AI救活了一家馬桶公司，也點燃了存儲芯片超級周期

文 | 硅谷101

AI居然救活了一家馬桶公司？

日本高端智能馬桶企業TOTO，因為AI在過去幾個月股價飆升，并不是因為馬桶賣得更好了，而是因為TOTO有一個隱藏業務：高純度陶瓷靜電吸盤，這是芯片制造時固定晶圓用的關鍵耗材，TOTO把精度做到了頭發絲的1/80，純度業界第一。

恰逢存儲芯片需求爆發、上游廠商瘋狂擴產，這一業務就成了絕對的剛需。這使得高盛等投行紛紛上調TOTO股價評級，原因很簡單：靜電吸盤的訂單已經排到了2027年?，F在這塊業務占了TOTO超過四成的營業利潤。

當一家馬桶公司，都成為了AI概念股，可見目前的AI存儲賽道有多火爆了，三星（Samsung）、SK海力士（SK Hynix）、美光（Micron）、閃迪（SanDisk），這些存儲行業的重要玩家股價瘋漲的背后，是全球存儲芯片，正在經歷四十年來最嚴重的供需失衡。

這篇文章，我們就來梳理一下這輪存儲的“超級周期”，并與三星業內人士和華爾街投資人深度盤點一下：為什么這一次的周期跟以前不一樣，存儲在AI產業為什么如此重要，谷歌等AI巨頭正在如何破除對存儲的依賴，以及這樣的短缺周期還會持續多久、又如何影響你我呢？

01 漲幅超1800%，“比黃金還貴”的HBM

2026年1月底，韓國存儲雙雄三星電子和SK海力士同時公布了上一年第四季度財報。數字有多夸張呢？兩家公司合計營業利潤接近40萬億韓元，折合大概278億美元，相當于每天凈賺3億美元。在這樣創下歷史的利潤下，SK海力士的年終獎，人均達到64萬元人民幣，刷新公司歷史紀錄。

把這一切推上巔峰的核心產品，是HBM（高帶寬內存）芯片。一塊指甲蓋大小的HBM，售價400到500美元，這比同等重量的黃金還貴。而全球能做這產品的，就三家：SK海力士占大約6成，剩下的是三星和美光各2成。

但HBM只是冰山一角，真正讓整個行業慌了的，是從高端到低端、從DRAM到NAND，全線告急。

從2024年底到2025年12月，DDR5（16GB）的現貨均價，從4.6美元漲到了28美元，漲了500%多；更老的DDR4，從3.2美元飆到62美元以上，累計漲幅高達1800%；數據中心用的64GB服務器內存模組，去年半年之內從255美元漲到了700美元，漲了將近175%。

而SK海力士2026年的產能已經全部賣光了，三星2026年一季度直接把NAND閃存的供應價格上調了100%，直接翻倍。

與此同時，出現了一個更有標志性的信號。閃迪（SanDisk）在2026年初的CES上，告訴華爾街：它正在跟客戶簽一種全新的長期供貨協議——LTA（long term agreement），而且這次客戶要打預付款，毀約不退錢。這在存儲行業幾十年的歷史上從未發生過。

而這一次，畫風變了。強勢的存儲供應方制定了新規則。

Rob的判斷是，如果閃迪都能做到這一點，那另外三大巨頭SK海力士、三星和美光，沒理由做不到。在這樣的情況下，整個超級周期很有可能持續到2027年。

02 產業鏈全景拆解，存儲行業如何運作？

對于存儲行業來說，我們可以用熱和冷來做劃分，當它離計算的關系越近，就越熱；越偏向純粹的儲存屬性，就越冷。

所以最“熱”的就是DRAM（動態隨機存取存儲器），是離計算最近的存儲，可以理解為電腦和手機的“運行內存”，芯片在工作的時候，數據必須先加載到DRAM里才能被處理。它的特點是速度極快，但斷電就丟數據，屬于“短期記憶”。

