投资研究库
返回报告列表

AI 与科技平台

AI时代存储周期是否消失深度分析报告

17 KB reports/AI时代存储周期是否消失深度分析报告_20260513.md
AI半导体
目录

AI 时代存储周期是否消失深度分析报告

日期：2026-05-13
研究问题：判断“存储大概率没有过去那种周期；AI 时代 token 需求像电力需求一样只会越来越大；显卡、内存这些长周期消耗品会在更大需求周期中呈现超级长周期需求”这段话是否成立。

结论先行

这段话的方向是对的，但结论说过头了。

更准确的判断是：AI 不会让存储和算力硬件“没有周期”，但会显著改变周期形态：过去以 PC、手机、服务器库存和通用 DRAM/NAND 价格为主导的老周期，正在叠加一个由 AI 训练、推理、HBM、高端 DRAM、数据中心资本开支驱动的更长需求周期。

所以我会把原句改成：

存储不会没有周期，但 AI 可能让本轮周期更长、更强、结构更分化。HBM 和 AI 服务器内存的需求能见度明显高于传统 DRAM/NAND；不过只要供给会扩张、客户会消化库存、资本开支会被 ROI 约束，存储和 GPU 就仍然会有周期。真正消失的不是周期，而是“只由 PC/手机需求下滑和库存去化主导的老周期解释框架”。

一句话判断：“没有过去那种周期”基本对；“没有周期”不对；“超级长周期需求”有可能，但必须保留供给过剩、资本开支消化和价格下行的周期风险。

对原话逐句拆解

1. “存储大概率是没有了周期，起码没有过去那种周期”

这句话前半句错，后半句对。

说“没有周期”是不成立的。存储是典型资本密集、供给滞后、产品同质化、高固定成本行业。只要 DRAM/NAND/HBM 产能建设需要时间，客户会提前下单，库存会波动，价格会随供需变化，就一定有周期。

但说“没有过去那种周期”是有道理的。过去存储周期主要被 PC、手机、传统服务器、消费电子库存和通用 DRAM/NAND 价格驱动。AI 时代增加了一个新的需求引擎：训练集群、推理集群、AI 服务器、HBM、DDR5、数据中心 SSD，以及更高内存容量的 AI PC/AI 手机。这个新增需求不是简单替代旧需求，而是把存储需求中枢抬高了。

证据很直接：SIA/WSTS 数据显示，2024 年全球半导体市场从 2023 年低谷恢复，其中 memory 产品销售额增长 78.9% 至 1651 亿美元，DRAM 增长 82.6%。WSTS 的 2025 全年结果显示，全球半导体销售额达到 7956 亿美元，同比增长 26.2%，增长明显由 AI 相关系统、数据中心基础设施、logic 和 memory 共同驱动。

这不是“没有周期”，而是“强结构性需求把下行周期推迟、变浅，或者让不同子品类周期分化”。

2. “原来的老周期因为产能扩了后需求回落”

这句话只说对了一半。

老周期不是单纯因为“需求回落”，而是四件事叠加：

  1. 上行期价格涨，厂商扩产。
  2. 扩产需要 1-3 年，等产能释放时需求可能已经放缓。
  3. 客户在短缺期会双重下单，景气反转时又集中砍单、去库存。
  4. 存储产品边际供需差很小，但价格弹性很大，一点供过于求就会让 ASP 和利润率剧烈下跌。

Micron 的财务数据非常能说明存储周期没有消失。它在 FY2022 还处于强景气，FY2023 就进入深度亏损，FY2025 又快速修复。

Micron 财年 收入 毛利 毛利率 经营利润 净利润 资本开支
FY2021 277.05 亿美元 104.23 亿美元 37.6% 62.83 亿美元 58.61 亿美元 100.30 亿美元
FY2022 307.58 亿美元 138.98 亿美元 45.2% 97.02 亿美元 86.87 亿美元 120.67 亿美元
FY2023 155.40 亿美元 -14.16 亿美元 -9.1% -57.45 亿美元 -58.33 亿美元 76.76 亿美元
FY2024 251.11 亿美元 56.13 亿美元 22.4% 13.04 亿美元 7.78 亿美元 83.86 亿美元
FY2025 373.78 亿美元 148.73 亿美元 39.8% 97.70 亿美元 85.39 亿美元 158.57 亿美元

