fin《AI半导体终局推演2026(II)》要点整理

fin（@fi56622380）的《AI半导体终局推演2026(II)》讨论 AI 是否改变内存与存储行业的周期。以下压缩整理其主要论点，预测、市场规模和产能估算均归原作者，并非本文独立核实的行业事实。原帖页面显示日期为 2026 年 6 月 24 日，显示时区未核实；本文收录于 10 月 22 日。原文配图未在本文复刻，完整论证请读原文。

周期如何从亏损波动转向增长波动

内存需求增长很快，是否就意味着下一次下行不会亏损？这是本篇需要连接的两件事：需求改变了什么，以及供应商能否把变化留在利润里。

fin 把周期的主要成因归于漫长的建厂、扩产周期与不稳定需求之间的错配，商品化则放大价格竞争。他提出三个削弱传统周期的条件：产品定制与长约、持续陡峭的需求增长，以及快速技术换代。作者并不认为周期消失，而是区分下行时可能亏损的传统周期，与下行时仍有利润、只是赚得较少的“成长周期性”。

HBM：需求与换代强，定制仍不彻底

作者给 HBM 的判断是满足上述“两条半”：封装、base die 与客户协同设计形成部分定制，但 DRAM 层仍有标准化属性，产能并非完全不能转移；推理中的 KV cache 容量与 Attention 带宽需求推动升级；较快换代降低旧产品价值，使厂商更重视下一代技术和客户认证，而非只争当期产量。

他延续第一篇以 HBM 容量和带宽共同解释 token 吞吐的框架，估计单 GPU 的 HBM 容量年增逾 40%。供给端则受密度提升减慢和 HBM 晶圆消耗较大限制：原文用 HBM3E、HBM4 分别约为普通 DRAM 三倍、四倍的晶圆需求说明挤占效应。这些是作者采用的估算，不是对所有制程和产品恒定成立的比例。

这一判断依赖模型路线。fin 认为 Attention 的动态信息路由能力会被混合架构等后续模型保留，KV cache 或其压缩形态也将延续，因此 HBM 的需求基础不会随纯 Transformer 的变化而消失。他据此对至少未来五年的替代风险持较低判断。

DRAM：服务器数量与每核内存的双重增长

沿着一个 Agent 任务看，它既需要机器执行工具，也需要保存任务状态。fin 据此把 DRAM 增量拆成两部分：CPU 服务器市场扩大，以及每个核心配备更多内存。

第一层来自 AI 集群 CPU 配比上升、Agent 工具执行中的 CPU 延迟、更多代码和 API 调用，以及隔离沙箱占用资源。第二层来自长时间运行任务的状态、上下文与工具结果驻留，以及更长上下文和更多并发。fin 判断这些需求难以迅速通过优化消除，但也注明每核内存提升可能主要是一次性配置红利。

原文引用一连串 CPU 市场规模上修，并给出自己的远期情景。一个例子以 2030 年 300B 的 CPU 市场、每核 50 美元和每核 16GB 推算 96EB；另一个以 400B、每核 80 美元及 16GB 推算 80EB。B 为原文市场规模记法，EB 为容量单位。这是不同参数情景，不是两个可以相加的需求预测。

作者还认为服务器和端侧 AI 提高了 DDR、LPDDR 升速的价值；HBM 扩产又挤占普通 DRAM 晶圆。因此，他将非 HBM DRAM 的供给年增长估在约 20%，低于其 Agent 需求情景。但他区分了需求刚性：DRAM 配置不足可能只拖慢部分任务，低价值工作可以等待，不完全等同于 GPU 吞吐的经济约束。

长鑫、潜在需求与产能分配

对长鑫，fin 没有直接用晶圆片数比较。他假设其 bit 密度约为其他主要厂商的一半，再折算扩产，估计中国供给使 2025—2028 年行业等效产能 CAGR 从约 12.7% 升至 14.2%，认为影响小于需求增长，并判断设备和制程会约束后续 DDR6 竞争。这些产能、密度折扣及时间表均是原文估算。

作者提出另一项缓冲：内存太贵时，部分以内存换速度的方案、低价值 AI 任务、端侧 AI 和消费电子配置需求被延后；降价后会重新释放。他还认为 HBM 与 DRAM 之间的产能分配、长约与相对利润，会缓和普通 DRAM 的跌价。