其中，HBM（高帶寬內存）是DRAM的一種特殊進化形態。它把多層DRAM芯片，通過硅通孔（TSV）技術垂直堆疊在一起，再用先進封裝和GPU貼在同一塊基板上，這樣做的好處是極大增加了帶寬。

這就是為什么所有用于AI訓練的頂級芯片，無論是英偉達的GPU還是Google的TPU，都離不開HBM，它是這輪超級周期里最耀眼、最緊缺的產品。

當然DRAM家族內部，其實品類很豐富。包括GDDR（顯卡用）、Low-Power DDR（手機和筆記本用的LPDDR）等等，不同的應用場景，對應著不同的產品。不是說一顆DRAM芯片能通吃所有設備，給英偉達GPU用的HBM，和你手機里的LPDDR，雖然都是DRAM，但制造工藝、封裝方式、性能指標完全不同。

而在“冷”的這一端，就是NAND。如果DRAM是短期記憶，那NAND Flash就是長期記憶。它斷電不丟數據，是我們日常用的固態硬盤（SSD）、手機存儲、U盤的核心。你在手機里存的照片、電腦里裝的游戲，都躺在NAND上。

NAND在AI時代的角色也在快速升級。以前它就是單純的“倉庫”，負責把數據長期存好，但現在NAND正在從后臺的倉庫，變成前線的彈藥庫。

再往“更冷”走，就是傳統的機械硬盤HDD，靠磁盤旋轉來讀寫數據，速度慢但便宜，容量大，現在主要用在數據中心的冷存儲和歸檔場景。

隨著AI推理對存儲層級的需求越來越精細，現在越來越像一個分層倉儲系統。最急著用的數據放在HBM，像擺在手邊；常用但沒那么急的數據放在DRAM，像放在辦公桌抽屜；更冷一些、只是備用的數據放在NAND/SSD，像放在辦公室儲物柜；而真正長期積累、需要多人共享調用的大量資料，則放在后端的大型共享存儲里，像公司的總檔案館。

接下來我們盤點一下整個存儲產業鏈上的玩家們。

最上游是材料和硅片，比如日本的SUMCO，它是全球最重要的半導體硅片供應商之一。制造環節里，關鍵設備廠商包括ASML這樣的光刻機龍頭，以及Tokyo Electron這類覆蓋涂膠顯影、沉積、刻蝕和清洗等多個環節的設備公司。

與此同時，在制造之前的芯片設計層，Cadence和Synopsys這類EDA、驗證和設計IP公司同樣不可或缺；而像Rambus這樣的接口IP廠商，則在HBM等高速內存架構里扮演關鍵角色，它們看起來不如GPU那樣顯眼，但在這輪AI驅動的超級周期里，都是超級剛需。

中游就是存儲芯片的設計和制造。在DRAM領域，三星、SK海力士、美光，這三家公司加在一起就占據了全球95%的市場份額。而在NAND領域，除了這三家之外，還有鎧俠（Kioxia）、西部數據、閃迪。

然后是在這輪周期里變得格外關鍵的環節——先進封裝。因為HBM不是單純把DRAM造出來就結束了，它要先把多層DRAM裸片（die）堆疊，再通過2.5D封裝與GPU或其他AI加速器集成在一起。也正因為如此，CoWoS這種半導體封裝技術一度成為AI芯片供應鏈最關鍵的瓶頸之一，直接限制了HBM的實際出貨，而CoWoS產能主要由臺積電提供。

下游就是各種終端應用了。包括數據中心和云廠商，微軟、Google、亞馬遜、字節跳動，是現在最大的金主，之后是手機廠（蘋果、三星、小米、OPPO）、PC廠（聯想、戴爾、惠普）、汽車廠（特斯拉、理想、蔚來），以及游戲主機、工業設備等等。

所以你能看到，雖然整條鏈非常長，但真正的定價權，高度集中在中游那三家：三星、SK海力士、美光。它們決定了做什么產品、給誰供貨、以什么價格賣。而在當下這個供給遠小于需求的市場里，它們擁有的議價權是前所未有的。

03 為何總是暴漲暴跌，存儲行業的天然周期宿命

存儲行業還有一個非常大的特點，就是周期性。從歷史來看，它總是在“大漲”和“大崩”之間反復橫跳。這背后有兩層原因，一層是物理學，一層是經濟學。

先說物理學。DRAM，就是手機電腦里的“運行內存”，靠存儲電荷來保存數據。幾十年來，工程師一直在把存儲單位做小、做多，來提高密度。巔峰時期，DRAM密度每十年能翻100倍。

但如今不行了，SemiAnalysis的報告指出，過去十年DRAM密度總共才翻了大約2倍，而以前是每十年100倍，縮放已經嚴重放緩了。這意味著存儲芯片的成本下降，不再像以前那樣靠技術進步“自動”實現，而是更多取決于產能的增減和供需的博弈。

再來說說經濟學。存儲芯片制造是全球資本密度最高的產業之一，建一座先進晶圓廠，動輒幾十億上百億美元，建設周期兩三年。這些錢投進去就是沉沒成本，所以即便需求不好，廠商也傾向于繼續生產，因為不開工反而更虧。

更要命的是，存儲行業的模式是“先建后賣”，跟臺積電“先接單后擴產”的邏輯完全不同，存儲廠商得自己猜未來需求有多大，提前兩三年布產能。猜對了皆大歡喜，猜錯了就是災難。

這種結構性矛盾，造就了存儲行業反復上演的經典循環：需求爆發→供不應求→價格飆漲→利潤暴增→激進擴產→供過于求→價格崩盤→行業大洗牌。過去三十年，這個循環平均每3到4年上演一次，從未例外。

結果就是，全球DRAM供應商從1990年代的20多家，淘汰到今天只剩三家巨頭和中國長鑫這樣的追趕者。每一輪都有人被淘汰出局，比如德國奇夢達破產，日本爾必達退出。這些血淋淋的教訓，讓整個行業對“周期”二字充滿敬畏。

在存儲行業過去幾十年的歷史上，曾經出現過四次周期。

第一次是1993年，Windows PC黎明期。圖形界面普及讓內存需求暴增，供給端產能嚴重不足，價格飆漲。結果全球一口氣新建了約50座新廠，產能過剩后價格暴跌，大批玩家出局。

第二次是2010年，智能手機加云計算時代。iPhone和Android帶來爆發式增長，服務器DRAM從個位數GB跳到數十GB。但標準化加速了商品化，供應商很難做出差異，結果這輪周期比預期更短。

第三次是2017到2018年。云廠商升級數據中心，單臺服務器塞進更多DRAM，而服務器內存又比消費級更貴更賺錢，三大廠商毛利率沖到歷史高位。但高利潤刺激擴產，需求一過峰值，2018年末行業重新滑入下行。

第四次是2020到2021年，疫情驅動的意外繁榮。居家辦公、云用量暴增，但恐慌性雙重下單制造了虛假需求，退潮后庫存嚴重積壓，接著就是2022到2023年的痛苦大跌。從那時起產能被大幅削減，但正是這段保守期為現在的短缺埋下伏筆。進入2025年，全行業產能再次嚴重不足。

所以歷史給我們的核心教訓是什么？是過去所謂的超級周期，從來沒有持續超過兩年，都是“高利潤→瘋狂擴產→過剩→崩盤”，這是過去四十年的鐵律。經歷了這么多輪循環，投資者和從業者，都有一種根深蒂固的條件反射：漲得越猛，崩得越快。

但這一次，越來越多的證據在暗示，歷史模式可能要被打破了。

04 這次為什么不同從訓練到推理的需求質變4.1 先從一個最樸素的直覺講起

在講復雜的供需模型之前，我們先建立一個最簡單的邏輯。你每天打開ChatGPT或者Gemini，上傳文件、存對話、讓AI記住你的偏好，你可能沒意識到，每一次交互都在消耗存儲資源。不僅是服務器端的計算，更是海量的內存和閃存。

現在大部分AI用戶是沒有忠誠度的，誰的模型好用、誰便宜就用誰。但想象一下，如果有一天你的AI助手真的“懂你”了，記得你的工作習慣、表達偏好、三個月前討論過的項目細節，你還會輕易換平臺嗎？

這種“記憶粘性”，是大模型公司構建護城河的核心武器，而支撐這種粘性的硬件基礎設施，就是存儲，海量的、多層級的存儲。

還有另一個同樣直覺的邏輯：視頻模型越來越強了，AI生成視頻正在逼近實用化。而視頻數據量是文本的幾十甚至上百倍，這對存儲的需求將是指數級的躍升。

所以，一塊越來越大的黑板，這就是AI時代對存儲的需求。

4.2 從訓練到推理：存儲需求發生了質變

在生成式AI的早期階段，算力和錢都砸在了模型訓練上，訓練階段存儲系統干的活兒，主要是向上千個GPU高效喂數據，以及定期做模型檢查點，防止訓練中斷功虧一簣。

但如今，推理正在迅速成為主戰場，而推理對存儲的需求模式，比訓練復雜得多。

它需要把模型從存儲層加載到內存層：活躍權重主要駐留在HBM，部分狀態和緩存則留在DRAM；當KV Cache（鍵值緩存）在高層內存中裝不下時，一部分會被卸載到SSD/NAND上，需要時再取回；而RAG查詢依賴的外部知識，通常存放在更后端的共享存儲或數據湖中，由檢索系統實時調取。

而更大的變量是AI Agent的崛起。摩根士丹利在最新研報中指出，2026年將是AI從實驗走向核心基礎設施的一年，這些智能體更可靠、更有記憶力、幻覺更少，還能持續學習。這份研報中寫到說：“推理正在成為一種內存挑戰，而不僅僅是計算挑戰”。

但智能體要運轉起來，就需要維護多層記憶：短期工作記憶（當前對話）、長期記憶（跨會話的用戶歷史）、預訓練知識庫、工具調用記錄……而每一層都需要不同層級的存儲支撐：從HBM里的“熱數據”，到DRAM里的“溫數據”，再到NAND SSD里的“冷數據”。

所以趨勢很明顯：AI的下一波進步，不是來自更強的推理能力，而是來自更好的上下文處理。一個能記住一切的AI助手，比一個更大但什么都記不住的模型有用得多。對于存儲來說，這意味著什么呢？

4.3 算筆賬：AI到底要吃掉多少存儲？

摩根士丹利做了一個非常詳細的分層測算。他們以一個類似ChatGPT規模的模型為基準，假設大約8億周活躍用戶、峰值每秒30萬請求、每次請求2000個輸入token，并且假設只算文本，圖片和視頻不計入。按這個要求詳細拆分結果，這樣的系統大致對應HBM 226PB、DRAM 4.6EB、NAND/SSD約47EB、數據湖約294EB的需求。

這組數字意味著，如果全球有三個這種規模的模型，比如ChatGPT+Gemini+Claude，僅僅是純文本推理的需求，就會占到2026年全球HBM供給的17%、DRAM的35%、NAND的92%。而這還沒有把圖片、視頻等多模態需求算進去。

更重要的是，這套測算對上下文長度非常敏感。摩根士丹利的敏感性分析顯示，如果把輸入從每次2000 token，提高到5000 token，在其他條件不變時，每個模型的DRAM需求會再增加約2EB，Rack SSD/NAND再增加約3EB。也就是說，隨著更長上下文和更長思考鏈成為常態，這對存儲的壓力會迅速放大。

SemiAnalysis管這叫“內存帕金森定律”：HBM容量每提升一次，開發者就會立刻構建更大的模型來把它填滿。以前用來壓縮模型的各種技巧，一有新空間就被放松，直到再次撞墻，這就意味著：存儲永遠是下一個瓶頸。

這也是為什么業內有聲音會認為，存儲芯片廠商，可能集體低估了大語言模型token激增所帶來的需求。

而這個周期的另外一個決定性因素，就是產能上的供應擴張，問題是，為什么擴產會這么挑戰呢？

05 越擴產越短缺，HBM-DRAM困境與博弈

理解這輪超級周期，還有一個核心密碼在于搞懂一個看上去很矛盾的現象：HBM的大規模擴產，不但沒緩解DRAM的短缺，反而讓它更嚴重了。

SemiAnalysis的追蹤數據顯示，2023年底，三大存儲廠商分配給HBM的晶圓產能大約12.3萬片/月。到2025年底漲到了33.1萬片/月，兩年擴了將近3倍。預計到2027年底還會進一步到66.8萬片/月，四年翻5倍。

擴得這么猛，為什么DRAM還是緊缺？關鍵在于，做HBM要消耗大量普通DRAM的產能，而且效率極低。

HBM是一種極其消耗晶圓的架構。一片用于HBM3E 12層堆疊的晶圓，位產出（也就是能生產出來的存儲容量）只有普通DRAM晶圓的大約三分之一，到了HBM4，這個比例可能進一步惡化到四分之一。

這意味著，廠商每多生產1GB的HBM，市場就失去了生產3-4GB普通DRAM的機會。

為什么效率這么低？因為HBM的制造復雜度遠超普通DRAM，比如TSV（硅通孔）、晶圓減薄、背部加工，這些步驟都會引入額外的良率損耗。在做8層或12層堆疊時，只要有一顆die（裸片）是壞的，整個stack（堆）可能就報廢了。

所有這些問題加起來，使得HBM成了一種“反向縮放”的產品，越做它，對產能的消耗越大。

這也就帶來了“HBM-DRAM困境”，在業內被稱為“產能排擠效應”。因為HBM的利潤更高，且被AI巨頭預定，廠商會優先把有限的晶圓塞進HBM產線。這導致普通手機和電腦用的傳統DRAM產能，被嚴重壓縮，從而引發了價格的報復性飆漲。

來自J.P.Morgan研報中的供需模型也得出了類似結論：DRAM的供給增長，在未來兩年將被壓制在20%以下，跟不上需求增長。

于是，又出現了一個令人匪夷所思的現象：雖然普通DRAM工藝比HBM簡單，但由于產能受限、價格飛漲，它的利潤率到2025年四季度，竟然已經追平甚至超過了HBM。因為HBM大多是長期合同鎖了價，而普通DRAM的現貨價格，能迅速反映供需緊張。這就給廠商出了個難題：到底是繼續猛擴HBM，還是把一部分產能，留給同樣暴利的普通DRAM？

06 擴產三座大山：潔凈室緊缺、設備商保守與制程摩擦

需求端已經夠瘋狂了，而供給端的約束更加讓人窒息。

第一個瓶頸：潔凈室等生產資源不夠。生產芯片需要潔凈室，但在疫情后由于進入周期低谷，存儲廠商集體保守，投資縮水，這使得2025和2026年潔凈室嚴重不足。

SemiAnalysis的追蹤顯示，2026年全行業幾乎所有新增晶圓產能，就集中在三座工廠：三星的P4、SK海力士的M15X、美光的A3。而且M15X和A3主要是給HBM用的，對普通DRAM貢獻很有限。

真正有意義的新產能呢？SK海力士的龍仁（Yongin）工廠，最早2027年2月才能上線；美光的愛達荷（Idaho）工廠瞄準2027年年中。也就是說，未來一年多，供給端基本沒有增量。

第二個瓶頸：上游設備商不肯擴產。

圖片來源：TEL

這就是一個典型的“木桶效應”，就算存儲廠商有錢有決心擴產，上游設備的供貨瓶頸，也會大幅拖慢產能上線的速度。

第三個瓶頸：先進節點遷移自身的摩擦。為了在晶圓產能有限的情況下盡量多產出內存位，三大廠商都在加速向1b（目前最尖端的量產節點）和1c（即將進入大規模量產的下一代節點）先進節點遷移，因為制程越先進，意味著電路刻蝕得越細，在同樣大小的一片晶圓上，1c節點能切出的存儲顆粒數量比1b更多。

但這個產線的遷移過程，就必須把機器停下來，進行長達數周甚至數月的重新調試和安裝，本身也會導致幾個季度的良率波動和產能損失。在2026年這個AI需求爆發的節骨眼上，就有點遠水解不了近渴。

潔凈室等生產資源不夠、設備商不擴產、先進節點遷移自身的摩擦——這三個瓶頸疊在一起，就是為什么即使所有人都知道存儲芯片在瘋漲，供給端依然束手無策。

07 產業鏈利潤重分配：誰在盛宴，誰在寒冬

存儲芯片價格的瘋漲，當然不是沒有代價，它正在重新分配整個電子產業鏈的利潤。

先說這條利潤鏈上的大贏家，除了韓國雙雄的天文數字利潤，中國國內的存儲廠商也跟著起飛了，佰維存儲預計2025年利潤同比增長427%到520%，德明利預計增長85%到128%。

至于行業利潤率，野村的口徑是2026財年，通用DRAM原廠利潤率，有望回升至上一輪周期的峰值70%。而J.P.Morgan更激進，它的說法是到2027年，營業利潤率可能超過80%，甚至要高于上一輪的峰值。

而這條產業鏈上的輸家，就是硬件廠商了。摩根士丹利測算過，存儲芯片價格每漲10%，硬件OEM的毛利率就要下降45到150個基點。

手機市場最先遭殃，小米、OPPO出貨預測下調超過20%，vivo下調近15%。TrendForce直接把2026年全球智能手機生產總數預測，砍到了同比下降10%。魅族宣布取消魅族22Air的上市計劃，因為成本扛不住了。Nothing的CEO裴宇在社交媒體上感嘆：小公司不得不尋找其他出路。

PC市場同樣慘烈，聯想部分機型上調了500到1500元，戴爾和惠普也已明確預告提價，漲幅主要由存儲成本轉嫁而來。戴爾COO克拉克直言“從沒見過成本上漲得如此之快”，惠普CEO甚至在考慮“減少產品中的內存使用量”。

汽車行業也沒能幸免，理想汽車供應鏈副總裁公開警告，2026年車規存儲滿足率可能不到50%。蔚來李斌說“今年最大的成本壓力是內存”。雷軍在直播中坦言“光車用內存一項，成本就要增加幾千塊”。

而在需求的另一端，云廠商們（微軟、Google、亞馬遜AWS）表現出驚人的價格不敏感。

對于云廠商們來說，即使手機和PC市場歸零，存儲廠商都覺得無所謂，因為AI數據中心的前景太誘人了。所以最后的問題是，這場超級周期到底還能持續多久？這次是不是真的不一樣？

08. 2026年接下來會怎樣？

如今，整個存儲產業鏈的競爭格局依然穩固。HBM目前大概是“6:2:2”的格局，SK海力士占大頭，三星和美光各占自己的地盤。當然也有投資人認為，在當下這個供遠小于求的賣方市場里，爭論誰份額大其實沒什么意義。

所以現實就是，存儲三巨頭都已經賣光了，誰能多擠出一點產能，誰就多吃一口肉。不過有意思的是，存儲大廠們卻可能不追求“壟斷”。

大家通常覺得壟斷等于高溢價，但在存儲這種周期波動極大的行業里，100%的市場份額意味著100%的需求風險，客戶一砍單就非常的被動，所以存儲廠商反而希望保持三家競爭的平衡態。

那么，這輪周期到底能持續多久呢？

同時，需求端完全看不到放緩的跡象。接下來，AI推理和agent的爆發，以及之后的機器人和物理AI需求，也將進一步讓存儲的吞吐量和容量需求出現指數級跳躍。

SemiAnalysis認為，2026年總DRAM供給仍將比需求低約7%。在HBM這條線上，供需缺口到2027年還會繼續擴大。至于新增供給，真正有意義的產能更可能要到2027年下半年才陸續出現。如果按野村證券的口徑，真正體現在產量上的增量，甚至要等到2028年。

