风险提示，本文仅为个人感悟，对于产业的分析都是基于长期判断，无法预测短期涨跌，因此结论既不能保证绝对正确，也不构成任何投资建议，股票投资风险极大，严禁重仓个股、严禁加杠杆，随时会有巨亏的风险。

现在市场对存储最大的分歧，已经从2026年存储涨价能涨多少，转向2028年以后会不会过剩。

空头认为，三星、SK海力士、美光和长鑫都在建新厂，很多项目会在2027—2030年交付。新厂投产以后，先进制程还会继续提高每片晶圆的容量。如果AI需求的增速慢下来，手机和PC又没有明显恢复，存储可能从短缺迅速变成过剩。对于存储这种周期品，供给比需求多5%，就可以让存储价格和原厂的ASP大跌。

多头看到的是另一条需求曲线。2018年的存储周期主要靠手机容量升级、云服务器和库存补充，2019年需求仍然增长14.6%，价格却因为供给和库存大跌。2026年这一轮存储周期多了AI训练、AI推理、智能体、服务器DRAM、HBM和企业级SSD，需求持续时间可能远远超过一轮普通的库存周期。HBM还要消耗更多DRAM生产资源。生产1单位HBM容量，大约要占用2.4—3.5倍普通DRAM的晶圆资源。只要HBM继续缺货，原厂就会把更多晶圆分给HBM，普通DRAM可以释放出来的供给自然会减少。

我长期看好存储在这一轮AI科技革命里面的表现。存储相对于GPU，可以用大脑和草稿纸来理解。我们在计算一道复杂的数学题时，既需要大脑，也需要草稿纸。GPU就像大脑，负责计算；存储就像草稿纸，负责暂存数据、读取数据，并把不同计算步骤连接起来。想要解出一道复杂的数学题，两者缺一不可。

所以，存储本身就是AI智能的核心。AI只有计算芯片是不够的，计算过程中还要不断读取、交换和保存数据。HBM的定制属性最强，服务器DRAM和企业级SSD也越来越依赖客户认证、平台适配和长期协议。它们已经不像过去的消费DRAM那样，可以在客户和产品之间随意切换。

但是，短期股价和长期产业判断要分开。加息预期上升时，所有风险资产都会面临估值压力，存储又是前期涨幅比较大的板块，情绪差、波动大很正常。

我们深度研究了存储的供需数据和产业数据，撰写了这篇研究报告。主要的研究目标是：按照四大厂已经公布和可以合理估算的扩产节奏，2028年、2029年和2030年出现产能过剩的概率分别有多少？

我们的需求假设比空头乐观，但是比硅谷大佬要谨慎很多

黄仁勋预计，到2030年，全球AI基础设施支出将达到3万亿—4万亿美元。

阿里巴巴董事会主席蔡崇信在2026年VivaTech接受采访时说，全球GDP超过100万亿美元，其中至少一半，也就是50万亿美元，来自人类生产力和人类智能。AI生产的正是人类智能和生产力，因此AI面对的是一个50万亿美元的市场，这也是阿里全面投入AI的原因。

苏姿丰预计，到2030年，全球数据中心AI GPU市场规模将超过1万亿美元。

先看供需测算的汇总。有效供给增速已经考虑新厂投产时间、全年平均产能、利用率、良率、节点升级和客户认证。HBM产能挤占采用HBM占DRAM前道晶圆投片的比例表示。供需余额采用10万次模拟的中间结果，因此与基准值存在小幅差异。

2028年是有效供给增长最快的一年，但新产能首先要填补2027年留下的供需缺口。2029年需求增速重新超过供给增速，但前期新增产能继续释放，行业仍然向平衡线靠近。2030年中间结果为短缺0.1%，新厂交付或者AI需求稍微变一点，供需方向就可能改变。

表里的HBM晶圆占比表示四大厂全年平均DRAM前道产能中，用于生产HBM的比例。生产相同容量的HBM需要消耗普通DRAM约2.4—3.5倍的晶圆资源，因此约31%的HBM晶圆占比会明显减少普通DRAM的有效位元供给。

数据来源与估算说明：需求参考TrendForce、德意志银行、摩根士丹利、摩根大通、瑞银和交银国际等机构预测。有效供给根据前文逐厂项目、节点升级和良率爬坡计算；供需余额和过剩概率来自10万次联合模拟。

