存储芯片下游需求产业观察评论分析· 3537 字· 约6分钟阅读

内存墙,终于有人掀桌子了?

A
AI编辑团队AI 原创内容
2026-09-10 22:29 发布· 本文由作者与AI协作完成
本内容由人工智能生成,仅供研究参考,不构成投资建议。
💡

美国初创公司Kepler Computing隐身7年后宣布无需EUV的3D新内存,容量号称10倍于HBM。本文结合2Q26 DRAM营收暴涨与高盛光模块上修,拆解内存墙困局、3D堆栈的技术逻辑与融资故事的疑点,判断谁在真造内存,谁在讲故事。

AI把算力喂得越来越肥,内存却还在原地喘气。就在此时,一家隐身七年的美国初创公司Kepler Computing突然宣布:不用EUV,明年就能量产容量10倍于HBM的全新内存。是真革命,还是又一场融资叙事?我们结合刚出炉的DRAM行情和光模块预测,把这件事掰开看——结论先行:方向是对的,故事是真的急,兑现还早。

🧱 内存墙:AI狂欢里最沉默的那个瓶颈

算力每翻一倍,内存就再落后一步。

大模型从训练走向推理、再走向Agent化之后,瓶颈正在从GPU转移到内存。推理时代,数据在HBM、DRAM、SRAM之间来回搬运的能耗和延迟,已经超过计算本身。业内私下把这个问题叫「内存墙」——墙这边是几百亿的GPU订单,墙那边是排队等数据的晶体管。

墙有多高?看行情就知道。

TrendForce最新数据显示,受AI服务器带动,2Q26全球DRAM产业营收环比暴增59.5%,达到约1547.3亿美元。HBM3e、LPDDR5X、大容量RDIMM全线吃紧,传统DRAM合约价大幅上涨——Agentic AI应用兴起后,各种容量的RDIMM需求还在继续加码。

一句话总结:供给扩产的速度,追不上需求增长的速度。

指标2Q26表现
全球DRAM营收约1547.3亿美元,环比+59.5%
核心拉动HBM3e、LPDDR5X、大容量RDIMM
价格趋势传统DRAM合约价大幅上涨
需求新变量Agentic AI带动RDIMM全容量段扩张

当全行业都在为HBM挤产能时,任何一句「我能做出比HBM更好的东西」,都会立刻被资本侧耳听进去。这就是Kepler Computing登场的最佳背景板。

🚀 Kepler开大:七年隐身,一纸宣言

真正的大公司发布前召开卖会,真正缺关注的初创公司发布会前先造势。

9月10日,据快科技报道,Kepler Computing结束了7年低调研发,正式开设X账号官宣:将推出全新前沿级内存产品——不需要EUV工艺,每瓦带宽接近SRAM,容量却是SRAM及HBM的10倍以上。

时间线排得相当激进:

Kepler路线图

2019年前后 : 开始低调隐身研发

2026年9月 : 开设账号高调官宣

2026年内 : 推出内存样品

2027年 : 启动量产

2028年 : 美国本土扩展规模

公司已获得4.68亿美元融资,并宣称建设了专用晶圆厂。

为了防住「骗融资」的质疑,Kepler在宣传文案里堆了一整套金光闪闪的履历:团队共同领导过行业最早的3D芯片堆栈技术之一,主导并扩展了第七代DRAM内存及多个逻辑设计,量产过数十亿颗芯片,构建了世界上第一个商业化物理综合工具,还解决了铁电材料的长期挑战、发明了超越CMOS的逻辑器件。

阵容确实唬人。但细看会发现一个耐人寻味的细节:这些履历动辄「某项技术的初创者或发明人」,具体在哪家公司做出来的却鲜有提及。据多位接近人士的观感,这是一份典型的「全明星但少坐标」简历——技术牛是真牛,去中心化叙事也是刻意为之。

🔬 不用EUV的内存,逻辑上说得通吗?

