缺的不是GPU，是DRAM，咋想的？

AI抢晶圆，抢到DRAM头上了。

2026年9月初，三件看似不相干的事在同一周发生：OpenAI 发布 GPT-6 Astra，喊出『Welcome to the AGI era』；戴尔 财报电话会上，副董事长 Jeff Clarke 把供应链瓶颈总结成一句话——『DRAM，DRAM，DRAM』；ASML 在 SEMICON Taiwan 披露，High NA EUV 已累计曝光超135万片晶圆。

一条在讲应用叙事，一条在讲整机缺货，一条在讲制造供给。但把三者放在一张桌上，你会看到一个完整的传导链：AI从吃GPU，开始吃存储，吃服务器，最终吃掉整个晶圆厂的排产表。

这篇文章想讲清楚一件事：AGI叙事最容易被忽略的部分，是它对半导体供给侧的物理压力，才刚刚开始显形。

🚀 Agent时代：AI的算力胃口，是复利式膨胀的

每一代新形态的AI应用，都是一次算力消耗结构的重写。

OpenAI 这次给出的 GPT-6 Astra，核心卖点不是聊天，而是『世界上最好的计算机使用模型』——它不靠API对接每个软件，而是像人一样操作浏览器、表格、桌面应用，直接产出成品文档，跑完多步骤工作流。联合创始人 Greg Brockman 在闭门简报会的收尾相当直白：『欢迎来到AGI时代。』

这句话先按下不表。对半导体行业来说，真正值得琢磨的是它的工程含义：一个Agent完成任务的方式，不是一次推理调用，而是几十上百次的屏幕理解、点击决策、内容生成。

这会带来什么？如果企业员工真的不再『点鼠标敲键盘』，那么每个白领背后都挂着一个持续运转的推理负载。粗略推演：一个Agent跑完一条多步流程，其底层消耗的token量和算力秒数，可能是传统『问一句答一句』模式的十倍量级。

这也是为什么 Jeff Clarke 在电话会上特别点了一句：Agentic工作负载正在直接拉动传统CPU服务器的需求。 Agent不只在GPU上跑推理，它的编排、调度、数据搬运、文档渲染，大量落在CPU和内存上。

据多位接近整机厂的人士透露，过去一年客户配置AI服务器时，内存与显存的配比规格被反复上调，『以前是GPU带多大内存配多大，现在是内存先配满，GPU往后排』。

一句话总结这一节：Agent不是省算力的技术，是把算力消耗从『点状』改成『常驻』的技术。 这正是DRAM灾难的起点。

📦 戴尔的电话会：一句『DRAM三连』背后的产业警报

9月1日美股盘后，戴尔 的2027财年二季报几乎是一份AI基建的中期成绩单：

更值得玩味的是两个细节。

第一，需求在扩散。 Jeff Clarke 明确说，AI需求正从大型云厂商向主权国家和传统企业客户蔓延，AI工厂客户数已超6500家，其中3300家是过去三个季度新增的。这意味着AI算力采购从『几家巨头的资本开支游戏』变成了『全社会的设备更新运动』——需求曲线的斜率陡了一个数量级。

第二，传统业务老树发新芽。 仅过去两个季度，戴尔传统服务器和网络业务创造的营收，几乎等于历史上任意一个完整财年。客户安装库中还有120万台14代或更老旧的服务器待更新。数据中心现代化加上Agent负载上CPU，两条腿一起踩油门。

然后就是那句会被反复引用的话。当被问及供应链约束，Jeff Clarke 说：

“『限制因素依然如旧。就是DRAM，DRAM，DRAM，其次是NAND，NAND，NAND。』

注意他的排序——缺的不是GPU，是内存。 存储已经取代逻辑芯片，成为AI基建的第一瓶颈。

这符合存储行业的固有脾气：DRAM是典型的『产能刚性、周期剧烈』品类，扩产从决策到出货要两到三年，而AI需求的爆发是以季度计的。当950亿美元积压订单压在整机厂头上，而DRAM供给曲线几乎是竖直的，价格和交期的双重飙升就是必然结果。

传导链长这样：

换句话说，OpenAI每发布一个更激进的模型，ASML的订单簿就厚一页。 这不是比喻，是当下正在发生的会计事实。

🔬 ASML的135万片：供给侧的冷静，与需求的焦灼

当需求端喊缺货时，供给端在做什么？ASML 在SEMICON Taiwan 2026给出的答案很『荷兰』：不承诺奇迹，只公布进度。

先看硬数据：

• High NA EUV 累计曝光晶圆已超135万片
• 4个客户共10台设备投入运行，另有3台在发货安装流程中
• 首代量产机型 TWINSCAN EXE:5200B 达成每小时135片的量产规格，未来将提升至180片以上
• 机队可用率当前84%，年底目标90%，远期目标93%
• 成像能力可满足未来最多5个2D DRAM制程节点的需求，并有望减少先进制程的金属互连层数

把两个数字放在一起看会很有意思：戴尔积压订单950亿美元，日思夜想的是更多DRAM；而DRAM想扩产，绕不开的是更先进的图案化方案——High NA EUV恰好被 ASML 点明可用于未来2D DRAM节点。也就是说，缓解『DRAM荒』的钥匙之一，正躺在这台还在爬可用率的机器里。

但机器的节奏是物理的。135片/小时对比成熟DUV机台数百片的水平，High NA仍处在爬坡早段；84%的可用率意味着每六小时就有一小时停机。一位接近设备供应链的分析人士私下评价：『客户都想明天就拿到量产机，但光刻机的良率学习曲线，一步都省不掉。』

这就是当下半导体产业最真实的张力：需求端以月为单位燃烧，供给端以年为单位爬坡。 ASML 的冷静不是保守，是光学和精密工程的物理常数决定的。

产业判断层面还有一层含义：High NA能减少金属互连层数，意味着同样的晶体管密度下布线更省。这对逻辑厂是成本优化，对存储厂则是在寸土寸金的DRAM die上抠面积——当DRAM需求被AI打到天上，每提升一点位密度，都是真金白银的供给增量。

⚖️ 三线并读：AGI叙事的物理账本

把三条线索放进同一个框架，账本就很清楚了。

几个判断值得记下：

第一，存储周期已经被AI结构性改写。 过去DRAM的周期由PC和手机驱动，波动温和且可预测。现在Agent负载要『常驻内存』，HBM又切走了一大片先进产能，传统DRAM供给被动收缩——短缺不是情绪，是结构。存储厂在这轮周期里的议价权，可能是近十年最强的一季。

第二，『算力』的定义正在扩围。 市场此前把AI基建投资几乎等同于GPU，但戴尔的数据说明，传统CPU服务器两个季度干出一个财年的活。对半导体投资视角而言，DRAM、NAND、成熟制程逻辑，全都在AI的账单上。

第三，叙事与产能的时间差，是未来两年最大的产业矛盾。 Brockman 说『欢迎来到AGI时代』，ASML 的回答是『可用率年底到90%』。软件世界的摩尔心态是指数，设备世界的交付心态是线性——两者的落差，就是DRAM价格曲线的形状。

至于地缘维度，只需冷静补一句：High NA EUV的客户名单和DRAM扩产地的分布，本身就在重新划定未来五年算力的地理版图。这不是立场问题，是设备流向问题。

结语：模型很科幻，晶圆很诚实

GPT-6 Astra 的发布会讲的是未来，戴尔 的电话会讲的是现在，ASML 的论坛讲的是现在通往未来的路。

AGI会不会来，见仁见智；但Agent时代的内存消耗已经来了，写进了950亿美元的积压订单里，写进了『DRAM，DRAM，DRAM』的三连感叹里。

接下来的关键观察点有三：DRAM合约价的环比走势、存储大厂的资本开支纪律，以及High NA EUV能否在年内兑现90%可用率。如果三者中任何一个掉链子，AGI的日程表，恐怕都得往后挪一挪——毕竟模型可以迭代，晶圆厂不能。