2026年8月23日
科技

深度SK海力士预警明年存储荒:AI需求翻倍与芯片通胀

核心卖点:

SK集团董事长崔泰源警告,2027年存储芯片需求接近翻倍,供需缺口或持续至2030年。

"芯片通胀"正在从HBM向全品类存储蔓延。

2026年8月13日,韩国SK集团会长崔泰源接受外媒专访时发出严厉警告。

他表示,所有客户对下一年度存储芯片的供货需求接近原有水平的两倍。

新增晶圆厂从规划到形成有效产能至少需要4至5年。

2027年可能成为本轮存储芯片短缺最严重的一年。

崔泰源进一步指出,即使SK海力士未来五年将产能扩大一倍,仍可能无法完全满足客户需求。

存储芯片供应紧张或持续至2030年前后。

他为此提出了"Chipflation"(芯片通胀)这一全新概念。

【本文原创贡献】

本文提出"Agent-Storage弹性系数"原创分析框架。

该框架量化单个AI智能体对存储容量的拉动效应。

通过拆解AI Agent从推理到记忆的完整数据链路,揭示存储需求从"设备驱动"向"智能体驱动"转型的产业逻辑。

技术解读:芯片通胀的传导机制与Agent-Storage弹性

崔泰源提出的"Chipflation"并非简单的价格涨价。

它描述的是AI基础设施建设持续争夺晶圆、资本开支和先进制造资源。

进而引发全品类芯片成本上升的系统效应。

这种效应从HBM等高带宽存储开始,逐步向DDR5、NAND Flash等通用存储蔓延。

需求爆发的核心驱动力来自AI Agent的普及。

崔泰源将当前AI比作一个"刚满四岁的孩子"。

随着AI不断成长,需要存储的知识和经验也将持续增加。

过去,存储芯片需求主要与智能手机、个人电脑等硬件设备出货量挂钩。

但在AI时代,一名用户可能同时使用多个AI Agent。

每一个Agent背后都需要独立的计算和存储资源。

崔泰源预计,未来五年全球Agent数量可能增长约77倍。

这意味着存储需求的增长逻辑已从"一台设备配一颗芯片"转向"一个Agent配一份存储"。

本文提出的Agent-Storage弹性系数,正是衡量这一转变的关键指标。

该系数定义为:单个AI Agent在全生命周期内对存储容量的平均消耗量,与其活跃度的比值。

在云端推理场景中,Agent需要高频读取模型参数和长期记忆数据。

弹性系数显著高于传统应用。

在端侧场景中,虽然单次调用容量较小,但海量终端设备的并发请求巨大。

这些请求将累积成巨大的存储池需求。

这种双轮驱动模式,解释了为何客户要求接近翻倍的供货量。

场景分析:存储荒冲击下游的三条路径

存储芯片短缺正在通过三条路径向下游传导。

第一条路径冲击AI服务器与数据中心。

HBM作为AI训练芯片的核心配套存储,其供需失衡已持续多时。

随着英伟达Blackwell架构芯片大规模出货,单卡HBM容量需求进一步跃升。

若HBM供应无法跟上GPU出货量,将直接制约AI算力扩张节奏。

第二条路径影响智能终端市场。

苹果、三星等厂商正在将端侧大模型植入手机和个人电脑。

这些端侧AI应用需要更大容量的LPDDR和NAND Flash支持。

存储芯片涨价将直接推高终端BOM成本,最终由消费者承担。

第三条路径延伸至汽车与边缘计算领域。

智能驾驶系统对高可靠存储的需求快速增长。

工业物联网设备产生的数据量也在膨胀。

这些场景对存储的稳定性要求高于消费级产品,产能挤占效应更为明显。

面对传导压力,SK海力士正通过长期协议锁定需求。

崔泰源强调,公司只有在存在明确需求的情况下才会扩张。

SK集团正在推行风险共担方案,包括成立合资企业或提供存储服务。

这种模式将传统的"卖芯片"转变为"卖存储能力",试图在供需波动中建立缓冲带。

[IMG:1]

竞品对比:SK海力士、三星与美光的产能博弈

在全球存储芯片三强格局中,各家对AI浪潮的应对策略呈现明显分化。

SK海力士在HBM领域占据先发优势。

据公司公开披露,其HBM3E产品已实现批量供货。

客户覆盖英伟达、谷歌、微软等大型云服务商。

崔泰源在专访中回应了"过度依赖英伟达"的市场担忧。

他表示,英伟达是"最重要的客户之一",但公司同时向多家大型云服务商供货。

SK海力士计划未来五年将存储芯片产能扩大至目前约2倍。

并正在对美国等多地进行选址调查。

三星电子作为全球最大的存储芯片厂商,拥有更完整的DRAM和NAND产品线。

三星在美国建设先进制程晶圆厂,投资规模达数百亿美元级别,试图分散地域风险。

在HBM领域,三星正加速量产和客户认证进程,试图追赶先发者。

三星的多元化客户结构使其在单一客户依赖度上低于SK海力士。

美光科技则凭借美国本土厂商身份,在地缘政治格局中占据独特位置。

美光计划在美国多州投资数百亿美元扩产,并积极争取本土AI客户订单。

在HBM技术路线上,美光强调本土供应链优势,试图以差异化竞争切入市场。

但美光在HBM领域的量产进度相对滞后,市场份额仍待提升。

从产能扩张节奏看,三家公司均面临相同的物理约束。

新增晶圆厂建设周期长达4至5年,设备交付周期也在拉长。

这意味着2027年至2028年的有效产能,实际上由2023年至2024年的资本开支决策决定。

在当时,行业正处于去库存周期,多数厂商对扩产持谨慎态度。

这一决策时滞,正是当前供需缺口的结构性根源。

多元观点交锋:AI是否真正打破了存储周期律?

存储芯片行业向来具有明显的周期性。

上一轮景气高峰期的大规模资本开支,最终导致供给快速释放并引发价格下跌。

本轮AI驱动的需求爆发,是否真正改变了这一规律,成为市场争论的焦点。

主张:结构性需求将拉长景气周期

崔泰源在2026年8月13日的专访中明确提出:

AI时代的存储芯片景气周期将明显长于过去。

他认为,未来十年全球存储容量需求可能达到当前水平的约5倍。

AI Agent从早期应用走向普及,将形成持续多年的结构性需求,而非短期脉冲。

崔泰源更直言:"半导体已经不是大宗商品了。"

这一判断的核心依据在于,存储芯片正从标准化产品向定制化产品转变。

反驳:历史周期律的警示仍在

存储行业的历史数据提供了相反的参照系。

2017年至2018年,全球主要存储厂商曾大规模扩产。

导致2019年DRAM和NAND价格双双暴跌。

据公开行业历史数据,当时部分产品价格在12个月内跌幅超过50%。

这一周期的教训在于:存储芯片的制造特性决定了产能一旦释放便难以快速收缩。

SK海力士、三星、美光均在推进翻倍级扩产。

2029年至2030年的供给过剩风险不容忽视。

修正:LTA与风险共担机制可能平滑周期

产业链下游的反馈为上述争论提供了调和维度。

据SK集团公开披露及产业链反馈,SK海力士正与客户签订长期协议(LTA)。

目的是消除需求端的不确定性。

同时,集团推行成立合资企业、提供存储服务等风险共担方案。

这种机制将传统的现货交易转变为产能预订模式,使扩产决策与真实需求挂钩。

若LTA机制在行业内普及,存储芯片的周期波动幅度有望收窄,但周期本身不会消失。

[IMG:2]

行业影响:晶圆争夺战重塑全球半导体版图

存储芯片的供需缺口正在引发全球晶圆产能的重新配置。

SK海力士的扩产计划面临物理和政治双重约束。

崔泰源透露,新增晶圆厂建设周期至少需要4至5年。

这意味着2027年至2028年的有效产能,实际上由两至三年前的资本开支决策锁定。

当时行业正处于去库存周期,扩产意愿普遍低迷。

决策时滞与需求突增的错配,构成了本轮短缺的技术性根源。

在地理布局上,SK集团正在加速全球化分散。

SK海力士已在美国印第安纳州建设一座先进封装工厂。

投资规模约40亿美元,预计2028年完工。

但该工厂仅负责后端封装,并不涉及前端晶圆制造。

崔泰源表示,集团已对包括美国在内的多个地区进行了一个多月的选址调查。

若前端晶圆厂最终落地美国,其美国半导体制造布局将向产业链上游延伸。

这一布局变化将深刻影响全球半导体设备与材料供应链。

前端晶圆厂需要光刻机、刻蚀设备、薄膜沉积设备等核心装备。

设备交付周期本身已延长至18至24个月。

SK海力士、三星、美光同时扩产,将加剧对上游设备商的产能争夺。

涉及ASML、应用材料等核心供应商。

这种争夺可能进一步推高设备价格,形成芯片通胀向上游传导的闭环。

趋势展望:从大宗商品到定制化服务的范式转移

崔泰源在专访中作出的最激进判断,或许是"半导体已经不是大宗商品了"。

这一论断标志着存储行业底层逻辑可能发生根本性转变。

在传统模式下,存储芯片是高度标准化的通用器件。

厂商生产统一规格的DRAM和NAND,由下游客户自行设计适配方案。

但在AI时代,不同客户的AI模型架构、数据类型和访问模式差异巨大。

这推动存储芯片从"通用货架产品"向"客户协同设计产品"演进。

这种范式转移将重塑产业链的定价权和利润分配。

定制化存储需要厂商在芯片设计阶段即介入客户系统架构。

技术壁垒和客户粘性将同步提升。

长期协议(LTA)和风险共担机制的普及,将改变存储厂商的行业角色。

它们将从"周期博弈者"转变为"算力基础设施合伙人"。

这一角色转换可能降低毛利率的波动性。

但也要求厂商承担更大的前期研发沉没成本。

从需求端看,崔泰源预计全球Agent数量五年增长约77倍。

未来十年全球存储容量需求可能达到当前水平的约5倍。

若这一预测成立,存储芯片行业将进入一个超长景气通道。

但前提是:晶圆厂建设、设备交付、人才储备能够跟上需求曲线的斜率。

否则,芯片通胀将从AI产业的成本侧瓶颈,演变为更严峻的系统风险。

它可能成为制约全球数字化进程的基础设施枷锁。

[IMG:3]

本文由AI辅助生成

分享到: