作者： hoidya ｜𝟎𝐱𝐔

1/ 儲存產業到底是什麼

儲存產業主要由三類核心產品構成：DRAM、NAND與HBM。它們共同構成所有數位設備的數據記憶系統。無論是手機、電腦或資料中心，都必須依賴這一層基礎架構來完成資料的臨時處理與長期保存。

從功能上看，DRAM用於運行中的臨時資料存儲，承擔計算過程中的高速讀寫需求。 NAND用於長期資料存儲，類似設備的持久化記憶層。 HBM則是在高效能運算環境中演進出的新形態，用來解決GPU與運算單元之間的頻寬瓶頸問題。

如果從系統結構理解，儲存產業並不是獨立於運算系統之外的元件，而是所有運算系統的基礎依賴層。任何計算任務都必須先“讀取資料”，再進行“計算”，最後“寫回結果”。因此儲存是計算過程中的基礎約束條件之一，而不是可選模組。

在過去二十年，這一行業的需求主要來自三個來源：消費性電子（手機與PC）、企業伺服器以及網路基礎設施。這些需求共同的特徵是分散性強，更新周期可延遲，且單點需求規模有限。因此市場長期將其歸類為典型的週期性半導體產業。

2/ 為什麼儲存長期被視為週期產業

儲存產業之所以長期呈現強週期性，本質上來自供需結構的不對稱性。需求端通常與消費性電子週期和企業IT支出週期相關，而供給端則由晶圓廠投資驅動，有明顯的時間滯後。

當需求上行時，價格快速上漲，推動廠商擴產。但由於產能建置週期通常在12至24個月之間，新增供給往往在需求轉折點之後集中釋放，導致價格快速回落。這機制形成了典型的boom-bust cycle。

在2010年至2022年期間，這種週期結構表現得特別明顯。例如DRAM產業在多個週期中都經歷了從高毛利狀態快速下滑至虧損，再到新一輪需求恢復後的反彈過程。這種波動使得市場長期將儲存產業視為「高波動、低可預測性」的週期性資產類別。

在這一階段，產業的定價機製本質上是庫存驅動的。當庫存下降時價格上升，當庫存累積時價格下跌，而需求本身更多扮演觸發變量，而不是結構性變量。

3/ AI之前，需求結構是怎樣的

在人工智慧出現之前，儲存需求主要由消費性電子與傳統網路基礎架構驅動。消費性電子的特徵是更新周期長，需求相對可預測，例如智慧型手機的換機週期通常為兩到三年。伺服器與企業儲存則較依賴IT資本開支節奏，同樣具有較強週期性。

在這個結構中，儲存作為標準化產品，其價格主要由供需關係決定，而非單一大客戶的長期鎖定需求。因此市場具備高度的現貨屬性，價格訊​​號能夠快速反映庫存變動與產能調整。

換句話說，在AI之前，儲存產業的需求結構是分散的，且缺乏長期剛性約束。這也是其周期性特徵得以成立的核心基礎。

4/ 為什麼AI徹底改變了儲存需求結構？ （從週期品到基礎設施）

過去儲存需求由消費性電子驅動（手機、PC），本質是「可延遲消費」。但AI帶來的是完全不同的需求函數：它是持續性運算系統，且memory usage與模型規模線性甚至超線性成長。

以AI資料中心為例，訓練與推理過程中GPU不是計算瓶頸，而是memory bandwidth瓶頸，這直接推動HBM成為剛性需求。產業數據顯示，AI伺服器對高頻寬記憶體的需求正在以遠超傳統DRAM的速度成長，並導致HBM產能被長期鎖定，甚至出現2026年前全部預售的情況。

更關鍵的是供給面變動：由於HBM利潤率顯著高於傳統DRAM，廠商主動進行產能再分配，將晶圓從DDR4/DDR5轉向HBM生產。這種結構性擠出效應導致傳統DRAM與NAND出現「非需求驅動型短缺」。

市場已經出現極端訊號：部分DRAM與NAND現貨價格在季度內上漲15–20%，並出現「日內價格調整」現象。

5/ 過去儲存是怎麼定價的？

在2010–2022年之間，儲存產業的定價機制高度典型，是一個標準的半導體週期模型：

價格由庫存週期驅動，而不是需求結構驅動。

當庫存下降→ 價格上漲→ 廠商擴產→ 供應過剩→ 價格崩塌。

此機制的核心限制是「產能建構滯後性（1–2年）+ 需求可延遲性

例如在上一輪週期中，DRAM產業經常出現季度層級的利潤大幅波動，甚至從高毛利轉為虧損，再快速反轉。

但這機制在AI時代被破壞，原因是兩個變數同時改變：

• 第一，需求從分散消費變成集中採購
• 第二，供給從“自由市場擴產”變成“利潤優先配置（HBM優先）”

結果是：週期波動仍存在，但價格彈性被結構性壓縮。

6/ 現在發生了什麼結構變化？

目前（2024–2026）儲存市場的核心變化不是價格上漲，而是市場結構從「spot market」轉向「contract allocation system」。

首先是HBM的擠出效應。由於HBM單位晶圓利潤顯著高於DDR4/DDR5，三星、SK hynix、Micron均優先將產能轉向HBM生產。產業數據顯示，HBM正從低個位數佔比迅速上升至DRAM收入的40%+結構性水準。

這項結構調整導致兩個結果：

• 第一，傳統DRAM供給收縮
• 第二，NAND進入被動緊缺狀態

同時，市場進入極端供需狀態：DRAM產業營收在2025年Q2年增17.1%，但成長來源不是需求爆發，而是價格上漲與供應約束共同驅動。

更極端的訊號來自交付端：產業lead time已經從正常的8–12週延長至39–52週，部分汽車級memory甚至超過70週。

這意味著一個關鍵結構變化：memory不再是“可即時交易商品”，而變成“配給型資源”

這會形成一個正向回饋循環：

價格上漲→ 廠商減少spot供給→ 買方提前鎖單→ 進一步減少現貨流動性→ 價格持續上升。

7/ 誰在這個結構裡獲益？

儲存產業的利潤結構正在明顯遷移。

第一層：供給面（Samsung / SK hynix / Micron）

這些公司正在從「週期性製造商」轉變為「AI基礎設施供應商」。其中SK hynix在HBM上的領先地位使其逐漸成為結構性定價權擁有者，其DRAM市佔率已提升至約38% 。

第二層：需求面（Microsoft / AWS / Google）

這些公司透過長期合約鎖定未來供給，本質是在進行「時間套利」：用當前資本支出鎖定未來AI算力與memory成本。

第三層：AI模型公司（OpenAI等）

它們處於現金流量壓力與算力需求之間，透過融資→ capex → 再鎖供給形成閉環。

關鍵變化在於：pricing power 正在從“市場”轉移到“合約結構”

8/ 風險與證偽條件

這一輪「AI memory supercycle」至少有三個明確的證偽條件：

第一，如果AI capex進入收縮週期（hyperscaler降低投資強度），當前需求結構會迅速失真，因為memory需求高度依賴AI compute expansion。

第二，如果HBM技術路徑被取代（例如新型記憶體架構或compute-memory fusion），當前HBM溢價將被壓縮，導致產能重新回流DRAM/NAND。

第三，如果產能擴張週期重新加速（三星/ SK hynix重新進入激進擴產），則當前供給約束會在1–2年後反轉為過剩週期。

換句話說，這個結構成立的前提是：

AI需求成長速度> 產能擴張速度+ 技術替代速度