AI導致產業邏輯生變，存儲市場“冰火兩重天”：消費級內存條降價數百元；服務器、企業級產品還在搶貨

每經記者：王晶 每經編輯：楊軍

近日，“內存條價格下跌”的話題備受關注，一度被解讀為持續數月的存儲漲價勢頭出現逆轉。那么，存儲價格真的“崩了”嗎？4月1日，《每日經濟新聞》記者走訪深圳華強北一探究竟。

“現在價格太亂了，一天一個價，但這幾天是最便宜的時候?！币晃蝗A強北商家說道。據多位商家報價，16GB DDR4（第四代雙倍數據率同步動態隨機存取存儲器）內存條已回落至600元~800元區間，DDR5價格也較前期高點1600元下降至1300元~1500元，部分DIY裝機套裝價格較高點下降千元以上，不少消費者趁機升級配置。另一位商家補充道：“有些渠道商之前囤了貨，現在降價做資金回籠，他們在300多元低點的時候囤的，現在哪怕賣600多元也賺。”

不過，這輪降價并未蔓延至整個存儲行業。記者從多家存儲廠商、行業機構了解到，本輪價格回落主要集中在消費級DDR4、DDR5現貨及渠道零售市場，而原廠顆粒合約價、HBM（高帶寬內存）、服務器用DDR5及企業級SSD（固態硬盤）等產品價格仍維持高位。“昨天，我見了二三十組客戶，都在問我還有沒有貨。”“有很多人飛到公司來找我們要貨，什么類型的客戶都有?！笨梢钥吹?，由AI（人工智能）、數據中心需求主導的存儲產品是另外一番“景象”。

消費級市場“降價”與企業級市場“缺貨”同時上演，這種分化背后是產業邏輯正在發生變化。過去幾十年里，存儲一直被視為典型的周期性行業，它隨著手機、PC（個人電腦）、數據中心起起落落，但AI出現后，這套邏輯正在被打破，存儲正從物料清單中的普通成本項轉變成AI競賽的戰略資源，當前，算力的增長已超過存儲帶寬所帶來的支撐限度，這意味著海量模型參數和上下文只能通過一個相對狹窄的“漏斗口”——即存儲帶寬進行傳輸，GPU（圖形處理器）頻繁等待，規模算力集群可用度大致在50%左右。

這種“算力等存儲”的瓶頸直接推高了AI（人工智能）場景下的存儲需求?！?026年全球沒有任何一款主流的AI存儲產品能實現供需完全平衡。存儲行業的焦點已經從‘看誰更便宜’轉向‘看誰能拿到貨’?！盋FM閃存市場總經理邰煒在日前舉辦的MemoryS2026峰會上表示。他用一句話總結當下：AI算力有多熱，存儲就有多緊缺。

圖片來源：每經記者 王晶 攝

存儲市場出現分化

持續數月走高的內存價格，近期在消費級市場迎來了回落。CFM閃存市場提供的數據顯示，近期貿易端低端DDR4內存條拋售較多，沖擊和打壓了渠道市場?！氨局芮繢DR4內存條領跌，尤其是8GB/16GB DDR4內存條價格跌幅高達25%，32GB DDR4及DDR5跌幅在10%上下區間；渠道SSD也出現小幅下跌?！?/p>

不過，華強北賣家認為：“后面DDR4的價格很快又要漲回去，畢竟存儲廠都沒有降價，現在DDR4的出廠價在900元左右，市場價七八百元反而更便宜?！?/p>

價格倒掛現象的背后，是存儲芯片兩種采購方式的差異。頭部大型電子制造企業依托規?；少弮瀯?，主要向存儲芯片原廠（主要是SK海力士、三星電子、美光科技）直接訂貨，或通過原廠授權代理商拿貨，結算采用合約價；而數量眾多的中小微電子設備企業，因采購規模小、需求靈活且分散，大多從現貨交易市場采購，拿貨價格也以隨行就市的現貨價為準。這一輪下跌的，正是現貨市場的價格。這兩大類市場存在顯著不同，前者有相對較高的議價能力，后者則受現貨存儲賣家和消費類用戶的承受能力和情緒影響而波動。

然而，消費級市場的降溫，并未傳導至企業級和AI服務器相關存儲領域，相關需求依然保持強勁?！敖?，有剛從原廠下線的產品就立刻插到客戶服務器中，這在以往是不可想象的。”邰煒說道。

從合約市場來看，TrendForce集邦咨詢最新發布的存儲器價格調查顯示，盡管終端市場面臨出貨下修風險，但2026年第二季因DRAM原廠積極將產能轉向HBM、Server應用，預估DRAM合約價格仍將季增58%~63%。NAND Flash市場持續由AI、數據中心需求主導，全產品線連鎖漲價的效應不減，預計第二季整體合約價格將季增70%~75%。

AI重構存儲產業邏輯

當前，隨著AI應用從訓練邁向推理，存儲的核心定位正在發生根本性轉變：在訓練時代，存儲是算力的“倉庫”；而在推理時代，存儲正成為算力的“加速器”。

存儲的重要性也隨之發生變化。在傳統架構中，CPU（中央處理器）或GPU決定性能上限，存儲負責“跟上”；而在AI架構中，存儲帶寬與延遲開始反過來制約算力釋放效率。這也是為什么行業內部已經形成一個共識：AI不是單一應用，而是所有行業的底層操作系統，存儲是這個操作系統的基礎設施。

“今年全球半導體存儲器的市場規模將突破6000億美元，數倍于以往的任何時候?！臂樥f道。

需求的變化首先來自數據生成方式的轉變。過去，數據是由人來創造的，比如拍照片、視頻、做文檔等，但AI時代，數據是各類大模型生產的，并且模型參數越來越大、多模態數據越來越多、訓練和推理持續運行。

這一變化直接拉動了基礎設施需求。行業數據顯示，一臺AI服務器對內存與存儲的需求遠高于傳統服務器。其中，服務器內存需求增速預計超過40%，在整體存儲應用中的占比將超過50%。

更深層的變化則體現在需求結構上。事實上，AI在推理過程中需要存儲大量中間狀態（KV Cache，鍵—值緩存機制）以避免重復計算。當上下文長度從4K token（詞元）提升至128K token時，KV緩存的存儲空間直接增長32倍；如果是高并發場景下，KV緩存需求甚至會達到TB（太字節，1TB = 1024GB ?）級規模。

在此背景下，傳統以DRAM（動態隨機存取存儲器?）和HBM為核心的存儲體系面臨容量與成本瓶頸，大量數據開始向NVMe SSD（ 可以理解為“新一代高速固態硬盤”）遷移，企業級SSD（eSSD）由此成為AI基礎設施中的關鍵環節。邰煒指出：“針對AI推理工作負載優化的SSD需求快速上漲；同時，因傳統硬盤產能缺口，QLC SSD（四層單元固態硬盤）的替代需求也不斷上升。這些因素疊加，讓eSSD成為2026年NAND閃存最大的應用市場。”

與此同時，應用側也在進一步放大這一趨勢。長江存儲固態硬盤事業部負責人譚弘以當下最火的“養龍蝦”舉例稱：“‘龍蝦’是AI Agent（人工智能體）的首個殺手級應用，未來可能改變手機、電腦等智能終端設備的交互方式，相當于給每個人都配備一個懂你的24小時無休的秘書。同時，‘龍蝦’也引發用戶從單一指令提問大模型，轉變到深度理解客戶深層需求后的連續指令。不過，‘養蝦’token消耗量與AI大模型進行多輪對話相比，高達15倍，這對端側的cSSD（客戶端固態硬盤，也是人們常說的消費級SSD）及云端eSSD（SSD中的一個專門類別，面向數據中心和服務器等企業場景）都提出了更高的要求?！?/p>

從訓練階段來看，核心痛點是成本高昂。簡單來說，訓練大模型就像反復“打磨一件精密儀器”，需要不斷讀取和保存中間結果（Checkpoint，檢查點）。如果存儲速度跟不上，GPU就只能“干等著”，但使用大容量QLC eSSD（四層式存儲單元企業級固態硬盤）存放Checkpoint，其在特定場景下的寫入性能和耐久性已接近更貴的TLC eSSD（三層式存儲單元企業級固態硬盤），相比傳統HDD（機械硬盤），能為用戶節省成本。

到了推理階段，挑戰則是“跑得快、跑得多”。就像讓AI幫你寫一篇長篇小說，它需要記住前面寫了什么（即KV Cache），當小說越來越長，需要記的東西可能達到幾百GB，但GPU配置的HBM容量有限又昂貴，根本裝不下。怎么辦？行業想出的辦法是“分層存儲”——把大部分“記憶”先放到便宜的SSD里作為緩沖，需要時再快速調出來，這樣既解決了內存不夠的問題，又保證了速度。至此，企業級eSSD已承擔起上下文狀態管理和知識查閱的功能，不再是單純的數據倉庫，而是成為存算協同的數據引擎。

圖片來源：每經記者 王晶 攝

存儲原廠發展有兩個趨勢

在AI需求快速擴張的同時，供給端卻沒有同步響應，這也導致當前面向AI的存儲產品缺貨。

邰煒認為，目前存儲原廠的發展有兩個趨勢。首先是供給的“選擇性傾斜”，在AI需求爆發后，優先保障高端AI產品的產能，這意味著HBM、DDR5、企業級SSD優先，保障更大的利潤；消費級NAND與DRAM被壓縮，同時成熟制程產品供給下降；另一方面，此前經歷多輪周期波動后，原廠普遍吸取歷史教訓，采取更為謹慎的資本開支策略。整體來看，行業控制產能擴張節奏，提高高附加值產品占比，供給彈性下降。

存儲行業具有明顯的產能建設周期，一般需要18個月至24個月才能形成有效供給。這意味著2025年需求爆發，最早2027年才能看到供給改善，在此期間，供給缺口難以彌補。邰煒判斷：2026年，全球沒有任何一款主流的AI存儲產品能實現供需完全平衡。

供需錯配之下，價格快速上漲，并且成本壓力正加速向終端傳導。僅3月份，包括三星、vivo、OPPO、一加等在內的多家廠商對旗艦機型價格上調數百元至千元不等。其中，一加對日前發布的一加15T上漲900元~1200元的漲價行為引發關注，有網友在一加中國區總裁李杰的微博下留言表達不滿。

李杰隨后就價格上漲進行回應：“這一輪內存成本的上漲幅度超過400%，可以說漲瘋了，不同品牌之間，更多只是庫存節奏的差異，本質上是時間早晚的問題。從目前的趨勢看，接下來一段時間，整體價格只會越來越高?！?/p>

漲價正重創終端需求。邰煒預計，2026年全球智能手機出貨量將出現10%至15%的下滑，部分廠商降幅可能更高。

企業端的漲價同樣猛烈。“Flash（閃速存儲器）從1月到現在漲的都快翻倍了，某一天我接個電話，價格直接漲50%，不是1塊錢的50%，是24塊錢的50%，市場怎么吃得消？并且漲了50%之后，又說下個月再漲25%。這種情況底下模組公司有庫存很棒，但是庫存用完之后，買貴、賣貴的時候怎么辦？”SSD第三方主控大廠群聯CEO（首席執行官）潘健成的一番話，道出了存儲廠商對漲價過快的擔憂。

CFM閃存市場數據顯示，今年一季度原廠服務器及PC NAND、DRAM合約價均呈翻倍式增長，而mobile（移動電話所使用的存儲芯片）價格漲幅卻不及以上兩大應用市場，使其與服務器、PC存儲產品合約價差逐步擴大。該機構預計，今年第二季度mobile合約價將大幅補漲，以追趕其他應用端存儲價格并縮小價差至合理范圍。Mobile NAND、DRAM合約價或將大幅漲超85%；服務器、PC價格漲幅則收斂，預計服務器、PC DRAM合約價均漲超30%，eSSD、cSSD ASP（平均售價）價格漲幅分別超30%、50%。

圖片來源：每經記者 王晶 攝

成本與性能之間尋找新平衡

面對如此猛烈的漲價，產業鏈上下游都在尋找出路，如何在成本與性能之間找到新的平衡點，已成為行業最迫切的課題。

谷歌似乎為行業難題提供了新的解法，公司日前發布的新型壓縮算法 “TurboQuant”，號稱可在不損失模型精度的情況下，將大語言模型運行時的鍵值緩存內存占用進行大幅壓縮。

不過，在潘健成看來，谷歌的技術非但不會減少存儲需求，反而會產生更多的token?！叭绻麤]有這個技術，主機需要用到大量的DRAM和SSD，成本高、買不到，出貨規模自然受限。但技術讓成本降下來之后，設備出貨量會顯著增加，反而帶來更大的數據生成與存儲需求?！?/p>

他用一個比喻解釋：如果一輛汽車的引擎要100萬美元，全世界的車不會太多；但當引擎降到2000美元時，滿大街都是汽車。同理，谷歌技術應用之后，成本下降、設備普及，產生的token只會更多，存儲需求反而更旺盛。

除了算法層面的壓縮技術，群聯也在探索另一條路——推出全球獨家專利“用Flash彌補DRAM不足”的技術aiDAPTIV方案。由于DRAM成本高、容量有限，而AI推理對內存需求巨大，群聯通過軟硬件協同，將Flash引入內存體系，從而降低成本并提升系統可擴展性。

據群聯測算，在本地運行120B的模型，需要96GB DRAM，成本高達1500美元，堪比一臺高端筆記本的售價，而自己的方案可以讓成本大幅降低?！霸谖磥砗芏痰臅r間里，筆記本PC的標配一定會附加群聯電子的方案，讓AI可以在本地做部署，并且還會變成標準方案?！迸私〕烧f道。

其他廠商也在推動端側落地。江波龍的HLC（High Level Cache，高級緩存技術）技術，可以讓4GB DDR實現接近6GB/8GB DDR的水平，降低終端DRAM容量需求并優化BOM（物料清單）成本。

當存儲的價值被重新定義，產業鏈上下游的分工也在悄然重塑。潘健成直言，面對存儲短缺和價格上漲，單純的買賣關系已經失效，主控與模組之間的傳統分工也正在被打破。“主控芯片不掙錢，模組公司靠低價庫存發財，但好日子總有盡頭。主控要投進先進工藝，我們的一顆主控前前后后投資了2.8億美元，其中單做驗證，成本就花9000萬美金，所以主控公司要把產品做好，要有模組的驗證能力，接下來，模組公司和主控公司應該‘并一并’，各取所需，產業才能走向健康。”