FY2023 的亏损说明：即使长期需求方向向上，短中期供需和价格错配仍然可以造成深度周期。FY2025 的强恢复也说明：AI 确实显著拉动了需求和盈利，但它没有取消周期机制。

3. “AI 时代人类对 token 的需求像电一样，只会越来越大”

这个类比有启发性，但不能直接用于投资结论。

它对的地方在于：AI token 需求大概率是长期增长的。原因包括：

  1. 模型从训练走向推理，推理调用会随着用户、应用和 agent 增加而扩张。
  2. 多模态、视频、代码、搜索、客服、办公自动化、机器人都会消耗更多 token 或等价计算。
  3. 单位推理成本下降后，使用量通常会上升，类似“效率提升带来更多总需求”的 Jevons 效应。
  4. 企业一旦把 AI 嵌入工作流，需求会从“试用”变成持续性算力消耗。

它错的地方在于：token 不是电。电力是通用终端能源，需求高度分散且连续；AI token 需求目前更集中在少数平台、云厂商、模型公司和应用场景上，而且会受到 ROI、成本、监管、数据隐私、能源、电网和硬件供给约束。

更重要的是，token 增长不等于存储利润线性增长。中间至少有五层传导：

  1. token 需求增长。
  2. 训练和推理算力需求增长。
  3. GPU/ASIC/网络/服务器采购增长。
  4. HBM、DDR、NAND、SSD、存储系统需求增长。
  5. 存储厂商收入、ASP、毛利率和自由现金流增长。

每一层都可能被效率提升、客户议价、供应扩张、库存周期和价格下跌削弱。因此，“token 需求越来越大”是方向判断，不是“存储股永远没有下行”的充分条件。

4. “显卡、内存这些长周期的消耗品在更大周期需求中呈现超级长周期需求”

这句话需要改两个词。

第一，显卡和内存不是严格意义上的“消耗品”。它们更准确地说是资本品或耐用硬件，会折旧、升级、替换，但不会像电力、燃料那样一次性消耗。AI 数据中心确实会形成持续采购和更新周期，但它不是每次调用都物理消耗一块 GPU 或一颗内存。

第二，“超级长周期需求”可以成立，但不能理解为没有波动。更合理的说法是：AI 带来了一个长资本开支周期，可能覆盖多个传统库存小周期。

在这个框架下，GPU/HBM 需求确实可能有 3-7 年的长景气逻辑：

  1. 模型规模、推理量、多模态和 agent 都提高算力需求。
  2. 每代 AI 加速器往往绑定更高 HBM 容量和带宽。
  3. HBM 有认证、堆叠、封装、良率和客户绑定，扩产难度高于普通 DRAM。
  4. 数据中心建设、电力接入、网络交换、液冷和系统集成都拉长建设周期。

但它仍然会有波动。只要某一年云厂商 AI capex 增速放缓、模型 ROI 低于预期、GPU 交付超过消化能力、HBM 供给集中释放，市场就可能从“短缺溢价”切换到“价格和库存调整”。

正确框架：不是无周期，而是双周期叠加

AI 时代的存储周期应拆成两层：

层级 驱动因素 典型产品 周期特征
老周期 PC、手机、传统服务器、消费电子、库存 通用 DRAM、NAND、LPDDR、SSD 价格弹性大，库存周期明显，容易供过于求
新周期 AI 训练、推理、数据中心、HBM、AI 服务器 HBM、DDR5、高端服务器 DRAM、企业 SSD 需求能见度更高，客户更集中，认证和封装约束更强，上行可能更长