工艺不够,堆叠来凑——这条路3D NAND走过,值得认真对待。

先说技术判断。外界普遍推测Kepler的产品是某种3D RAM:靠芯片堆栈实现超高密度和性能,从而绕开昂贵的EUV光刻。这个思路在产业逻辑上并不荒谬——

  • 密度:3D堆栈走垂直方向扩容,不像平面DRAM那样必须依赖最先进制程缩小单元面积;
  • 带宽:短垂直互连天然降低信号传输距离,有希望逼近SRAM级的每瓦带宽;
  • 成本:避开EUV意味着可以用相对成熟的光刻设备生产,资本开支结构完全不同。

但要泼一盆冷水:3D内存这个概念,已经不新鲜了。 十几年前,各种「革命性内存产品」就轮番发布过——MRAM、PCM、FeRAM、3D DRAM,PPT个个惊艳,量产寥寥无几。宣传容易,真正的难点从来是如何大规模、高良率、有成本竞争力地生产出来。

行业里有句老话:实验室里的内存指标,和晶圆厂里的内存指标,中间隔着一代人的工程师。Kepler声称2027年量产,中间只有一年多缓冲期,对新架构内存而言几乎是极限操作。

⚠️ 4.68亿美元建晶圆厂?这笔账有点匪夷所思

故事讲得越满,资产负债表越要经得起看。

最值得警惕的疑点在钱上。该公司宣称4.68亿美元融资就能建立晶圆厂——说实话,这个数字让不少产业人士直呼看不懂:这点钱找先进工艺代工厂流片都不一定够,何况是自建产线。

做个不精确但直观的对比:一座先进逻辑或存储晶圆厂的投入通常以百亿美元计;即便是成熟工艺专用厂,加上洁净室、设备、爬坡良率损失,数亿美元也只够打个地基。除非——

  • 这是「专用」的极小规模中试线,量产实际外包给代工厂或存储大厂;
  • 或者所谓「晶圆厂」是营销话术,实际指封测/堆叠产线;
  • 又或者,这是面向下一轮融资的估值叙事。

Kepler必须自证的清单其实很短也很硬:今年拿出样品,给出实测带宽、密度、良率和单比特成本。样品到量产之间,还有良率、可靠性、与主控和封装生态的适配三座山。参照历史,从「革命性内存发布」到「规模化出货」,这个行业最不缺的就是十年起步的案例。

对投资人而言,判断标准可以粗暴一点:看它2026年底的样品敢不敢公开实测数据,而不是再看一轮概念视频。

📈 光模块的疯狂,反过来证明内存缺口有多大

下游涨得越凶,墙就砌得越高。

Kepler的故事能不能成,最终取决于AI基础设施的胃口还有多大。这方面,刚刚更新的行业预测给出了注脚。

高盛在最新全球光模块报告中大幅上修预测:2026-2028年全球光模块市场规模将分别达到约677亿、1314亿和1485亿美元,较此前预测上调33%、81%和115%。

年份市场规模较此前上调
2026约677亿美元+33%
2027约1314亿美元+81%
2028约1485亿美元+115%

上修的核心逻辑不是服务器数量,而是架构迁移:AI整机柜比例快速提升,单颗GPU或ASIC所需光模块数量持续增加。以英伟达平台为例,GB200在GPU层用400G、网络层用800G;GB300把GPU层升级到800G、Leaf和Spine层上1.6T;Rubin及Rubin Ultra将继续向1.6T和3.2T迁移。到2028年,仅3.2T一项就预计贡献约813亿美元,占全球光模块市场价值的55%。

把这条线索和内存连起来看:集群越大,网络带宽越高,喂数据的压力最终全部传导回内存子系统。 高盛预计全球AI整机柜出货量将快速放量,每一步架构升级都在放大内存墙——这既是HBM供不应求的原因,也是Kepler们讲故事的最大底气。

💡 收尾判断:谁在真造内存,谁在讲故事

验证一个内存故事只需要两样东西:实测样品,和一张能量产的价格表。

回到开头的问题:Kepler Computing是掀桌子的人,还是又一个上台唱戏的?

产业逻辑上,我们倾向于给方向正面评价:AI对内存带宽、容量、能效的需求是真实且刚性的,DRAM环比59.5%的营收暴增和光模块市场115%的预测上调,都在为一个「后HBM时代」的候选技术买单预期。3D堆栈绕开EUV的路线,也符合「密度靠立体、成本靠成熟工艺」的历史经验。

但兑现层面,必须保持冷静:4.68亿美元建厂的资金缺口、2027年量产的时间压力、十几年来3D内存概念反复折戟的前科,每一条都足够写进风险提示。行业私下传的一句话很到位——「内存行业从不缺革命,缺的是活到量产的革命。」

对产业观察者来说,接下来只需盯住两个节点:2026年内样品的实测数据,以及2027年量产公告背后有没有一家愿意背书的代工或封装伙伴。有,故事成一半;没有,那就是下一轮融资的PPT页码。

内存墙不会因为一次发布会消失,但每一块砸向它的石头,都值得看清楚是谁扔的。