2026年存储行业分析及核心标的推荐：AI超级周期来临，存储将实现价值重估

為何我們認為存儲將實現價值重估

存儲晶片為何大幅漲價？

2025 年存儲市場的全面漲價是 AI 需求爆發與原廠供應策略發生結構性衝突的結果。 簡單來說，就是高利潤產品（HBM/企業級 SSD）造不過來，普通產品（DDR4/消費級 SSD/HDD）不想多造。 過去存儲需求主要來自消費電子、PC 及資料中心，資料中心方面製造商主要根據傳 統伺服器需求及英偉達晶片產量規劃產能；但 AI 推理在 2025 年的爆發不僅推動了 GPU 需求，穀歌 TPU 等 ASIC 晶片需求也大幅提升，存儲晶片需求量大幅超出過去的 產能規劃，供需錯配。GPU/TPU 的需求暴漲推動三星、SK 海力士和美光將大量產線 從 DDR4/DDR5 轉去生產 HBM，導致了 DRAM 的供應量減少。而 DDR4 等舊制程產品的停 產，市場向 DDR5 切換，導致 DDR4 價格一度超過 DDR5。在 2025 年的 DRAM 供應當中， HBM 同比大漲了 88.1%，消費類記憶體同比下滑 1.2%，用於圖形處理的視訊記憶體同 比下滑 0.3%，移動端記憶體同比增長了 23.3%，伺服器記憶體同比增長了 28.4%，PC 端記憶體同比增長 4.4%。 AI 不僅需要熱資料（存儲在 HBM/SSD 裡），還需要存儲海量的原始資料（Raw Data）作為備份。HDD 依然是單位存儲成本最低的介質。隨著資料量呈指數級增長， 資料中心對近線硬碟（Nearline HDD）的需求激增。過去幾年 HDD 市場萎縮，希捷 和西部資料幾乎停止了擴建新的 HDD 產線。當需求突然反彈時，擴產週期長達 6-12 個月，推動了 HDD 價格的大幅上漲。HDD 的價格大幅上漲及 AI 需求推動企業增加採 購大容量 QLC NAND，導致供需不平衡傳導至 NAND 行業。經歷過 2019、2023 年的巨 額虧損後，NAND 原廠（三星、美光、鎧俠、海力士）在 2025 年擴產非常謹慎。部分 SSD 漲價還受限於主控晶片產能的緊張，尤其是在高端的 PCIe 5.0 SSD 領域，主控 晶片的良率和供應制約了成品出貨。

這輪上漲週期將持續更長時間的原因

1) 需求端：AI 推動伺服器的存儲需求量級躍升

當前 AI 從訓練向推理遷移，訓練端主要為計算密集型任務（Compute Bound），而 推理端的預填充階段（Pre-fill）需要根據提示詞生成 KV Cache，超長上下文對於 晶片計算能力及記憶體容量要求較高；解碼階段（Decode）則對於記憶體頻寬要求 較高。單台 AI 伺服器記憶體需求為傳統伺服器的 8-10 倍，且需搭配 HBM（高頻寬 記憶體）、LPDDR 等多種類別存儲晶片解決多個算力瓶頸。北美雲廠商在 2026 年 AI 基建投資預計超 6000 億美元，同未來幾年時 AI 推理在邊緣計算、端側大模型的落 地將帶來存儲超級週期。 除 AI 場景外，2017-2018 年建設的傳統伺服器進入更新換代週期，也將產生 DRAM 以 及 SSD 更新需求，QLC SSD 等大容量產品將爆發式增長。傳統需求與 AI 需求疊加， 使存儲晶片整體需求增速（2026 年 DRAM 需求增速 20%-25%）持續高於供給增速 （15%-20%），短期供需缺口難以填補。

2) 供給端：產能向高端傾斜，擴產週期較長

爆發式增長的計算需求，不僅對處理器性能提出挑戰，更將存儲晶片推向了技術變 革的前沿——存儲晶片的頻寬、延遲、能耗與密度，已成為決定 AI/HPC 系統整體性 能的核心要素，高端存儲晶片將成為算力提升的關鍵。存儲晶片的系統封裝及多層 化將提升行業壁壘及售價，行業頭部企業有望享受價值重估。 目前，三星、SK 海力士、美光等頭部廠商為搶佔 HBM 市場，將大量晶圓產能從 DDR4、LPDDR 等傳統存儲轉向 HBM 與 DDR5，導致 2025 年消費級 DRAM 產能同比下 降 12%，通用型存儲供給持續緊縮。 此外，存儲晶片擴產需經歷 “廠房建設 - 設備導入 - 良率爬坡” 全流程，週期 長達 18-24 個月，且單座 12 英寸晶圓廠投資額超百億美元。短期內難以形成有效 供給。供需增速差預計持續至 2027 年，支撐價格上漲週期延長。

3) 技術端：HBM 技術壁壘高，存儲架構向聯合優化設計、分層體系演變

HBM 需通過先進封裝（如 TSV、MR-MUF、TC-NCF）實現多 DRAM 晶片堆疊，技術壁壘 遠高於傳統存儲，三星、SK 海力士的 HBM3e 良率僅 70%-80%，HBM4 需要採用混合 鍵合（Hybrid Bonding）進行 16 層堆疊，大批量產時間預計延至 2026 年。此外， AI 驅動存儲架構從 “單一存儲” 轉向 “記憶體 - 緩存 - 硬碟” 分層體系，需 搭配定制化存儲方案（如 AI 伺服器專用 SSD），而這類產品研發需與晶片設計、 資料中心架構深度協同設計，供應鏈回應週期預計將會更長。

存儲晶片歷史及行業格局

發展歷史： 存儲行業興起於上實際 60 年代，是半導體行業重要的細分領域，約占整個半導體行 業的 25%。根據斷電後晶片是否能夠保存資料，存儲分為兩大類，即揮發性記憶體 （Volatile memory）和非揮發性記憶體(Non-Volatile Memory)，前者主要包括 DRAM 和 SRAM，後者包括 NOR flash 以及 NAND。 DRAM 和 NAND 快閃記憶體為存儲晶片行業中占比最高的兩個分支，銷售總額佔據了整 個存儲晶片行業 90%以上的市場份額。 1966 年 IBM 發明 DRAM，標誌著存儲技術從磁芯向半導體轉型，早期市場以 DRAM 為 主，單晶片容量僅 1Kb。20 世紀 80 年代初，NAND Flash 問世，初始容量 4Mb，開啟 非易失性存儲新紀元。 此後，DRAM 制程持續反覆運算，從微米級邁向 10nm 級，衍生出 DDR、LPDDR 等細分品 類；NAND Flash 則從 2D 架構升級為 3D 架構，堆疊層數突破 400 層。 同期，SRAM 憑藉高速特性成為 CPU 緩存核心。進入 21 世紀，移動互聯網、資料中 心、AI 等需求推動 HBM（3D DRAM）、大容量 3D NAND 崛起，存儲密度與頻寬呈指數級 增長，行業形成 DRAM 與 NAND 雙主要需求格局。

供應鏈上下游： 存儲產品是半導體產業鏈上的核心環節，過去它被視為通用配套元件，如今已成為直 接影響終端性能與成本的核心戰略物資。 產業鏈上游是材料、設備和設計 IP，技術壁壘最高，由美國、日本、歐洲的少數巨頭 主導；中游的製造是核心環節，DRAM 和 NAND Flash 市場極度集中，被三星、SK 海力 士、美光三大原廠壟斷。 下游則是模組廠將晶圓封裝成記憶體條、SSD 等產品，最終應用於資料中心、消費電 子、汽車等領域，其供應和價格直接受中游原廠策略的影響。

競爭格局：市場高度集中

DRAM 在 存 儲 市 場 市 占 率 55%-60% ， 市 場 格 局 呈 現 高 度 寡 頭 壟 斷 。 根 據 Counterpoint 資料，截止 2025Q3，前三大廠商分別是 SK 海力士（34%），三星 （33%），美光（26%）。

當前 DRAM 市場正處在由 AI 重塑的關鍵節點：技術上，HBM 成為制高點；格局上， SK 海力士借 HBM 暫時領先；市場趨勢上，伺服器需求（尤其是 AI 伺服器）已成為 絕對主導，並擠佔了其他應用的產能，推高了全行業價格和利潤。2026年預計HBM 占 DRAM 的市場份額比重將從 2023 年的 8%提升到 41%,；伺服器 DRAM 預計將在 2026 年占 DRAM 的總供應量的 66%。

全球 NAND 市場高度集中，前五大廠商的收入合計占比超過 90%。根據 TechInsights 資 料，2025 年 Q3 全球 NAND 市場規模環比增長 16%至 191 億美元，出貨量（bit）環比增 長 10%，主要得益於資料中心需求的爆發式增長。混合平均售價（ASP）環比提升 6%。 從供應商表現看，三星以 59 億美元收入領跑（市占率約 31%），鎧俠（Kioxia）、閃 迪（SanDisk）、美光（Micron）收入均為 23 億美元，SK 海力士（SK Hynix）和 Solidigm 分別為 20 億和 16 億美元。國內的長江存儲（YMTC）近期在細分市場的份額 增長較快。 AI 伺服器的普及進一步推高需求：AI 訓練伺服器需更高密度 SSD 支援大模型訓練，AI 推理伺服器則依賴低延遲存儲部署即時應用。2024-2030 年，加速資料中心（含 AI 伺 服器）的 NAND 需求 CAGR 達 20%，傳統資料中心僅 2%。2026 年資料中心（企業級 SSD） 將成為市場最大的需求來源，主要由 AI 訓練和推理所需的高性能、高耐用性存儲驅 動。