这两层不是互相替代，而是叠加。AI 能让总体需求更强，但并不保证所有存储品类同步上涨。

HBM 可能处于结构性紧缺；高端 DDR5/服务器 DRAM 受益明显；普通 PC/手机 DRAM 仍受消费电子周期影响；NAND 和 SSD 虽然也受 AI 数据中心拉动，但供给弹性、价格竞争和历史过剩问题更强。

因此，投资上不能只说“存储”。必须分清：你买的是 HBM 结构紧缺、服务器 DRAM 景气、NAND 修复，还是普通存储大宗商品周期。

为什么周期不会消失

1. 供给仍然会响应高利润

存储行业的本能是：价格高、毛利高、订单可见度高，厂商就会扩产、迁移制程、增加资本开支。Micron FY2025 资本开支达到 158.57 亿美元，高于 FY2021-FY2024 的任何一年。这本身就是强周期行业的典型行为。

只要供给扩张存在，周期就不会消失。区别只是 HBM 的扩产门槛更高、客户绑定更强，所以周期可能更晚、更慢、更不对称。

2. AI capex 也有 ROI 约束

大型云厂商可以连续多年投入 AI 基础设施，但它们不是无限预算。资本开支最终要被云收入、广告效率、企业订阅、推理收入、内部生产力或战略防御价值证明。

如果某一阶段市场发现 AI 应用收入没有跟上 capex，或者推理成本下降过快导致硬件需求增速不如预期，GPU/HBM 订单就会被重新评估。

3. 客户集中度提高，反而可能放大波动

传统存储需求分散在 PC、手机、服务器、消费电子等市场。AI HBM 需求则高度集中在少数 GPU 厂、云厂商和大模型公司。客户集中度高的好处是订单能见度强，坏处是一旦这些客户调整节奏，影响也会很集中。

4. 技术迭代会制造新旧产品错配

HBM3E、HBM4、HBM4E、DDR5、LPDDR5/6、GDDR、企业 SSD、QLC NAND 等技术迭代会让部分产能短缺、另一部分产能过剩。行业看起来“总需求很强”，但具体到某代产品、某家供应商、某个季度，仍然可能出现错配。

5. bit demand 增长不等于 dollar demand 增长

存储行业长期 bit demand 增长很强，但收入和利润取决于 ASP。NAND 行业尤其典型：数据量持续增长，不等于 NAND 厂商永远赚钱。只要价格跌得比 bit 出货涨得快，收入和利润就会下行。

这也是为什么“token 越来越多”不能直接推导出“存储股没有周期”。

原观点最容易犯的三个错误

错误一：把终端需求的长期增长，等同于供应商利润的永久增长

长期用电量增长，不代表每一家电力设备商都没有周期。同理，长期 token 增长，不代表每一家 GPU、HBM、DRAM、NAND、SSD 公司都没有周期。

供应商利润取决于供需差、价格、成本曲线、客户议价、技术领先期和资本开支纪律。

错误二：把 HBM 的结构紧缺，外推到所有存储

HBM 是目前最强的结构性品类，因为它绑定 AI 加速器，技术门槛高，客户认证周期长，供给扩张难。普通 NAND、普通 DRAM、低端消费存储并不具备同样逻辑。

所以可以说“HBM 周期更长、更紧、更像结构性成长”，但不能说“存储行业整体没有周期”。

错误三：低估资本市场的预期反身性

即使基本面长期向好，股票也可能提前透支。存储股在盈利低点时 PE 很高或为负，在盈利高点时 PE 看起来很低。用传统 PE 判断周期股容易犯错。

正确观察点不是单纯 PE，而是：价格是否已反映未来 2-3 年 HBM 扩张、ASP 上行、毛利率恢复和 capex 回报。

什么情况下“超级长周期”真的成立

我认为超级长周期成立需要同时满足五个条件：

  1. AI 推理需求从搜索、办公、代码、广告、客服扩展到 agent、视频、机器人和个人助手。
  2. 单位 token 成本下降带来的使用量增长大于效率提升带来的硬件节省。
  3. 云厂商 capex 增长能被收入、利润或战略价值证明，而不是纯军备竞赛。
  4. HBM/先进封装/电力/数据中心瓶颈让供给释放保持有序。
  5. 存储厂商保持资本开支纪律，没有在高利润阶段过度扩产。