四大厂2026—2030年会增加多少产能

产能统计口径

全文的名义产能统一使用12英寸等效万片/月，并采用年末月度运行率。比如三星2026年的73.5万片，意思是2026年12月的月产能为73.5万片。计算全年供给时，要按照每条新线开始投产的月份和逐季爬坡速度，换算成全年平均投片；再乘以产能利用率、可售良率和单片晶圆的位元产出，得到有效位元供给。HBM已经包含在DRAM总投片里面，计算需求占用的晶圆时，再按照每单位HBM消耗2.4—3.5倍普通DRAM晶圆资源调整。

长鑫2026年末名义产能按35万片/月估算，占四大厂合计产能约17%，高于它的全球位元和收入市占率。长鑫的制程、单片位元产出、良率和产品结构与三巨头存在差距，同样一片晶圆对应的可售位元更少。因此，后面的供需模型只用晶圆产能确定厂房和设备规模，最终比较供需时统一换算成有效位元。

四厂年末名义产能

四厂之外还有南亚科技、力积电和Swaysure等厂商。按照野村证券的广义统计口径，其他厂商2026—2030年基准产能为20.3、20.8、20.8、20.8和20.8万片/月。行业年末名义产能分别为222.8、258.8、303.6、334.8和359.3万片/月。

数据来源与估算说明：三星2026—2027年参考德意志银行，P4、P5参考TrendForce及韩国产业媒体；SK海力士2030年100万片/月参考公司规划及The Elec，M15X、龙仁Y1和Y2参考公司公告；美光ID1、ID2、广岛、铜锣和纽约一期参考公司10-Q、州政府文件及项目公告；长鑫2026—2028年参考摩根士丹利、瑞银和野村证券，2029—2030年按照已知项目继续装机的速度外推；其他厂商2026—2028年参考野村证券逐厂统计，2029—2030年按没有新增项目机械持平。公司没有直接披露的年度数字均为估算值。

三星的增量主要来自P4和P5

三星2026—2027年的新增产能主要来自P4，2028年的增量主要来自P5。基准情景按P5分阶段装机计算，2030年末为97.5万片/月；P5装机明显加快时，2030年末可能达到107.5万片/月。

单位：12英寸等效万片/月。

数据来源与估算说明：三星2026—2027年公司产能路径参考德意志银行；P4、P5建设与设备搬入参考TrendForce及韩国产业媒体。2028—2030年按照P5分阶段装机估算。

SK海力士的新增产能来自M15X和龙仁Y1

海力士2026年的新增产能主要来自M15X，2027年以后主要来自龙仁Y1。2030年前后约100万片/月的目标，由现有约55万片、M15X约8万片和Y1六个模块约36万片基本闭合，三部分合计约99万片/月。

单位：12英寸等效万片/月。

无锡厂已经包含在现有约55万片/月的存量产能中。无锡从1z升级到1a以后，晶圆投片规模不会因此重复增加，新增供给主要来自单片位元产出提高。后面的有效供给模型会把无锡节点升级和M15X、Y1的新增晶圆分别计算。

数据来源与估算说明：M15X和龙仁Y1的投产时间参考SK海力士公司公告；2030年前后约100万片/月的目标及项目桥参考The Elec；无锡投资和制程升级参考公司2025年业务报告及TrendForce，2026年3月27日。年度产能按照M15X和Y1分期装机估算。

美光的新厂交付比较分散

美光的新增产能来自Manassas技改、博伊西ID1和ID2、铜锣、广岛以及纽约一期。2027—2029年是集中交付阶段，年末名义产能从2026年的35万片/月增加到2029年的68万片/月。纽约一期在2030年贡献早期产能，推动美光年末产能达到76万片/月。

单位：12英寸等效万片/月。

这条项目桥从2025年末约34万片/月开始计算：2026年增加1万；2027年增加10万；2028年增加11.8万；2029年增加约11.2万；2030年增加8万片/月。2030年的76万片/月已经包含纽约一期约5万片/月的早期贡献。高执行情景按84万片/月计算，主要反映ID2、铜锣第二洁净室和纽约一期爬坡更快。

数据来源与估算说明：各项目的首次晶圆产出和建设状态参考美光2026财年第三季度Form 10-Q、美国州政府文件及项目公告。年度贡献按照首次产出时间、设备搬入速度和客户认证周期估算。

长鑫有动力扩产，增量不全是行业净供给

长鑫的扩产动力来自消费DRAM和国产替代。基准情景采用摩根士丹利2026—2028年35万、44万和54万片/月的路径，2029—2030年按照现有项目继续装机外推至60万和65万片/月。长鑫2026—2030年增加30万片/月，是四家厂商中增速最快的一家。

单位：12英寸等效万片/月。

摩根士丹利对长鑫2026—2028年的路径为35万、44万和54万片/月；瑞银的设计产能路径为29.2万、38.2万和46.6万片/月。基准情景采用较高的摩根士丹利路径。2029—2030年没有机构给出同样完整的逐厂项目桥，60万和65万片/月按照现有项目装机速度外推。

长鑫的新增晶圆是真实的行业物理产能，但新增销量有一部分承接三巨头主动退出的消费DRAM市场。后面的有效供给按照长鑫的节点、良率和单片位元产出单独折算，不把晶圆份额直接当成位元份额。

数据来源与估算说明：2026—2028年参考摩根士丹利2026年5月27日、瑞银2026年8月7日及野村证券2026年6月24日的逐厂产能表；2029—2030年按照现有项目装机速度外推。合肥、北京、上海及后续装机按照机构项目桥去重。

从年末产能换算到全年有效投片

新产线要经过设备搬入、首片产出、良率爬升和客户认证，年末达到的月产能不能代表全年十二个月都按这个水平生产。每个项目按照公开投产时间建立单独的爬坡曲线。公开资料给出季度装机计划时，按照季度计算；只公布年末产能时，使用年初与年末产能的平均值估算全年投片。

全年平均名义产能 =（上年末产能 + 本年末产能）÷ 2

有效投片 = 全年平均名义产能 × 利用率 × 可售良率 × 客户认证率

单位：12英寸等效万片/月。普通DRAM晶圆和HBM晶圆表示前道晶圆资源的分配，二者相加等于四厂全年平均名义产能。HBM占比从2026年的25.0%提高到2028年的31.5%，此后维持在31%左右。原厂增加HBM投片时，普通DRAM可以使用的晶圆会相应减少。

从有效投片换算到有效位元供给

有效投片先扣除利用率、可售良率和客户认证。普通DRAM的综合交付系数从2026年的88%提高到2030年的92%；HBM的制造和认证更复杂，综合交付系数从75%提高到89%。在此基础上，模型再按照各厂节点升级后的单片容量计算位元产出。生产1单位HBM容量需要消耗约2.4—3.5倍普通DRAM晶圆资源，因此HBM投片增长会压缩普通DRAM供给。

单位：12英寸等效万片/月。

2026年名义晶圆产能只增长约10%—11%，有效位元供给增长约25%—26%，主要原因是2025年的低利用率和节点转换形成了较低基数。2028年名义产能增长17.3%，有效位元供给增长25.3%，是五年内供给释放最快的一年。2029—2030年新厂仍在爬坡，名义产能增速逐步下降，但节点升级继续提高单片晶圆的位元产出，因此有效位元供给仍分别增长24.0%和22.2%。HBM占用的晶圆比例保持在31%左右，普通DRAM供给没有按照厂房增量同比例增长。

数据来源与估算说明：TrendForce预计2026年行业晶圆产出增长约10.1%、位元供给增长29%；瑞银预计位元供给增长23.6%，基准情景取25%—26%。2027—2030年按照四厂项目交付、各厂节点路线、利用率和良率爬升计算，并参考德意志银行、摩根士丹利、瑞银和TrendForce的位元供给预测。HBM晶圆消耗倍数采用2.4—3.5倍区间，基准取3倍。

需求按终端一项一项算

2026—2030年DRAM需求预测

基准情景下，全球DRAM位元需求从2025年的约41.5EB增加到2030年的112.9EB，五年复合增速约22.2%。2026—2027年短缺最明显，需求增速分别按25.0%和25.6%估算；2028—2030年新产能集中交付，普通DRAM价格假设停止上涨，需求增速分别按19.8%、21.4%和19.1%估算。

单位：EB。HBM属于DRAM，总需求等于普通DRAM与HBM之和。普通DRAM需求由手机、PC、AI服务器、非AI服务器及其他终端分别计算；HBM需求由AI GPU数量和单颗HBM容量计算。

2018—2020年熊市，DRAM需求仍然增长

上一轮DRAM周期从2018年下半年转弱，2019年进入价格下跌最明显的阶段。按照TrendForce的历史统计，全球DRAM位元需求在这三年始终保持两位数增长。

三年的复合增速约为16.3%。2019年DRAM销售额下降约37%，位元需求仍然增长14.6%，因为销售额同时受到价格影响。上一轮熊市没有出现需求量崩塌，真正造成价格大跌的是供给增长、库存积压和需求增长之间的错配。

