美光提醒：AI带火存储器，产能缺口短期内难填补

随着大语言模型的参数规模以及上下文窗口不断扩展，业界对存储容量的要求正在急剧上升。除了模型训练环节，推理工作量的增加也促使企业和云端数据中心大量采购高容量固态硬盘（SSD）。据业内人士分析，这种趋势不仅帮助美光在SSD领域不断提升市场份额，还推动其战略转型。未来，该公司将更加注重与客户联合研发定制化产品，而非仅仅提供标准化的存储设备，从而满足大型AI服务器在性能、功耗及延迟方面的严苛标准。同时，在英伟达、超威半导体（AMD）等巨头及大型云服务商加速部署AI加速器的背景下，高端存储器在未来几年内必将成为AI产业链中最为核心且极易出现供应瓶颈的环节。

据Wccftech报道，美光近期在摩根大通于波士顿举办的第54届全球科技、媒体与通信（TMC）大会上发布了相关研究报告。报告指出，在人工智能热潮的推动下，高带宽内存（HBM）、动态随机存取存储器（DRAM）以及NAND闪存均面临严重的供应短缺，并且这种紧张局面预计到2026年之后都难以得到有效缓解。美光方面强调，高性能存储器正在大幅提升大语言模型的训练与推理效能，这直接导致了市场需求的爆发式增长；但由于供给端在短期内无法实现产能的同步扩充，供需之间的缺口预计会进一步拉大。

在美光看来，当前存储器市场的供需失衡，并非单纯由AI图形处理器（GPU）的采购热潮所引起，其深层原因在于整个存储器技术的演进正遭遇新的技术瓶颈。具体而言，下一代DRAM的性能提升幅度已开始放缓；同时，新一代HBM的裸片尺寸不断增大，直接导致单片晶圆所能切割出的裸片数量减少。此外，最新的DRAM制造工艺引入了极紫外（EUV）光刻技术，这不仅增加了生产的复杂性，也使得产能扩张的难度大幅上升。

针对技术层面的突破，美光透露，在AI应用的强劲拉动下，1γ（1-gamma）工艺节点有望成为该公司历史上按总晶圆产出量计算出货量最大的DRAM节点。目前，美光正稳步推进EUV光刻技术在该工艺中的应用，旨在优化存储密度与功耗表现，并将其打造为下一代AI存储平台的核心基础。在HBM产品线方面，美光指出HBM4的产能爬坡速度已经达到了HBM3的两倍，这充分表明AI市场对HBM的实际需求远远超出了此前的预期。作为提升模型训练与推理阶段海量数据吞吐能力的关键组件，HBM已成为AI GPU不可或缺的部分。美光还预告，下一代HBM4E产品计划于2027年启动量产爬坡，其首批样品将采用基于1γ工艺的DRAM裸片。