如果这些条件满足，2026-2030 年的 AI 存储需求确实可能覆盖多个传统小周期，形成一轮比 PC、智能手机或云迁移更长的上行周期。

但如果条件 3、4、5 破坏，行业仍然可能出现典型下行：订单放缓、库存上升、价格下跌、毛利压缩、资本开支削减。

概率判断

情景 概率 判断
真正无周期 10%-15% 概率低。除非 AI 需求增长长期快于所有供给扩张，且客户 capex 永不消化，这不符合硬件行业规律。
长景气 + 小周期波动 55%-65% 基准情景。AI 抬高需求中枢，HBM/高端 DRAM 周期更长，但仍有库存、价格和 capex 小周期。
传统深周期回归 20%-30% 若 AI ROI 不及预期、供给集中释放、客户砍单或宏观收缩，存储仍可能出现明显下行周期。

我的基准情景是第二种：AI 让周期变长、变高、变分化，而不是让周期消失。

投资上的正确用法

1. 买 HBM/AI 内存逻辑，要比买“泛存储”更精确

AI 时代最强的存储逻辑排序大致是：

  1. HBM。
  2. 高端服务器 DRAM/DDR5。
  3. 企业 SSD 和高性能 NAND。
  4. AI PC/AI 手机带动的 LPDDR/客户端 DRAM。
  5. 普通消费 NAND 和低端存储。

越靠前越像结构性成长，越靠后越像传统周期修复。

2. 跟踪周期，不能只看 token 使用量

更关键的指标是：

  1. 大型云厂商 AI capex 指引是否继续上修。
  2. Nvidia/AMD/ASIC 供应链的订单、交付和库存是否健康。
  3. HBM 订单覆盖率、合格供应商份额、HBM3E/HBM4 认证节奏。
  4. DRAM/NAND 现货价格和合约价是否背离。
  5. 存储厂商库存天数、客户预付款、资本开支计划。
  6. 毛利率是否靠 ASP 上行改善，还是靠成本下降和产品结构改善。
  7. AI 应用收入是否能支撑继续扩张的数据中心投资。

3. 周期股不能在“低 PE 高利润”时自动重仓

FY2025 这种盈利快速修复阶段，周期股看起来可能很便宜，但那往往也是市场预期最乐观的时候。更好的方法是把估值、价格、库存、capex 和 ASP 一起看。

如果行业利润高、capex 高、股价已经大涨，同时市场开始用“没有周期”叙事定价，就要提高警惕。

最终判断

这段话最有价值的地方，是抓住了 AI 对存储行业的核心变化：token 需求和 AI 数据中心建设会把内存、HBM、GPU、网络和存储系统带入一个比传统消费电子周期更大的需求周期。 这个判断是重要的，而且大方向大概率正确。

但它最大的问题，是把“需求中枢长期上移”误写成了“周期消失”。存储行业的本质仍然是资本密集、供给滞后、价格敏感、库存波动明显。AI 会改变需求曲线，也会改变产品结构，但不会取消供需规律。

最终结论：

  1. 对： AI 时代存储需求中枢上移，HBM/高端 DRAM 可能进入更长景气周期。
  2. 对： 过去那种只看 PC、手机和传统服务器库存的老周期框架不够用了。
  3. 错： 存储没有周期。周期不会消失，只会变形。
  4. 错： token 像电一样增长，所以 GPU/内存就一定长期无波动。中间有成本、效率、ROI、供给、库存和价格多层传导。
  5. 最准确的投资结论： 可以用“AI 超级需求周期”提高对 HBM、高端 DRAM 和 AI 基础设施链的战略权重，但必须继续用周期纪律控制买点、仓位和退出条件。

数据来源

本报告仅用于投资研究和决策辅助，不构成个性化投资建议。