昨天晚上，根据台湾经济日报的消息，美光暂停报价，可能要涨价20%-30%。几个月前我们分析过DDR4的那波涨PG电子网站价，星球中我们每个月也会跟踪UBS的Memory monthly，关于Memory（DDR、HBM、NAND）的需求、产能等的详细数据。
存储芯片是用途非常广，2024 年存储市场在手机、PC、服务器等需求复苏或提升的推动下创造了1670亿美元的历史新高，差不多1.2万亿人民币，其中 NAND Flash 市场规模达696 亿美元，DRAM市场规模达 973 亿美元。这篇文章我们聊一聊存储器的概述、市场和产业链。
存储芯片是现代电子设备的基础部件，它负责数据的临时存储或长期保存。根据是否断电丢失数据，存储芯片主要分为易失性存储和非易失性存储两大类。易失性存储断电后数据会消失，比如常见的内存条；非易失性存储则能保留数据，比如U盘或固态硬盘。
第一种是静态随机存储器（SRAM），它的优点是速度非常快，因为内部使用晶体管来保持数据，不需要刷新操作。但缺点是成本高，因为每个比特需要更多晶体管，早年间它常用于DVD和VCD设备，现在主要应用在对速度要求极高的场景，比如CPU的缓存内存，那里需要快速读取指令。
第二种是动态随机存储器（DRAM），优势在于速度较快且容量大，适合存放临时数据，比如运行程序时的中间结果。但它需要不断刷新来维持数据，就像电容的充放电过程，这导致功耗较高，而且断电数据丢失。目前DRAM广泛用于智能手机、个人电脑、服务器以及AI计算领域，比如在AI训练中临时存储大量参数。
第三种是高带宽存储器（HBM），这是新兴类型，通过3D堆叠技术将多个芯片层叠起来，实现更高的速度和带宽。它的优点是数据吞吐量大，适合高性能计算，但成本也较高，主要用于AI加速器，比如GPU显卡，在处理大规模神经网络时提供快速数据访问。
非易失性存储的主要代表是NAND Flash和NOR Flash。NAND Flash是当前主流的大容量存储，优点是数据不易丢失、容量大、成本低，因为它使用浮栅晶体管来存储电荷。但缺点是写入速度较慢，而且有擦写次数限制，比如常见的eMMC模块擦写寿命大约3000次，超过后可能失效。它应用在SD卡、固态硬盘、U盘、手机存储卡，以及SATA或PCIe接口的固态存储器中，比如笔记本电脑的SSD。NOR Flash则相反，主要用于存储可编程代码，优点是随机读取速度快，支持直接执行代码，不需要额外加载到内存。但容量小、成本高，擦写寿命较长，大约10万次。它多用于物联网设备、汽车CPU、HUD抬头显示以及摄像头配套的固件存储，比如汽车仪表盘的BIOS代码。此外，还有一些小众类型如铁电存储器（FeRAM）和磁阻存储器（MRAM），它们都是非易失性、低功耗，适合AI边缘计算场景，比如智能家居设备中实时处理少量数据，但目前市场规模不大，还没大规模普及。
现在来看AI端侧设备，比如AI手机和AI电脑，这些设备需要支持复杂的数据模型运行，对存储的要求是高容量、高带宽，同时还要低功耗。因为AI模型如大语言模型需要快速加载大量参数。从实际应用看，LPDDR5或LPDDR5X是主流选择，这些是低功耗版本的DRAM，密度高、容量大，能适应AI场景。三星、海力士和美光等厂商都已经推出相关产品。
如果运行像LLaMA这样参数超过60-70亿的模型，DRAM内存容量至少需要14-15GB起步；如果模型更大，容量需求会相应增加。带宽和速度是另一个关键，如果不足，模型加载时间会延长几倍，影响用户体验，比如语音助手响应变慢。功耗控制也很重要，因为CPU本身在AI计算中已经耗电不少，如果存储部分功耗高，整个设备能耗会上升，尤其是AI手机，需要保障续航。目前关于存储芯片在这些设备中的成本占比，没有统一的行业数据，但从需求看，AI设备对存储的优先级高，所以成本占比会比传统手机或电脑高一些，可能占整体硬件成本的10-20%。
长鑫存储和长江存储是国内存储器芯片领域的核心厂商。长鑫存储主要布局DRAM业务，长江存储则专注NAND Flash。
但在全球市场，两者的份额还小，整体市场被三星、海力士和美光主导，国内厂商在AI存储领域的利润和份额较低。