综合需求增长、密度扩展变慢、谨慎扩产及潜在需求，fin 判断 DRAM 至少五年难入传统低谷。他的依据不是“没有竞争”，而是供给追赶需求的速度及价格下降后需求能否释放。

NAND：四类增量，仍取决于供给纪律

fin 认为 NAND 的结构性需求不如 HBM 强，但便宜、能承接多层存储任务。其增量包括：KV cache 向 SSD 卸载、AI 视频、Agent 沙箱的数据与上下文，以及更远期 HBF 存放模型权重的路线。他把 HBF 的主要作用放在较远期，并强调其接口与封装条件。

作者将 HBM、DRAM、NAND 视为互相影响的层级，而非独立行情：某层太贵，会推动向较便宜层迁移部分工作。但他同时指出 NAND 扩产相对容易，供应商纪律仍决定周期；原文特别把长存可能激进扩产列为风险。在这些需求与供给假设下，他判断本轮 NAND 下行可推迟至 2030 年，而非认定其永久摆脱周期。

系列阅读

本站要点整理：I · II · III · IV

整理者评论（可选阅读）

以下是整理者的独立分析，不属于 fin 原文。所引资料核对截至 2026 年 10 月 22 日；明确有历史日期的材料按当时范围使用，滚动更新的技术文档只作本次机制核对，不倒填为作者当时的论据。原文的公司份额、市场规模上修、长鑫产能、价格预测及配图未在此逐项独立验证。

一、供给约束与盈利保障之间，还差哪些证据

原文的重要区分是：需求上升和供给难以快速调整，可以改变周期形态，但不等于取消周期。要进一步断言下行时仍能盈利，需要知道价格下降多少、单位成本下降多少，以及新增产能折旧如何进入损益。

Micron 的 2025 年 10-K仍提示资本投资回报、产能建设与爬坡延误等风险。这不能否定 HBM 的增长，却提醒我们：签约、投资和最终收益之间存在执行环节。

定制和长约也不自动等于保底利润。应分别查合同是否锁定数量、价格、提货时间，是否有延期或调整条款，以及客户集中和代际淘汰风险。更快换代既能提高进入门槛，也可能使未获认证的产品更快失去价值。技术竞争减弱某种价格战的同时，也可能增加研发、良率和库存减值负担。

因此，“HBM 吸走 DRAM 产能”可以解释供给收缩，却不足以单独构成价格地板：转产需要时间和资金，先进封装及客户认证也有约束；如果两类需求同时放缓，转向另一类产品未必能保持利润。可检验的证据应是已交付 bit、实际售价、库存与现金成本，而不只是规划产能或订单金额。

二、Attention 延续，并不能单独推出 HBM 容量持续指数增长

假设未来模型仍然使用 Attention，接下来还要问：完成同样的任务要保留多少缓存，又会有多少这样的任务？压缩、调度、上下文长度、并发量和负载结构都可能改变答案。因此，Attention 继续存在，只回答了第一步，还没有确定单位任务缓存量或全行业 HBM 采购量。

DeepSeek-V2 论文于 2024 年发表，报告其模型相较 DeepSeek 67B 的 KV cache 降低 93.3%。该结果来自特定架构与比较对象，不是所有推理系统都能获得的比例；但它已说明保留 Attention 与减少缓存可以同时发生。

由此不能反过来断言 HBM 总需求下降：更低的单位缓存成本可能支持更多并发、更长任务。需要比较的是两种变化的净结果，而非只看优化或只看需求。较有解释力的指标是相同质量和响应时间要求下，每个完成任务需要的缓存容量，以及付费任务总量。显存容量还须区分权重、KV 和其他工作区，不能把所有增长都归因于上下文。

原文的容量与带宽乘积适合作为其硬件扩张判断的简化框架，不应作为无条件的吞吐公式。容量能否转为更多并发、带宽是否仍是瓶颈，取决于算力、通信、批量和时延约束。若新增容量闲置或计算阶段受限，乘积增长不会同比变成有效吞吐。

三、从 CPU 金额推到 DRAM 容量，先统一流量与存量

原文的 96EB 情景，在假设 300B 对应 3000 亿美元、50 美元是同口径每核收入时，算术上成立：3000 亿除以 50 得到 60 亿核，再乘 16GB 得到 96EB，按十进制容量换算。问题不在乘除法，而在这几个量是否描述同一批设备。

