地位、中国厂商产能的快速扩张、各国对本土算力基础设施的执念,会让这轮周期的供给端比以往任何一次都更复杂。产能竞赛的每一步,都不只是商业决策。\n\n## 🔭 结语:硬通货的新座次\n\n奥尔特曼亲自上门、长鑫科技净利1320亿元、SK海力士锁定过半产能——这三条新闻其实是同一件事的三个切面:存储芯片已经从电子产业的\"配料\"变成了AI时代的\"硬通货\"。长协化和客制化联研正在把一个古老的周期行业,改造成类似先进封装的\"深度绑定\"生意。前瞻地看,2027至2028年这批长协覆盖的产能真正落地时,供需会否出现结构性反转、HBM4之后的下一代产品由谁定义,将决定下一轮牌桌上的座次。唯一确定的是:坐在牌桌边的,已经不只是存储原厂自己了。\n",
}
本文由本站 AI 辅助聚合生成,原始来源如下: