2500亿美元豪赌，美光为何称AI存储需等2028年再平衡？

“这些需求会相互叠加，并不是一轮取代另一轮。”

当地时间9月15日，在参与管理层深度访谈时，美光（Micron）CEO高级顾问、前执行副总裁兼首席商务官Sumit Sadana给出了当前存储行业最核心的判断。而在需求侧被大模型训练、AI代理乃至人形机器人层层加码的背景下，供给侧却抛出了一个让市场颇感意外的时间表：即使美光正以史无前例的力度推进扩产，真正有意义的新型供应增量也要到2028年才会开始爬坡。至于供需何时能重新恢复平衡，美光坦承目前“看不到明确时间”。

这并非一次常规的财报释放，而是对过去数年全球半导体产业底层逻辑发生改变的确认——内存不再是可以快速切换产能的标准商品，而正在演变为企业与厂商深度绑定的定制化核心部件。

一、 2500亿美元的豪赌与物理瓶颈

外界通常用资本开支的激增来衡量一家企业对未来的信心，而美光这次交出的账单堪称厚重。

Sadana在访谈中详细拆解了美光的资金规划。截至去年8月底的2025财年，美光资本开支略高于130亿美元；进入今年，其2026财年的资本开支预计将接近上一财年的两倍（约260亿美元）。到了2027财年，这个数字将进一步跳涨至超过450亿美元。更引人瞩目的是其在美国的整体投资布局：此前备受关注的2000亿美元投资计划已被正式上调至2000亿至2500亿美元区间。

然而，如此庞大且密集的现金流投入，并未能立即转化为货架上的芯片产品。美光在全球正推进大约20个不同规模和类型的投资项目，横跨晶圆制造、封装测试等全链路，但多数项目在短期内都无法转化为实际出货量。

产能建设的阻力首先来自时间与工艺的物理规律。先进存储芯片的研发和制造复杂度极高，单块DRAM的制造过程包含近2000道工序。先进DRAM从晶圆投产到最终交付，完整周期约为5个月——其中前端晶圆制造需要将近4个月，后端的组装、封装和测试还需额外耗费一至一个半月。对于堆叠层数更高的HBM（高带宽内存），这个周期还要更长。新工厂建成后，还需要经历漫长的设备调试与良率爬坡阶段，只有跨过成本曲线的拐点，工厂才算真正投产。

其次，是人才短缺带来的隐性约束。全球数据中心、电厂与晶圆厂的同步大规模建设，引发了对高水平工程技术人员和安装人员的激烈争夺。这种供应链弹性的丧失，意味着即使在资金充裕的情况下，扩建也无法像传统制造业那样实现“有钱即有速”的线性增长。

爱达荷州的两大关键节点清晰地印证了这一节奏：ID1厂预计在2027年中产出首批晶圆，而承载着更大野心的ID2厂则要等到2028年末前后才能产出首批晶圆。纽约州规划的四个新建晶圆厂，首座更是被定在了2030年投产。

二、 需求侧的“多轮叠加”效应

如果仅仅是应对当前的数据中心算力升级，美光或许还能给出相对紧凑的应对方案。但Sadana描绘的需求版图显然超出了传统的周期性波动。

在大语言模型的训练规模持续扩张后，推理端的需求正在呈指数级放大。随着AI向“智能体（Agent）”演进，系统不仅要处理单次查询，还要维持持续的决策闭环，这对内存容量和传输带宽提出了更为苛刻的要求。

与此同时，AI的物理化浪潮已经启动。Sadana特别指出，自动驾驶、工业设备和即将走入前台的人形机器人，正在构成AI需求的又一极。他预测，在人形机器人的结构化应用逐渐成熟后，这一市场可能成为“有史以来规模最大的产品市场之一”。按他的估算，一台人形机器人可能需要搭载数百GB的DRAM以及数TB的SSD NAND。这种单机存储价值量的急剧跃升，与消费电子领域形成了鲜明反差。

无论是云端计算还是端侧落地，汽车、PC、智能手机都需要搭载更强的本地模型以节省云端传输成本。这些需求并不会简单替代上一代的需求，而是呈现出一种“波浪式”的叠加态势，使得下游客户每年向美光下达的需求预测都在不断向上修正。

三、 商业模式的重构：从JEDEC标准到类ASIC模式

在这场供给受限与需求膨胀的拉扯中，存储行业的商业逻辑正在经历一场静默的革命。

过去几十年，存储行业依赖于JEDEC统一标准。不同厂商生产的通用内存高度相似，价格随市场供需剧烈波动，采购协议大多仅有一年期限。但在AI时代，内存不仅关系到计算速度，更直接决定了系统的功耗和能效比，进而成为终端产品竞争力的关键变量。

如今，客户越来越希望利用定制的内存架构来提升性能。美光透露，他们开始更早地介入客户的系统研发环节，共同定义下一代产品的内存能力。这种合作深度类似于硬件界的ASIC定制模式：客户投入研发资源参与产品早期设计，而存储厂商则在一段时期内可能成为独家供应商，其他竞争对手往往需要数年才能实现技术追赶。

为了保障这种长周期的研发投入能够回收并获得合理利润，美光正在积极与客户签署涵盖多年的“战略客户协议”。在这类长协框架下，美光锁定供应量，而客户则承诺需求量。这不仅在很大程度上削弱了传统存证市场的短期周期波动风险，也确保了美光在未来数年的资本开支拥有明确的回报依据。

对于关注英伟达、AMD等下游AI基础设施巨头的投资者而言，这意味着什么？核心在于议价权的转移。当高端内存产能受到物理周期限制，并且合作关系日益偏向定制化绑定，掌握核心设计与制造工艺的存储芯片原厂便获得了更大的定价权。只要AI技术进展依旧“一浪叠一浪”，这场由时间壁垒构筑的行业红利期就将持续延续。