为什么内存价格长期上涨？——动态供需与 AI 产能挤占机制研究

摘要

本文围绕一个具有代表性的市场疑问展开：当内存价格长期上涨后，高利润按理应刺激厂商扩产并吸引新进入者，为什么2025—2026年的DRAM与HBM价格仍持续处于高位甚至继续上涨？如果供需规律成立，扩产为何没有迅速把市场推入供大于求？研究首先澄清三个经常混淆的概念：供给曲线右移不等于在当前价格上已经供大于求；供大于求是一种具有下行压力的非均衡状态；均衡价格不是“最低价格”，而只是买卖双方计划数量暂时一致、价格缺乏持续单向调整压力的位置。随后，本文将静态供需模型扩展为包含产能时滞、不可逆投资、产品组合选择、库存与预期、长期供货协议、寡头竞争和AI结构性需求冲击的动态框架。基于截至2026年8月29日的公开资料，本文发现，本轮内存上涨并非市场机制失效，而是需求右移速度长期高于有效供给右移速度的结果。AI基础设施投资同时推升HBM、服务器DDR5/RDIMM、LPDDR/SOCAMM及企业级存储需求；HBM又以更高的晶圆、先进封装与测试资源消耗挤占传统DRAM供给。与此同时，新晶圆厂从资本开支决策到规模量产存在多年时滞，厂商在经历过去多轮“同步扩产—价格崩跌”的行业教训后，也更强调资本纪律与高价值产品优先。由此形成一种表面矛盾但经济学上完全一致的状态：行业总投资、总bit供应和出货量可以同时增长，而特定细分市场仍持续短缺，价格仍有上行空间。本文进一步结合TrendForce、Samsung、SK hynix、Micron与Reuters等公开证据，对2026年第三季度价格、2027年DRAM充分率、CSP资本开支与HBM配置变化进行交叉验证，并提出“价格见顶并不要求统计上先出现供过于求”的判断。真正值得跟踪的是边际缺口是否收窄、现货价是否持续弱于合约价、服务器端是否出现需求破坏、新产能是否从宣布进入有效bit shipment、供应商库存是否回升，以及AI芯片单位内存配置是否系统性下降。研究最后构建2026—2028年三种情景，认为最可能的价格转折并不是由单一新增工厂触发，而是“供应爬坡+AI需求增速放缓+库存行为反转”三者共同作用。

关键词：DRAM；HBM；供需均衡；产能时滞；AI基础设施；内存周期；寡头市场；库存周期；长期供货协议

Abstract

This paper explains why DRAM and HBM prices can remain elevated for an extended period even after producers announce large capacity expansions. The central argument is that an outward shift of the supply curve does not imply an immediate surplus at prevailing prices. In the current AI-driven cycle, effective demand for memory has shifted outward faster than effective supply because of AI-server deployment, higher memory content per server, HBM-related wafer and packaging crowd-out, long fab lead times, and strategic capacity allocation by a highly concentrated supplier base. The paper develops a dynamic supply-demand framework that incorporates investment irreversibility, inventory behavior, long-term agreements and product-mix choices. Evidence available through 29 August 2026 indicates that price increases are decelerating in some consumer segments, but aggregate DRAM remains undersupplied. The paper concludes with a monitorable set of turning-point indicators and scenario analysis for 2026-2028.

Keywords: DRAM; HBM; supply-demand equilibrium; capacity lag; AI infrastructure; memory cycle; oligopoly

一、研究问题与核心结论

（一）研究问题不是“供需规律是否失效”，而是“供需如何动态调整”

当一种商品价格持续上涨时，最直接的经济学直觉是：高价格提高生产者利润，利润诱发扩产和进入，供给增加后价格应下降。这个逻辑本身没有问题；真正的问题在于，它往往被无意中写成一个没有时间维度的即时反应链条。对于服装、简单电子装配或标准化加工品，扩产可能只需要数周或数月；对于先进DRAM与HBM，从董事会批准资本开支到新洁净室、关键设备、工艺调试、良率爬坡和客户认证完成，时间尺度通常以年计算。于是，高价在今天发出扩产信号，并不代表明天就会出现足以压低价格的物理供给。

更重要的是，内存不是一个单一同质商品。HBM、服务器DDR5、移动LPDDR、图形GDDR、消费级DDR4/DDR5虽然都属于存储器体系，但它们争夺的晶圆产能、先进节点、设备、封装和测试资源并不完全独立。厂商可以在不同产品之间重新分配资源。若AI相关产品的利润率和战略价值远高于消费级内存，新增投资就可能优先流向HBM、服务器DRAM或SOCAMM，而不是用户在零售端看到的普通UDIMM。因而，“内存厂商正在扩产”与“消费级内存立刻变便宜”之间不存在一一对应关系。

第三个被忽略的变量是需求本身也在移动。2026年的主要厂商和行业研究机构均反复强调，AI基础设施支出正在同时推升HBM、服务器DRAM和企业级存储需求。若供给从100增长到120，而需求从100增长到150，供应确实增长了20%，但市场短缺反而从0扩大到30。此时价格继续上涨并不矛盾。本文因此把研究焦点从“有没有扩产”转向“有效供给的增量是否已经超过有效需求的增量”。

（二）本文的五个核心判断

1. 供给增加不等于供大于求。前者是供给曲线右移，后者是某一价格下Qs>Qd的状态。需求曲线若移动得更快，供给增加可以与短缺扩大、价格上涨同时发生。

2. 供大于求是价格下降的原因之一，而不是一个稳定的“最低价格状态”。当价格下降到足以清除库存、刺激需求和压缩供应后，市场会形成新的均衡。均衡价的含义是缺乏持续单向调整压力，不是历史最低价。

3. 本轮内存上涨具有明显的结构性而非单一周期性特征。AI不仅增加HBM需求，还增加CPU侧高容量DRAM、LPDRAM/SOCAMM和企业级SSD需求，并通过产品优先级改变传统DRAM的可用供给。

4. 供应端的关键不是“资本开支公告”，而是“经过良率与认证后的有效bit shipment”。新厂的真正供给贡献通常明显滞后于动工新闻。

5. 价格顶部可能早于统计上的供过于求。只要边际买方开始预期未来更便宜，抢货、重复下单和安全库存需求就会回落，现货价格可能先跌，随后合约价格才跟随。

图1 内存周期的动态供需路径示意：扩产决策先发生，价格反转往往后发生。资料来源：作者绘制。

二、概念澄清：供给增加、供大于求与均衡价格

（一）为什么“供需平衡时价格最低”是错误理解

在最基础的竞争性市场模型中，需求量Qd(P)随价格上升而下降，供给量Qs(P)随价格上升而增加。均衡价格P*满足Qd(P*)=Qs(P*)。这个等式只说明在P*附近，买方计划购买的数量与卖方计划出售的数量相等，因此不存在持续累积的库存，也不存在持续排队的缺货。它没有任何“最低价”的含义。市场完全可能因为成本下降、技术进步、需求收缩或生产率提升形成更低的新均衡价，也可能因战争、自然灾害或需求爆发形成更高的新均衡价。

如果当前价格高于均衡价，供给量通常大于需求量。卖不掉的商品会进入库存，商家通过折扣、促销或减少订货来清理库存；上游随后减少生产。这个过程使价格向新的均衡回落。因此，“供大于求时价格下降”是正确的，但“供大于求时价格已经最低”并不正确。恰恰相反，供大于求意味着价格还有继续向下调整的压力。

反过来，如果价格低于均衡价，需求量高于供给量，就会发生缺货、排队、竞价和订单积压。价格因此向上。换言之，均衡是动态调整停止的附近位置，不是价格序列中的极值。市场价格在现实中还会因为库存、预期、合约、金融条件和信息不完全在均衡价上下波动。

图2 供给过剩如何通过库存和降价压力回到均衡。资料来源：作者依据标准供需模型绘制。

（二）“供给增加”为什么可能伴随更高价格

“供给增加”是一个比较静态概念：在其他条件不变时，供给曲线向右移动，意味着每个给定价格下生产者愿意提供更多数量。如果需求曲线不动，这通常会降低均衡价格并提高均衡数量。但现实中的AI内存市场并不满足“其他条件不变”。当AI服务器数量增加、每台服务器的HBM与DRAM含量提高、云厂商提前锁量时，需求曲线也会向右移动。只要需求曲线移动幅度大于供给曲线移动幅度，新均衡就会同时具有更高数量和更高价格。

一个极简数值例子可以说明这一点。假设初始均衡为100单位需求、100单位供给，价格指数为100。第二年供应能力提高到120，但由于AI与服务器需求爆发，潜在需求提高到150。即使厂商实现了20%的供给增长，市场仍有30单位缺口。此时“扩产”与“涨价”并不矛盾。只有当下一阶段供给增长到160、而需求只增长到155，边际缺口才可能转为过剩，并形成持续的价格下行压力。

因此，判断内存价格能否下跌，不能只看“某厂建了多少新厂”“资本开支增长多少”，而要看新增产能什么时候形成合格产品、被分配到哪类产品，以及同期需求增长了多少。

图3 当需求右移幅度大于供给右移幅度时，数量和价格可以同时上升。资料来源：作者绘制。

（三）“短缺”与“紧平衡”的区别

现实市场并不总是出现肉眼可见的“货架空空”才叫短缺。半导体行业通常通过交期、合约议价、分配机制和安全库存体现短缺。即使最终每个客户都拿到了货，只要供应商能够延长交期、要求客户签长期协议、优先高价值客户、限制分配或持续上调报价，就说明边际供给仍然稀缺。2026年DRAM市场的很多公开信号正是这种“高价下的紧平衡”：消费端成交开始犹豫，但服务器和AI相关需求仍足以支撑卖方议价能力。

三、理论基础：从静态均衡到动态供需

（一）蛛网模型：生产时滞为什么会让价格周期拉长

蛛网模型（Cobweb Model）最初用于解释具有生产时滞的农产品市场：生产者根据上一期价格决定下一期产量，而真正的产量要到下一期才能进入市场。若供需弹性组合不利，价格与产量可能围绕均衡发生放大或持续振荡，而不是瞬间稳定。DRAM虽然不是农产品，但它具有更强的“滞后供给”特征：厂商今天看到的高价只能影响今天的资本开支与产品组合决策，新增晶圆产能要经过多个工程阶段后才会成为可销售bit。

这种时滞意味着，价格高企期间经常会同时看到大量扩产公告。对缺乏产业周期经验的观察者而言，公告本身似乎应当立刻压低价格；但对现货市场而言，尚未安装的设备和尚未通过认证的工艺并不是供给。市场真正关心的是何时形成可交付晶圆、良率达到经济水平以及客户是否接受该产品。

（二）不可逆投资：为什么厂商不会因为一年高利润就无限扩产

先进晶圆厂投资具有典型的不可逆性。厂房、洁净室、EUV/DUV曝光、刻蚀、沉积、量测等设备都具有巨额前期成本；一旦行业在两三年后转向供过于求，这些资产无法像普通库存一样迅速退出。实物期权理论指出，在需求高度不确定且投资不可逆时，“等待”本身具有价值。企业会权衡失去短期市场份额与承担长期过剩风险，而不是机械地把当前高价外推到整个资产寿命。

内存行业过去数十年的周期史强化了这种谨慎。传统DRAM周期经常出现：价格上涨—所有厂商同步扩产—新产能集中释放—库存攀升—价格崩跌—资本开支削减。经历多轮亏损后，主要厂商更强调盈利质量和资本纪律。2026年8月TrendForce也指出，主要厂商虽在推进多年扩张，但会根据真实需求动态调整产出以维护行业健康盈利。这不是“违反竞争”，而是高固定成本产业在不确定环境下常见的理性投资行为。

（三）寡头市场：价格信号与进入机制为何不同于普通制造业

先进DRAM的供应高度集中。技术节点、良率、专利、设备、客户认证和规模经济共同构成进入壁垒。即使新的资本愿意进入，也难以在一两年内复制头部厂商的工艺与客户关系。市场因此更接近差异化寡头，而不是无数小厂可以迅速复制产能的完全竞争。