存储芯片的性能受几个核心参数影响，这些参数直接决定它是否适合AI等高要求场景。第一是带宽，即数据传输速度，高性能存储可达1TB/秒，带宽越大，AI训练和推理效率越高，否则成为瓶颈。第二是延时，指数据处理的响应时间，与带宽不同，低延时对实时场景如汽车自动驾驶很重要，那里需要即时处理传感器数据。第三是容量，如果容量小，即便带宽高，大模型也无法运行，比如低端服务器至少需要128GB单条存储。第四是功耗，CPU在算法中已耗电多，如果存储功耗高，系统整体压力大，尤其是车载或移动设备，通常需适应5V-6V低压。第五是寿命，即擦写次数，超过后设备失效，对长期运行的AI设备关键。从AI端侧设备看，随着模型参数超70亿，现有的存储容量和带宽常不足，整体需求还没完全满足，需要进一步提升。
2021年需求旺盛，价格大幅上涨，甚至导致交付延迟，很多厂商囤积库存；2023-2024年进入库存消化期，需求没明显增长，价格低迷；从2023年底开始，价格触底回升，尤其是NAND Flash涨幅明显。到2025年上半年，整体涨幅至少3%-5%。
进入2025年下半年，根据最新市场动态，涨价趋势持续。DRAM交易放缓，但DDR4主流价格在8月小幅下跌2.4%后，又因供应短缺开始反弹。NAND Flash价格在Q3被报道将上涨，供应短缺可能持续到2026。
HBM作为AI关键存储，营收预计从2024年的170亿美元翻倍到2025年的340亿美元。业内预测，2025年内存销售增长放缓到低至中个位数，但HBM需求强劲，推动整体价格上行。
从HBM的需求来看，明年HBM3E是需求的大头，差不多占了总需求的64%。目前国内的AI芯片，还是以HBM2E为主，明年可能有些会切到3或者3E。
3D堆叠技术对AI端侧存储芯片很重要，因为传统芯片集成度低，无法满足高容量、高带宽、低功耗需求。3D堆叠通过立体层叠，在有限空间实现更大容量、更快传输，并优化功耗，匹配AI推理要求。它分封装级和晶圆级：封装级已规模应用，如HBM在英伟达H100 GPU和新一代服务器；晶圆级还在研发，未来向存算一体发展，需要突破HBM与3D DRAM对接。国内企业中，紫光国微、长鑫存储、长江存储是核心布局者，已在封装级和晶圆级启动研发，试图在竞争中占位。
对于3D堆叠技术，材料提升是关键，虽然还没大规模落地，但长期研发需要改进几类材料。第一是硅晶圆，作为基础载体，需要更高平整度和纯度，减少缺陷保障可靠性。第二是靶材，用于薄膜沉积，多层结构要求均匀成分和高效沉积。第三是光刻胶，在精细电路加工中需更高分辨率和抗蚀刻能力，实现精准图案化。第四是电子特气，用于掺杂和蚀刻，对纯度和稳定性要求严，避免杂质影响电气性能。这些改进是技术突破的配套。
上游是材料与设备，提供基础物资，如设备领域的ASML（光刻机），材料硅片有日本信越化学、SUMCO，国内沪硅产业；还有靶材、光刻胶、电子特气，如国内江化微、安集科技。
中游设计负责电路和性能定义，兆易创新（布局 NOR Flash、DRAM 等多领域，且部分产品切入服务器、汽车市场）、北京君正（存储与处理器融合）。
中游封测与模组，封测有通富微电、长电科技；模组将颗粒焊接PCB，如江波龙、朗科科技。
产业链中利润水平差异大，设计环节最高，因为技术门槛高、溢价空间大、成本低，。流片PG电子网站（制造）环节次之，需要巨资建厂，但规模效应好。封测和模组门槛低、竞争激烈，利润最低，即便长电科技也远低于设计。
下游需求分化，服务器领域加单比较多，因为AI数据中心扩张，阿里、腾讯采购激增，带动DRAM和HBM。汽车领域也在加单，智能驾驶需更多存储实时数据。手机和PC需求疲软，没大规模砍单，但换机周期长，增量有限。
最新涨价情况，美光已经冻结报价，因AI SSD需求短缺，之前计划涨20-30%，汽车类70%。这是继闪迪涨10%后第二家，海力士和三星跟进：海力士5月涨12%，三星4月DDR4涨22%。主要是AI需求，产能紧张，包括代工厂挤占。
星球中最近刚放了国外CSP大厂的ASIC情况：Google、Meta、xAI等自研芯片的进展、出货量、价格等，有兴趣的读者可以来星球查看。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
欧锦赛：希腊男篮险胜芬兰时隔16年获季军 字母哥30+17+6制胜两罚
2025TGA无畏契约ANTGAMER全国挑战赛 联盟赛道——世友电竞
因为万物皆可联动，这款8年前的顶流现在越活越年轻了/
主站 商城 论坛 自运营 登录 注册 因为万物皆可联动，这款8年前的顶流现在越活越年轻了 廉颇...