如果 TAM 指年度 CPU 销售收入，上述结果接近随该年 CPU 出货配套的内存量，而不是在役服务器全部内存存量，更不是全部“新增净需求”。若包含替换旧机器，就应扣除退役或复用影响；若 CPU 市场包含不同用途、不同每核价格的产品，也不能让所有核心都采用 Agent 配置。反之，老服务器的内存升级可能不伴随新 CPU 收入，另需计入。

还要看收入为什么增长。若增长来自售价和产品组合，CPU 收入翻倍未必对应核心数翻倍；若每核性能提高，同样的任务又可能只需要更少核心。所谓“两个独立变量”还应接受检验：高内存配置、高端 CPU 和售价可能共同变化，用互不相干的增长倍数相乘容易重复计算。

更可复核的办法是按服务器用途分别列出新出货核心数、平均每核内存、旧机升级和退役，再与同一年度可交付 DRAM bit 比较。对原文 300B/50 美元与 400B/80 美元两个情景，应保留为敏感性分析，不能挑较大的容量数字当确定结果。没有这些底表，96EB 与 80EB 只能说明参数影响很大，尚不能证明缺口大小。

四、Agent 长驻状态是真的，但隔离不等于每次物理全量复制

一个 Agent 等待工具返回时，任务虽然没有结束，状态却未必始终完整驻留在 DRAM。系统可以选择挂起、恢复或把状态放到其他存储层，也可以决定哪些数据共享、哪些必须独立。长任务确实带来状态管理需求，但隔离一个实例，并不直接规定必须为它完整复制一份数据库。

Firecracker 官方快照文档说明，多个 microVM 可以共享内存页和只读磁盘；恢复时按需加载页面，后续写入采用写时复制。此处引用的是本次查阅的滚动版本，不据此声称作者发表时已经采用某个具体版本。它提供的是机制反例：安全隔离与减少重复常驻数据并非绝对冲突。

共享并非没有代价。不同用户的独有数据、持续写入和安全要求会限制复用，恢复还可能付出 I/O 和延迟成本。因此，本文不把软件优化当作无成本替代，而是建议看每个成功任务的峰值常驻内存、平均常驻内存、运行与等待时长，以及共享页比例。仅看上下文窗口上限或沙箱实例数量，无法推出实际 DRAM 采购量。

五、NAND 分层有产品依据，尚不能推出三类价格必然同步

NVIDIA 于 2026 年 1 月 5 日发布的公告已提出把 KV 上下文扩展到可共享存储层，并将相关平台可用时间列为 2026 年下半年。这支持作者讨论的分层方向；公告与预计可用时间并不证明截至原文发表日已经规模交付，也不能据此确定新增 NAND 采购量。

跨层迁移只适用于能容忍其延迟、带宽和数据搬运成本的工作。SSD 保存可复用的冷数据，与直接服务每一步都需访问的热数据，不是同一个性能条件。所以 HBM 需求增加可带动 NAND，但不能由此断言三类产品在所有时间段都同涨同跌。

对视频和沙箱，也应区分生成量、保存比例、保留期限、压缩率、去重与备份份数。高生成量可能主要增加短期写入，而不是等比例增加长期容量；写入寿命要求又可能改变采购规格。HBF 则应单独跟踪原型、认证和可交付产品，不提前并入已经实现的 SSD 需求。

六、怎样检验“需求蓄水池”与五年周期判断

“降价会释放需求”是可检验的价格响应假说，不是已经存在的订单。推迟的任务可能回来，也可能因工作流变化、替代产品或预算消失而不再购买。关键不是潜在用途多不多，而是降价后新增购买量能否在供给扩张前足够快地兑现。

长鑫的影响也不能永久固定为密度折半。更合适的是持续拆分晶圆投入、每片良品 bit、产品代际和可进入的客户市场。厂房规划、设备进场、量产和良率爬坡应分阶段记录；既不能把规划直接当供给，也不能用当前密度差排除未来追赶。NAND 的供给纪律同样应对所有供应商逐一观察，作者对长存的风险归属不能代替行业数据。

若后续出现需求仍增、但库存和交付产能增长更快，或者客户用更少内存完成相同工作，就会削弱“缺口持续扩大”的判断；若付费任务增长、每任务资源需求和厂商交付约束同时得到确认，则会增强它。最终需要连接四层证据：任务采用、物理采购、供应商利润和资本回报。前三者即使改善，也不自动说明任何股票在当前价格下被低估。