寡头结构改变了扩产速度和产品选择。厂商并不只决定“生产多少DRAM”，还决定“把有限晶圆、封装和研发资源配置给哪一种DRAM”。当HBM、服务器DDR5或SOCAMM具有更高毛利和更强战略需求时，理性的厂商会优先满足这些领域。对普通消费者而言，这意味着全行业利润越高，短期内反而可能有更多资源从消费级产品被抽走，而不是立刻转化为更便宜的内存条。

（四）库存与预期：价格为什么会比产能变化更快

半导体的物理产能变化缓慢，但订单和库存行为可以很快。当买方担心未来短缺时，会提高安全库存、提前下单、签订LTA，甚至出现重复下单；这些行为把未来需求提前到当期，强化涨价。反之，一旦买方预期几个月后供应缓解，就会推迟采购、消耗库存，现货需求可能在物理产能尚未明显增加之前突然下降。因此，价格顶部常常早于统计意义上的供过于求，而价格底部也可能早于统计上的绝对短缺。

四、DRAM/HBM产业结构与供给约束

（一）“内存”不是一个市场，而是一组相互竞争资源的细分市场

表1显示，同属DRAM体系的产品对相同上游资源具有竞争关系，却面对不同下游支付能力。AI服务器的单位价值高，内存成本即使显著上涨，占整机与数据中心总资本开支的比例仍可能低于因缺货导致的机会成本。这种支付能力差异使供应商有动力把边际产能配置给AI相关产品。

（二）HBM的资源消耗具有放大效应

HBM并不是普通DDR芯片简单堆高。它需要多个DRAM die通过TSV等方式堆叠，并依赖更复杂的测试、封装和良率管理。不同代际的HBM在堆叠层数、I/O、base die与封装上持续演进，意味着供应瓶颈可能同时出现在DRAM前道、先进封装和测试环节。

Micron在其公开投资者材料中曾强调HBM相对于普通DDR存在明显的晶圆trade ratio：为了交付相同bit量的HBM，需要更多晶圆资源。具体比例会随代际与工艺变化，不能机械地套用到所有年份，但方向非常明确——HBM需求每增加一个bit，对传统DRAM可用晶圆的机会成本往往大于一个bit。这就是为什么“HBM占比上升”会对普通DRAM形成挤出。

图4 AI/HBM对传统DRAM有效供给的挤占机制。资料来源：作者整理。

（三）先进封装把“内存供给”从单一晶圆问题变成系统瓶颈

HBM供给不仅取决于DRAM wafer starts，还取决于堆叠、base die、先进封装、基板、测试和客户平台验证。即使某个环节扩产，其他环节没有同步扩张，最终可交付HBM仍受到最窄瓶颈限制。这种“串联系统”意味着有效供给增长往往慢于单一设备产能的增长。对DRAM厂商而言，为保证高价值HBM订单履约，可能需要预留更多冗余晶圆和测试资源，从而进一步压缩普通DRAM可自由分配的供给。

五、研究资料、方法与证据口径

（一）资料来源与交叉验证

本文不把任何一家厂商或单一机构的预测视为确定事实。对未来供需的判断采用“多源一致性”原则：若价格机构、三大厂商财报与供应链事件都指向同一方向，则提高置信度；若来源存在冲突，则保留不确定性并在情景分析中处理。

（二）研究方法：比较静态 + 动态机制 + 事件证据

第一步使用标准供需模型澄清概念，回答“供给增加”和“供大于求”的逻辑差异；第二步引入生产时滞、不可逆投资与寡头产品组合，把静态模型扩展为动态模型；第三步使用2026年公开事件验证机制，例如服务器DRAM合约价仍上涨、厂商持续强调有限产能、NVIDIA下调部分内存配置、LTA增多、新厂量产节点落在2027—2029年等；第四步构建情景与可监测指标，使结论能够被未来数据证伪，而不是停留在事后解释。

本文刻意避免把“价格上涨”简单归因于单一因素。DRAM价格同时受供需、库存、产品结构、节点迁移、客户议价、长期合约、汇率和宏观需求影响。本文的目标不是精确预测某个内存条在某一天的零售价，而是解释为什么行业层面的供给反应可以持续落后于需求，并建立判断拐点的框架。

（三）数据截点与可重复性

所有时点判断截至2026年8月29日。本文引用的2026Q3价格区间、2027供需预测和CSP资本开支比重均应理解为当时可得信息，而不是事后确定值。后续若出现新一轮资本开支削减、AI服务器出货下修、政策限制或新厂超预期爬坡，本文的情景概率应随之更新。

六、2025—2026年内存价格上涨的事实图景

（一）2026年第三季度：涨幅放缓，但方向仍向上

TrendForce在2026年7月3日的价格调查中预计，2026年第三季度传统DRAM合约价格环比上涨13%—18%，并指出市场仍然非常紧张；同时，消费市场已接近可承受价格上限，因而涨幅较前期收敛。服务器DRAM的第三季度合约价同样被预计上涨13%—18%。移动DRAM由于补库接近完成、终端需求转弱，涨幅预计收窄至8%—13%。这些数据非常适合说明本轮周期所处阶段：不是需求无限强，而是“消费需求已经被高价压制，但供给仍不足以让价格转负”。

图5 2026年第三季度主要DRAM类别合约价预测区间。资料来源：TrendForce 2026-07-03、2026-07-09、2026-08-03；作者整理。

（二）现货市场已经出现降温，但合约市场仍强

TrendForce 2026年8月的市场简报显示，DRAM合约价保持坚挺，而现货交易偏清淡，高价格抑制买方追价意愿。对周期判断而言，这是一个重要但不充分的顶部信号。现货市场通常更敏感，边际买方一旦停止抢货，现货价格会先失去上行动能；但大型OEM、云厂商和服务器客户通过合约采购，价格调整更慢。

因此，“现货不再涨”不能直接推导出“合约价马上下跌”。如果服务器端仍缺货、供应商库存低、LTA锁量较多，合约市场仍可能维持高位。真正的转折需要现货疲软进一步扩散到合约谈判、供应商库存和服务器采购计划。

（三）2027年仍被多家机构视为偏紧年份

TrendForce在2026年7月30日估计，2026年DRAM充分率约为-1%至-2%，并预计2027年需求增长仍可能快于供应扩张，使缺口进一步扩大。8月4日又指出，DRAM供给在2027年仍将偏紧，NVIDIA和部分CSP开始评估降低下一代AI芯片的HBM配置。这里最重要的不是具体的-1%或-2%本身，而是供需充分率即使只差几个百分点，在高利用率、长交期、产品不可完全替代的市场中，也足以产生很强的价格弹性。

（四）“内存太贵”开始成为AI资本开支本身的重要变量

TrendForce 2026年8月25日预计，主要全球CSP的资本开支在2026年同比增长约98%，2027年再增长约50%；同时，DRAM与NAND合计占这些CSP资本开支的比例可能从2026年的47%升至2027年的68%。无论预测最终是否完全实现，它至少表明内存已从配套零部件变成AI基础设施成本结构中的核心约束。价格高企本身会促使系统厂商优化配置，但在算力需求仍快速增长时，这种优化未必足以让总内存需求下降。

图6 DRAM与NAND在主要CSP资本开支中的占比估计。资料来源：TrendForce 2026-08-25；作者整理。

七、AI如何把需求曲线持续向右推移

（一）训练需求只是第一阶段，推理和Agentic AI扩大了需求基数

早期AI内存需求主要与大模型训练相关，市场一度担心训练集群建设完成后需求会快速回落。但到2026年，主要厂商的公开表述更强调推理、Agentic AI和企业部署。推理的特点是负载分散到更多数据中心和更长运行时间，且对低延迟、高带宽、上下文缓存和模型驻留有持续要求。只要AI服务的调用量增长，内存需求就不仅由“训练一个新模型”决定，而由“长期服务多少用户和Agent”决定。

Samsung 2026年第二季度业绩说明称，下半年服务器DRAM、eSSD和HBM需求预计继续加速，尽管移动和PC需求可能有所放缓，整体市场仍可能供不应求。SK hynix同样把2026年的需求描述为从AI专用内存向常规内存同步扩张的结构性变化。这些表述并不能替代独立统计，但与价格和配置变化相互印证。

（二）AI服务器的“内存含量”比服务器数量更重要

判断DRAM需求不能只看服务器出货台数。即使服务器数量增速放缓，如果每台服务器的HBM、CPU内存和本地存储容量持续提高，bit demand仍可能高速增长。AI服务器通常需要多个加速器，每个加速器配置多堆HBM；CPU侧为了喂饱GPU、处理数据预处理和缓存，也需要大容量DDR5/RDIMM。

因此，需求可近似分解为：总bit需求 = 服务器数量 × 每台服务器内存容量 × 平均利用率/冗余系数。传统PC市场中“台数”是重要变量；AI数据中心中，“每台设备的内存强度”同样重要。下一代平台若增加HBM堆叠层数或SOCAMM容量，即便机柜数量增长不变，也会继续抬高bit需求。

（三）高价值算力使AI客户对内存价格更不敏感

需求价格弹性决定高价能否迅速杀死需求。DIY用户面对翻倍的内存条价格可以选择不升级；手机厂商面对高LPDRAM成本可以减少内存配置或延后采购；但价值数百万甚至更高的AI机柜如果因为缺少内存而无法上线，机会成本可能远高于内存涨价本身。因而AI客户短期需求弹性更低，供应商可以在不明显减少订单的情况下提高价格。这也解释了为什么消费端先出现需求破坏，而服务器端价格仍具韧性。

（四）规格降配不一定意味着总需求下降

2026年TrendForce报道，NVIDIA为了应对LPDRAM供应不足，降低了下一代Vera CPU相关模块的内存配置，并指出根据初步2027分配计划，三大供应商能够满足NVIDIA估计LPDRAM需求的约60%。这类“单机降配”表面看似需求下降，但如果厂商通过增加模块出货量来维持平台总规模，总bit需求未必下降。研究需求时必须区分“每台设备容量下降”和“系统总出货增长”两个相反效应。

八、HBM为何会挤占传统DRAM的有效供给

（一）机会成本：同一片晶圆给HBM还是给DDR5

供应商的决策不是“是否生产内存”，而是在有限资源下选择产品组合。假设一片先进DRAM晶圆可以用于HBM die或服务器DDR5 die，HBM的售价和战略价值更高，同时又需要更多die和更复杂的后端资源，那么将产能转向HBM会提高公司利润，却减少传统DRAM的边际供给。

这意味着，行业统计中的“DRAM wafer starts稳定”并不能保证普通DDR5供应稳定。产品组合改变会重新分配bit。尤其当HBM世代升级提高堆叠层数、die尺寸或测试复杂度时，单位可销售bit需要的资源可能进一步上升。

（二）高毛利优先使供给曲线发生“结构性左移”

在消费DRAM细分市场中，如果厂商把一部分晶圆转给HBM，即使全行业总晶圆没有减少，消费DRAM的供给曲线也相当于向左移动。与此同时，AI服务器对常规DDR5的需求又可能向右移动。于是消费和服务器市场都可能涨价。这是本轮行情最容易被“全行业产能增长”掩盖的机制。

（三）成熟产品退出会制造局部短缺

另一个常见误区是认为“先进制程产能越来越多，老DDR4就一定越来越便宜”。事实上，当头部厂商把资源迁移到更先进节点和高价值产品时，成熟产品的供应可能收缩得比需求更快。只要工业、网络、嵌入式或存量平台仍需要旧规格，退出产能就可能造成局部短缺，使旧产品价格反而上涨。

TrendForce 2026年的多份简报都指出，主要厂商退出成熟节点、优先服务器和AI产品后，消费DRAM供给受到挤压，台湾厂商新增产能也难以在短期完全填补缺口。这个现象说明技术升级不是简单的“新产品替代旧产品”，而是可能在过渡期制造多个细分市场的供需错配。

九、为什么扩产信号传导到实际供给需要多年

（一）从资本开支到合格bit：六个阶段

图7 先进DRAM/HBM新增产能形成有效供给的阶段与示意时滞。实际项目因厂房、设备和产品而异。

第一阶段是投资决策。厂商需要判断未来三到五年的需求、现金流和技术路线，并决定新建厂房还是扩建现有洁净室。第二阶段是土建与洁净室。半导体厂对振动、空气、纯水、电力和温湿度要求极高，不是普通厂房改造即可完成。第三阶段是设备移入与配套。关键设备的交付、安装、校准和工艺整合本身需要时间。

第四阶段是工艺调试和良率爬坡。实验室能制造出芯片并不等于经济上可量产；良率低意味着可销售bit不足且成本过高。第五阶段是客户认证。服务器、AI加速器和移动平台对稳定性、功耗和兼容性要求严格，新产品要通过客户验证。第六阶段才是规模量产与持续提升。只有进入这一阶段，扩产才真正转化为能够改变市场价格的有效供给。

（二）为什么“制程迁移”只能缓解，难以一次性解决短缺

在新厂尚未投产时，供应商会通过节点迁移提高每片晶圆可产bit。但节点迁移也需要重新调工艺和提高良率，且并非所有产品能立即迁移。更先进节点提高bit density的同时，部分HBM或高性能产品可能消耗更多die与更严格筛选，因此“工艺更先进”不等于市场可销售bit按同等比例增加。

（三）Reuters的SK hynix印第安纳项目为何具有代表性

Reuters 2026年8月27日报道，SK hynix在美国印第安纳的HBM项目计划于2029年第三季度开始量产下一代HBM4E。这个时间点非常直观地展示了供给的物理时滞：2026年看到的短缺可以推动数十亿美元级投资，但新增高端供给可能要三年后才进入规模量产。即使其他项目更快，行业整体也难以在几个季度内完成产能重构。

十、寡头竞争、资本纪律与产品组合选择

（一）行业集中度使“进入”成为慢变量

先进DRAM长期由Samsung、SK hynix和Micron占据绝大部分市场。CXMT等新进入者正在快速提升能力，但先进制程、高端服务器认证和HBM仍需要长期积累。对于经济学上的“高利润吸引进入”，这里并不是没有发生，而是进入的时间尺度很长。潜在进入者的存在会压低长期超额利润，却不能保证当期价格立刻下降。

（二）厂商为什么不愿意把所有利润都换成产能

如果一家内存厂把每一轮高价都视为永久需求，最优策略似乎是最大化扩产。但当所有厂商同时这么做，未来供给会集中释放，价格可能跌到现金成本附近。对于固定成本巨大、产品价格高度周期化的行业，理性的厂商会追求“在不失去关键客户的前提下扩产”，而不是无条件追求市场份额。

2026年公开资料可以看到两种同时存在的行为：一方面，三大厂商都在扩大资本开支和新产能；另一方面，它们反复强调高价值产品、长期客户和资本效率。也就是说，供应确实在扩，但扩产路径被利润、技术路线和客户结构约束。

（三）LTA把寡头竞争从“抢现货”转向“锁多年供给”

SK hynix在2026年第二季度公开表示，已与约10家关键客户推进长期协议。TrendForce也指出，美国CSP的多年度LTA会限制部分短期涨价幅度。LTA对市场有双重作用：它可以降低价格波动、给供应商扩产信心，但也会把未来产能提前分配给大客户，使现货和中小客户可获得的供应更少。对消费者而言，即使供应商总产能增加，若新增量先被多年协议锁定，零售端仍可能感受不到宽松。

十一、库存、LTA与预期如何放大价格波动

（一）安全库存会把“预期短缺”变成“现实短缺”

当客户认为未来会涨价或缺货时，最理性的微观行为是提前买。但如果所有客户都提前买，整个市场当期需求就会增加，反过来验证短缺预期。这是一种典型的自我强化机制。半导体产业链长，OEM、模组厂、分销商和终端品牌都可能持有库存，因此同一单位最终需求在不同层级被放大。

这种放大在周期顶部尤其危险。若终端需求后来没有兑现，库存会从“安全垫”变成“过剩”，各环节同时去库存，价格下跌会比需求本身的下降更快。历史上的内存暴跌经常不是终端销量突然归零，而是渠道从补库切换为去库。

（二）现货价、合约价与零售价不是同一个价格

因此，只看电商内存条价格很难判断产业拐点。更可靠的顺序通常是：现货成交与报价 → 合约谈判 → 供应商库存与利用率 → 模组渠道 → 零售。

（三）为什么顶部往往形成得突然

当市场从“怕买不到”转为“以后可能更便宜”，采购函数会发生离散变化。客户不需要看到仓库爆满，只要相信三到六个月后的供应会改善，就会把订单从今天推迟到未来，安全库存目标也会下调。这种预期变化可以让边际需求在几周内下降，而新增晶圆产能仍按原计划爬坡，于是价格迅速反转。

十二、消费需求已经转弱，为什么价格仍没有掉头

（一）需求破坏首先发生在价格弹性更高的领域

PC、DIY和中低端手机的购买者对价格非常敏感。内存成本上升会推高整机售价，消费者可以延后换机或选择更低容量。因此2026年高价已经明显抑制这些市场，TrendForce也多次提到笔记本出货和手机需求承压。

但供需均衡由所有细分需求共同决定。当AI服务器、云服务商和高端服务器的边际支付意愿明显更高时，消费端需求减少只会让总需求增长速度下降，却不一定让总需求绝对下降到供应以下。只有服务器和AI侧也出现明显的订单削减，市场才更容易进入全面过剩。

（二）高价会改变产品配置，而不一定改变总bit需求

系统厂商可以通过降低单机内存容量、优化软件、提高缓存复用或采用更高效模型来降低单位算力的内存需求。但如果同期AI服务规模、模型数量和服务器出货继续高速增长，总bit需求仍可能上升。需求破坏要真正改变行业价格，必须是“效率提升带来的bit节省”超过“部署规模扩张带来的bit增加”。

（三）“涨幅收窄”与“价格下跌”是两个阶段

2026年第三季度的很多数据更像周期由加速上涨转入高位钝化：价格仍涨，但涨幅收窄；现货交易弱，但合约价坚挺；消费者抵触，但服务器客户仍锁量。只有当同比或环比价格从正增长转为零，再转为负增长，且这种变化扩散到多个产品，才能确认价格周期真正掉头。

十三、新进入者与中国DRAM供给的长期影响

（一）CXMT等新进入者正在改变长期供给弹性

新进入者的扩张是对高利润最经典的市场反应。2026年8月Reuters报道，CXMT开始向小米下一代折叠屏手机供应LPDDR6，并披露公司上半年营收快速增长。无论单一报道中的具体财务数字如何理解，这一事件说明中国DRAM厂商正从成熟产品向更先进移动DRAM推进。若其良率、客户认证和产能持续提升，全球DRAM供给弹性会增强。

从长期看，更多合格供应商会降低市场集中度、提高客户议价能力，并使头部厂商更难通过谨慎扩产维持高价。但这个过程同样需要时间。高端服务器和HBM客户的认证门槛远高于消费内存，先进设备与IP限制也可能影响扩张速度。因此，CXMT等厂商更可能先缓解部分消费和移动DRAM，再逐步影响高端市场。

（二）新进入者也可能先加剧“产品错配”

如果新进入产能主要集中在某些节点或产品，而短缺集中在另一类产品，新增供给不会立刻消除整个市场的紧张。例如消费LPDDR供应增加，未必能替代HBM4或高容量服务器RDIMM。评估新进入者对价格的影响，必须关注“可替代性”，而不是只看总产能数字。

（三）技术追赶越快，周期顶部越可能提前

一旦新进入者在关键节点形成规模，头部厂商会面临更强的份额压力，可能加快扩产或降价。因而，新进入者的实际量产、客户认证和bit shipment是未来价格顶部的重要外生变量。与其关注宣布的投资金额，不如关注产品代际、良率和主要客户导入。

十四、价格何时真正见顶：六类可验证信号

（一）信号一：现货价持续弱于合约价，而不是只出现一两天波动

顶部初期，现货市场往往先失去追价动力。如果连续数周成交量低、报价走弱，而合约价仍保持高位，说明边际需求已经转弱。若随后合约谈判也从“卖方抬价”转为“买方延迟签约”，顶部可信度明显提高。

（二）信号二：服务器与CSP采购计划同步下修

消费端疲弱已经出现，真正决定总需求的下一步是AI服务器和云资本开支。如果大型CSP下调AI数据中心资本开支、GPU机柜交付延期、服务器出货预测下修，或者内存采购目标下降，这会直接打击本轮需求的核心支柱。

（三）信号三：新产能从“厂房新闻”进入“有效bit shipment”

判断供应反转不能看动工仪式，而应看wafer starts、节点良率、客户认证和bit shipment。只有当多个新产线同时爬坡并形成可销售产品，供给曲线才会显著右移。2027下半年至2028年因此是需要重点观察的窗口，但具体时间仍取决于项目执行。

（四）信号四：HBM和AI平台出现系统性降配

2026年已经出现NVIDIA和部分CSP评估降低HBM或LPDRAM配置的迹象。如果这只是供应短缺下的临时设计优化，对总需求影响有限；如果它演变为整个行业的单位算力内存需求下降，并且服务器总量增长也放缓，就会成为真正的需求拐点。

（五）信号五：供应商库存天数上升、利用率下降或主动减产

供应商库存是最直接的供需结果变量之一。当库存连续回升且订单能见度下降，厂商通常会降低利用率或延后设备支出。历史上内存价格的大幅下跌往往与主动减产相伴。若2027—2028年出现这种组合，就意味着供需已经从短缺跨入过剩。

（六）信号六：价格上涨不再带来收入增长，而是明显压缩bit demand

在紧缺期，价格上涨通常同时推高供应商收入和利润；到周期顶部，高价会造成客户减少容量、减少设备数量或推迟采购。如果ASP继续高位但bit shipment下降、客户库存上升，说明价格已开始破坏核心需求。

十五、2026—2028年三情景推演

（一）基准情景：2026高位、2027紧平衡、2028供给改善

基准情景假设AI服务器资本开支继续增长但增速逐渐下降；2027年新产能开始爬坡但不足以完全消除缺口；2028年更多绿地厂和先进节点形成有效bit供给。在这个路径下，2026年价格继续上涨但涨幅收敛，2027年高位震荡或温和上涨，2028年随着供给弹性改善和客户库存正常化，价格出现更明显下行。这个情景与Micron“2028年行业供应逐步改善”、TrendForce“2027年DRAM仍紧”的公开表述大体一致。

（二）牛市情景：AI需求继续超预期，短缺延长

若Agentic AI和推理需求远超预期、下一代GPU/ASIC单位内存配置继续提高、CSP资本开支保持非常高增速，同时新厂爬坡受设备、良率或封装限制，那么需求曲线继续快速右移，2027甚至2028仍可能保持卖方市场。在这种情景下，消费端会通过降低容量和涨价进一步让渡资源给服务器端，行业利润维持高位。

（三）熊市情景：AI资本开支放缓与供给集中释放叠加

若AI商业化回报不及预期、融资环境收紧、GPU和电力基础设施瓶颈导致数据中心建设放缓，同时新产能按计划释放，需求增长可能突然低于供给增长。此时前期LTA和安全库存会放大去库存，价格可能在几个季度内快速下跌。内存行业历史上多次证明，供需只需从小幅短缺转为小幅过剩，价格弹性就可能非常大。

*主观权重仅用于展示情景框架，不构成统计预测或投资建议。

十六、反证、局限与稳健性讨论

（一）哪些事实会直接推翻“需求仍快于供给”的判断

如果未来连续两个或以上季度出现：DRAM供应商库存快速上升、服务器DRAM合约价转负、CSP资本开支绝对下降、HBM利用率或产能利用率显著下降、多个厂商主动减产，那么“结构性短缺仍主导价格”的解释就需要被修正。相反，如果只有PC零售价格短期促销，而服务器合约价、供应商库存和新产能指标没有改变，则不能据此宣布行业已经过剩。

（二）厂商管理层可能高估需求持续性

Samsung、SK hynix和Micron都直接受益于高内存价格，因此其对长期需求的乐观表述需要打折。企业可能基于当前订单能见度做出“短缺持续多年”的判断，但AI资本开支周期具有政策、融资和商业化不确定性。本文因此把厂商表述作为证据之一，而不是唯一依据，并用TrendForce、价格行为与实际项目节点交叉验证。