但更值得關注的，是一個更大的問題：這個行業會不會從此告別周期？從華爾街視角，Rob給了一個很有深度的思考角度：

那在現在這場超級周期里，我們到底處在什么位置呢？

以下這幅圖的橫軸是以過去五個周期、每輪周期的谷底為零點的時間線，豎軸是市場交易的漲幅?？梢钥吹剑枯喼芷诙紩洑v四個階段：悲觀、懷疑、樂觀、狂熱，然后再回到悲觀。當前這輪紅線走勢，我們已經到了“樂觀”的這個區間，并且漲幅遠大于以往的任何一個周期。

這就對應了剛剛Rob說的，這種思考方式的轉變，萬一AI真的打破了這種周期呢？這也意味著哪怕利潤不增長，光是估值從“周期股”重新定價為“成長股”，就能讓股價翻一倍。就像沒有人會說蘋果賣手機，在過去20年是個周期性行業。如果存儲也能走到這一步，這將是整個半導體投資框架的一次范式轉換。

不過，存儲行業的需求也是會有不確定性的，需求側的變量不只來自宏觀層面，技術本身也可能改寫供需關系。

比如說，3月底，谷歌發布了一個新算法TurboQuant，號稱是一個高效AI內存壓縮算法。發布之后是直接轟動了硅谷科技圈，更是引發存儲板塊的全線暴跌。

但很快，業內有聲音反駁說：這次暴跌是一場烏龍。首先這篇論文發表于一年前，且本身存在一些學術上的爭議。并且這個算法目前只在Gemma、Mistral等小模型上驗證過，70B以上模型、MoE架構、百萬級token上下文，這些AI內存需求真正爆炸的場景，都沒有。還有技術人士出來說，在技術上，TurboQuant壓縮的只是推理時GPU顯存里的KV Cache，是AI內存需求三大來源之一，但訓練環節完全不受影響。

反正，這篇論文和算法是被各種炮轟。但這就有意思了：這一篇存在爭議的舊論文成果，就能引發資本市場如此劇烈的崩盤，是不是本身就能說明一些問題。是不是這意味著：市場對存儲板塊的信心，已經高到了極度脆弱的程度。要知道，在這波暴跌之前，閃迪2026年以來已經暴漲了200%，美光也漲了超過80%。

有空頭機構直接指出，閃迪以920億美元的市值、對應2026年僅60億美元的預期凈利潤，估值很難站住腳。美光同樣面臨質疑：盡管創下了歷史最佳業績，但2026財年200億美元的資本開支同比增長68%，這就是在豪賭內存需求會持續增長。

說到底，TurboQuant論文只是一根導火索，真正的火藥桶是過去兩年積累的極端估值，任何一個“需求可能沒那么多”的信號，都足以觸發踩踏。

這類算法層面的進步，恰恰是“超級周期”敘事中，最難被提前定價的風險，Rob也很清醒地給出了終極風險提示。

所以，當前對“超級周期”的樂觀預判，都建立在一個前提上：AI的需求是真實的、可持續的。如果有一天AI出現泡沫破裂，存儲行業很難獨善其身。這個達摩克利斯之劍會一直懸在那里，直到行業真正證明自己成為了一個“蘋果式”的穩定增長業務。

SemiAnalysis將這輪周期定義為“四十年一遇的短缺”。但更有價值的方向或許是：存儲芯片行業正站在一個分岔路口，它要么像過去四十年一樣，在價格峰值后滑入又一輪低谷；要么，在AI的結構性需求驅動下，真正打破周期宿命，成為一個持續增長的產業。

至少在2026年，答案似乎正在傾向于后者。三大存儲廠商的產能全部售罄，上游設備商的訂單排到了2027年，客戶開始交預付款簽有法律約束力的長期合同，甚至連一家做馬桶的日本公司，都因此改變了命運。

但歷史從不缺少對“這次不一樣”的嘲諷。唯一確定的是：無論這次能不能打破周期，它已經不可逆轉地重塑了全球科技產業的權力版圖。在這場對存儲芯片的饑餓游戲中，誰掌握了供給，誰就掌握了AI時代的話語權。