存儲晶片主要類別

DRAM

DRAM（動態隨機記憶體），是一種易失性記憶體，斷電後所有存儲資料立刻丟失，主 要用於臨時、高速地存放 CPU 正在運行的程式和資料。核心優勢在於容量大、成本低 但讀取速度較 SRAM 顯著降低，延遲在十幾納秒。 按照產品分類 DRAM 可細分為 DDR、LPDDR、GDDR、HBM 等。

DDR（雙倍速率同步動態隨機記憶體）： 從 1997 年發佈的 DDR1 到 2020 年發佈的 DDR5，每一代 DDR 的資料傳輸速率和預取位元 數都成倍增長，工作電壓從 DDR1 的 2.5V 一路降至 DDR5 的 1.1V，功耗顯著降低。目 前，DDR5 已成為新裝機市場的主流，尤其是高端遊戲 PC、工作站和伺服器。同時，行 業已開始展望下一代 DDR6，預計其速度將是 DDR5 的兩倍 LPDDR(低功耗雙通道同步動態隨機存取記憶體)： 早期產品 LPDDR2（2010 年發佈）和 LPDDR3（2012 年發佈）基於同代 DDR 技術，但以 更低的電壓（如 1.2V）運行 ，開始被包括 Mac Book air 等產品採用。從 2014 年 LPDDR4 開始按照自己的應用場景需求建立起自己的規範體系。目前主流產品 LPDDR5X 和最新的 LPDDR6（2025 年發佈） 持續提升速率與能效，以支援手機等設備的端側 AI 應用。 GDDR（繪圖用雙通道同步動態隨機存取記憶體）： 早期 GDDR1/2 與 DDR 區別不大。直到 GDDR3 被英偉達和 AMD 廣泛採用，才真正奠定其 圖形專用地位。2008 年發佈的 GDDR5 統治高端顯卡近十年。其增強版 GDDR5X 以及後續 的 GDDR6/6X（採用 PAM4 信號）不斷刷新頻寬紀錄。最新的 GDDR7 首次引入 PAM3 信 號，頻寬和能效大幅提升，應用場景已從遊戲顯卡擴展到 AI 推理和高性能計算。

HBM（高頻寬記憶體）： 2009 年 AMD 與 SK 海力士的聯合研發除了第一代 HBM 技術，2013 年實現首次商業化量 產。2015 年，AMD 在其 Fiji 架構的 GPU 中首次應用 HBM1，搭載 4 個 HBM1 堆疊，總容 量 4GB，總頻寬達到 512GB/s，在當時顯著領先於 GDDR5 解決方案。 2020 年，英偉達推出基於 Ampere 架構的 A100 GPU，首次採用 HBM2e 技術，搭載 5 個 8 層堆疊(8-Hi)的 16GB HBM2e 堆疊，總容量達到 80GB，頻寬突破 2TB/s（2039GB/s）， 是前代 V100 的兩倍有餘。這一突破使大規模模型訓練成為可能，為 AI 大模型時代奠定 了基礎。 受大模型指數級增長的 tokens 需求影響，傳統的存儲晶片在計算和頻寬能力之間的差 距成為限制 AI 晶片性能的主要瓶頸，即“記憶體牆”（Memory Wall）。為容納更為複 雜的模型，提升 AI 訓練及推理效率，HBM 堆疊數目增多、層數增高和反覆運算趨勢明 確。 SK 海力士於 2022 年率先量產 HBM3，並開始供貨給英偉達和 AMD 的 AI 算力晶片。2024 年，三星和 SK 海力士相繼推出傳輸速率達 8-9.6Gbps 的 HBM3E 產品，單堆疊頻寬突破 1.2TB/s。 2025 年，SK 海力士率先公開展示其 16 層堆疊 HBM4 方案，計畫在 2025 年下半年實現量 產。三星則計畫在 HBM4 產品中配備 1c DRAM 和邏輯晶片，而美光宣佈將於 2026 年量產 HBM4，預計頻寬較 HBM3E 提升 60%以上。

编辑：火腿肠