（三）行业研究机构的充分率估计具有模型误差

所谓“充分率-1%至-2%”通常来自机构对bit demand和bit supply的模型估计，受服务器出货、平均容量、节点良率和库存定义影响。几个百分点的变化可能因假设调整而改变。因此，充分率更适合判断方向和紧张程度，不适合被解读为精确到小数点的物理缺口。

（四）宏观经济与汇率可能扭曲终端价格

用户实际购买内存条的价格还受到汇率、税费、渠道库存、品牌溢价和促销影响。即使上游颗粒合约价开始下降，渠道可能因为持有高价库存而延迟降价；反之，渠道为清库存也可能先于上游降价。因此，本文讨论的“行业价格拐点”与某一地区电商零售价并不完全同步。

（五）技术效率可能成为最大的非线性变量

模型压缩、量化、稀疏化、KV cache优化、CXL/内存池化、推理调度和更高带宽互连都有可能降低单位AI服务需要的内存。如果软件效率提升速度超过AI服务量增长，需求曲线可能明显左移。相反，如果更长上下文、多模态、视频生成和Agent常驻状态消耗更多内存，则效率改善会被需求扩张抵消。

十七、对消费者、产业链与市场观察者的含义

（一）消费者：不要把“厂商扩产”直接等同于“下个月内存会便宜”

消费者真正需要关注的是渠道库存和现货价格，而不是单一新厂新闻。如果只是宣布建厂，短期零售价几乎不会因此改变；如果现货价连续数周走弱、模组厂库存上升、合约价涨幅归零，才更接近购买窗口改善。对于刚需升级，试图精确抄底可能得不偿失；对于非刚需，大幅涨价阶段可以等待边际信号。

（二）OEM与模组厂：高价阶段最大的风险是库存方向反转

在短缺阶段，不备库存会丢订单；在顶部阶段，备太多库存会承受快速跌价损失。OEM和模组厂的核心不是预测一个价格点，而是控制库存天数、采购锁价期限与产品生命周期，避免用短期短缺去外推长期需求。

（三）产业研究：区分“总DRAM”和“细分有效供给”

分析报告应避免只给出全行业bit growth。必须同步观察HBM、服务器DRAM、移动DRAM和消费DRAM的产能分配。某一品类过剩与另一品类短缺可以同时存在；NAND与DRAM的周期也可能分化。2027年的公开预测已经体现这种分化：TrendForce认为DRAM仍偏紧，而NAND供给条件可能相对缓和。

（四）资本市场观察：价格上涨不是永续利润的充分条件

高ASP可以推高利润，但也会刺激资本开支、吸引新进入者并破坏需求。真正决定长期盈利的是供给纪律、技术领先、产品结构和周期位置。内存行业最危险的阶段往往不是价格最低时，而是所有参与者都相信高价会永久持续、同时大规模扩产时。本文不提供证券投资建议，但动态供需框架可以用于识别这种周期风险。

十八、结论

本文从一个直觉问题出发：既然价格上涨会刺激扩产，为什么内存价格可以连续很久仍然上涨？答案并不是供需规律失效，而是供需规律必须放在时间、产品结构和产业组织中理解。供给增加只是供给曲线向右移动；只要AI需求曲线右移得更快，市场仍然短缺，价格仍可以上升。供大于求则是一种会推动价格下降的非均衡状态，价格下跌到新的均衡附近后，过剩压力才会缓解。均衡价从来不是“最低价”。

2025—2026年的特殊之处在于，AI需求同时冲击多个内存品类，HBM又以较高资源消耗挤占传统DRAM；三大厂商的高端产能扩张需要多年时间，且产品组合更偏向高价值服务器和AI应用；大客户通过LTA与提前锁量把未来供应提前占用；消费端虽然已经开始被高价压制，但服务器端的支付意愿和需求强度仍然足以支撑整体价格。

因此，本轮价格什么时候结束，关键不在“有没有更多人来做内存”，而在于三个条件何时同时满足：第一，新增产能真正形成高良率、可认证、可交付的bit supply；第二，AI与服务器bit demand的增速明显放缓；第三，渠道和客户从补库存转向去库存。任何一个条件单独发生都可能只让涨幅收窄，三者叠加才更容易形成快速下跌。

截至2026年8月29日，公开证据更支持“高位紧平衡、部分需求被破坏、但总DRAM仍偏紧”的判断，而不是“已经全面供过于求”。未来最值得跟踪的并非一句长期预测，而是现货/合约价差、服务器订单、新产能bit shipment、AI单位内存配置、供应商库存和利用率六类可验证指标。只要这些指标发生系统性反转，就应及时推翻本文当前结论。

附录A：核心术语与指标

附录B：内存价格拐点监测表

使用方法：不要用单一指标判断顶部。若六类信号中至少四类连续两个观察周期同向恶化，才更有把握认为供需正在从紧张转向宽松。该规则为研究框架，不是统计定律。

附录C：形式化模型与推导

1. 静态模型。设需求Qd=a-bP，供给Qs=c+dP，其中b,d>0。均衡价格P*=(a-c)/(b+d)，均衡数量Q*=(ad+bc)/(b+d)。若供给增加表现为c上升，且需求参数a不变，则P*下降；但若同时需求增加Δa大于供给截距增加Δc，则P*可以上升。这正式说明“供给增加”和“价格上涨”可以共存。

2. 动态供给。令有效供给St = f(Kt, yt, mt)，其中Kt是可用资本/洁净室，yt是良率，mt是产品组合；资本满足Kt+1=(1-δ)Kt+It-L，其中It为当期投资，L为投资到产能的滞后。即使It因高价大幅增加，只要L很长，短期St变化仍有限。

3. HBM挤占。令总DRAM晶圆资源W=Whbm+Wconv。若HBM每单位bit需要的晶圆资源系数αh高于传统DRAM系数αc，则在W固定或缓慢增长时，HBM bit需求上升会使可用于传统DRAM的有效资源下降。若HBM毛利更高，厂商的利润最大化会进一步提高Whbm占比。

4. 库存与预期。设订单Ot=Ft+ΔIt，其中Ft为最终需求，ΔIt为库存变化。短缺预期会使目标库存上升，从而ΔIt>0，订单高于真实终端需求；顶部阶段目标库存下降，ΔIt<0，订单可低于真实终端需求。价格因此比最终消费更剧烈。

5. 顶部条件。若边际有效供给增长gS超过边际bit需求增长gD，同时客户目标库存变化从正转负，则价格下行概率显著提高。简化地可写为：若gS-gD>θ且ΔI<0，其中θ表示市场安全边际，则价格变化ΔP更可能为负。

参考文献

[1] TrendForce. AI Server Demand Continues to Support Memory Prices in 3Q26, but Gains Moderate as Consumer Demand Weakens and High Base Effects Take Hold. 2026-07-03. https://www.trendforce.com/presscenter/news/20260703-13134.html

[2] TrendForce. Long-Term Agreements Cap Price Increases; Server DRAM Contract Prices Expected to Rise 13-18% QoQ in 3Q26. 2026-07-09. https://www.trendforce.com/presscenter/news/20260709-13140.html

[3] TrendForce. Mobile DRAM Contract Price 3Q26. 2026-08-03. https://www.trendforce.com/research/download/RP260803NC

[4] TrendForce. DRAM Supply to Remain Tight in 2027, Prompting NVIDIA to Lower HBM Configurations for Rubin Ultra. 2026-08-04. https://www.trendforce.com/presscenter/news/20260804-13166.html

[5] TrendForce. DRAM Market Bulletin - Aug. 19, 2026. 2026-08-19. https://www.trendforce.com/research/download/RP260819EK

[6] TrendForce. HBM Market Bulletin - Aug. 17, 2026. 2026-08-17. https://www.trendforce.com/research/download/RP260817WP3

[7] TrendForce. Diverging Memory Market Outlook in 2027 as DRAM Supply Remains Tight While NAND Flash Supply Conditions Ease. 2026-07-30. https://www.trendforce.com/presscenter/news/20260730-13158.html

[8] TrendForce. NVIDIA Cuts Vera CPU Memory Configuration, Highlighting Persistent LPDRAM Supply Constraints and Rising Long-Term Demand. 2026-06-10. https://www.trendforce.com/presscenter/news/20260610-13090.html

[9] TrendForce. AI Servers Absorbing LPDRAM Capacity, Signaling Tight Supply as the New Norm. 2026-06-05. https://www.trendforce.com/research/download/RP260605RY

[10] TrendForce. DRAM Contract Price Jun. 2026. 2026-06-30. https://www.trendforce.com/research/download/RP260630UT

[11] TrendForce. DRAM Contract Price Jul. 2026. 2026-07-31. https://www.trendforce.com/research/download/RP260731JE

[12] TrendForce. DRAM Price Trends. Updated 2026-08-28. https://www.trendforce.com/price/dram/dram_spot

[13] TrendForce. Memory Prices Soar; DRAM and NAND Flash to Account for 68% of Major CSP CapEx in 2027. 2026-08-25. https://www.trendforce.com/presscenter

[14] Samsung Electronics. Samsung Electronics Announces Second Quarter 2026 Results. 2026-07-30. https://news.samsung.com/global/samsung-electronics-announces-second-quarter-2026-results

[15] SK hynix. SK hynix Announces 2Q26 Financial Results. 2026-07-29. https://news.skhynix.com/en/q2-2026-business-results/

[16] Micron Technology. Micron Technology, Inc. Reports Record Results for the Third Quarter of Fiscal 2026. 2026-06-24. https://investors.micron.com/news/press-release/2026/Micron-Technology-Inc--Reports-Record-Results-for-the-Third-Quarter-of-Fiscal-2026/default.aspx

[17] Micron Technology. Fiscal Q3 2026 Earnings Call Prepared Remarks. 2026-06-24. https://investors.micron.com/static-files/631b1a32-5537-46ae-8f40-82e42fc79dfe

[18] Reuters. SK Hynix to start AI chip output in Indiana in 2029, sees memory shortage through 2030. 2026-08-27. https://www.reuters.com/world/asia-pacific/sk-hynix-holds-groundbreaking-ceremony-4-billion-indiana-ai-chip-packaging-2026-08-27/

[19] Reuters. China’s CXMT to supply memory chip for Xiaomi’s upcoming folding phone. 2026-08-29. https://www.reuters.com/world/asia-pacific/chinas-cxmt-supply-memory-chip-xiaomis-upcoming-folding-phone-2026-08-29/

[20] Ezekiel, M. The Cobweb Theorem. The Quarterly Journal of Economics, 1938, 52(2): 255-280.

[21] Dixit, A. K., & Pindyck, R. S. Investment under Uncertainty. Princeton University Press, 1994.

[22] Tirole, J. The Theory of Industrial Organization. MIT Press, 1988.

[23] Carlton, D. W., & Perloff, J. M. Modern Industrial Organization. Pearson, multiple editions.

[24] Varian, H. R. Intermediate Microeconomics: A Modern Approach. W. W. Norton, multiple editions.

[25] Pindyck, R. S., & Rubinfeld, D. L. Microeconomics. Pearson, multiple editions.

[26] Kaldor, N. A Classificatory Note on the Determinateness of Equilibrium. Review of Economic Studies, 1934.

[27] Muth, J. F. Rational Expectations and the Theory of Price Movements. Econometrica, 1961, 29(3): 315-335.

[28] Arrow, K. J., & Kalt, J. P. Petroleum Price Regulation: Should We Decontrol? AEI, 1979.（用于库存与价格管制背景，不作为本文核心实证来源）

[29] Shapiro, C. Theories of Oligopoly Behavior. In Handbook of Industrial Organization, 1989.

[30] Porter, M. E. Competitive Strategy. Free Press, 1980.

资料与方法边界说明

本文属于基于公开信息的产业经济研究，不包含付费数据库的完整底层数据，也未对厂商内部产能计划进行独立审计。所有2027—2028年预测均为情景分析，而非确定性结论。文中涉及公司和机构的前瞻性表述应结合后续实际出货、库存和价格数据持续校正。