2018—2020年的需求主要来自手机容量升级、PC、传统云服务器和图形显存。2017—2018年的加密货币挖矿潮还一度推高矿卡及图形DRAM需求，币价下跌以后又带来显卡渠道去库存。本轮则增加了AI服务器和HBM。2028—2030年总DRAM需求增速采用19%—21%的基准，只比上一轮16.3%的实际中枢高约3—5个百分点。在AI带来新增系统性需求的背景下，这组预测没有明显偏离上一轮周期的实际增速。

数据来源与口径说明：全球DRAM位元需求增速采用TrendForce历史统计；销售额变化参考DRAM行业年度销售额统计。位元需求表示实际交付的存储容量，销售额还受到ASP变化影响，两者不能直接比较。

手机和PC先下滑，再恢复

存储价格大涨会压制消费电子出货。2026年手机和PC都按明显下滑计算；2027年普通DRAM合约价假设停止上涨，手机低个位数下滑，PC继续小幅下滑；2028年开始，价格压力减弱，手机和PC恢复增长。

终端DRAM需求EB = 出货量（百万台）× 单机容量（GB）÷ 1,000

2027年手机出货量同比下降约1.5%，PC下降约4.7%，但平均搭载容量继续提高，因此两类产品的DRAM位元需求仍然小幅增长。2028年开始，普通DRAM价格压力减弱，手机和PC出货恢复正增长。2026—2027年的总需求预测没有依赖消费电子销量反弹。

数据来源与估算说明：手机出货参考IDC及浦银国际转引数据；PC参考高盛2026年7月预测。2029—2030年出货量和单机容量为估算值。普通DRAM合约价从2027年起不再上涨只用于测算需求，并非价格预测。

服务器DRAM的增量来自AI服务器和单机容量

AI服务器从2026年的155万台增加到2030年的290万台，CPU侧DRAM从单机5.29TB增加到7.62TB。非AI服务器从1,300万台增加到1,400万台，单机容量从346GB提高到600GB。

AI服务器DRAM需求（EB）= AI服务器出货量（百万台）× 单机CPU侧DRAM（TB）

非AI服务器DRAM需求（EB）= 出货量（百万台）× 单机容量（GB）÷ 1,000

AI服务器DRAM需求从2026年的8.2EB增加到2030年的22.1EB，五年中增加13.9EB。约一半增量来自AI服务器数量增加，另一半来自单机CPU侧DRAM容量提高。非AI服务器出货量增长较慢，需求主要由单机容量升级推动。

数据来源与估算说明：AI服务器出货量参考TrendForce及多家投行对AI服务器和GPU服务器的预测区间；CPU侧DRAM容量参考主流AI服务器平台配置及摩根士丹利、交银国际的服务器内存预测。非AI服务器出货量参考行业服务器出货预测，单机容量按照DDR5渗透和服务器配置升级估算。

普通DRAM需求汇总

手机、PC、AI服务器和非AI服务器四项相加后，还没有覆盖图形显存、汽车、工业、网络交换机、路由器、机顶盒、游戏机及其他嵌入式设备。公开机构很少逐年披露这些小终端的完整EB预测，因此这里采用交银国际的普通DRAM总需求作为控制值，再减去前面已经单独计算的四项，得到“其他普通DRAM”。这一项用于校准行业总量，不对应逐个终端的独立预测。

单位：EB。“其他普通DRAM”从2026年的20.1EB增加到2030年的45.6EB，复合增速约22.8%，主要反映AI服务器配套的GPU图形显存、交换机和网络设备，以及汽车和工业设备单机容量提升。它占普通DRAM需求的比例从42.9%提高到48.0%，也是普通DRAM预测中误差最大的一项。后面的概率模型会对这一项单独设置更宽的需求波动区间。

数据来源与估算说明：普通DRAM总量参考交银国际，并结合TrendForce、摩根士丹利和瑞银的行业位元需求增速校准；手机、PC和服务器采用前文计算。“其他普通DRAM”等于普通DRAM总量减去四个已列终端，机构没有对每个剩余终端分别给出预测。

HBM需求由AI GPU数量和单颗容量决定

HBM需求（EB）= 等效AI GPU数量（百万颗）× 单颗HBM容量（GB）÷ 1,000

等效AI GPU包含英伟达、AMD GPU，也包含按照HBM消耗量折算的ASIC。2028—2030年等效AI GPU数量分别增长约4.6%、8.4%和9.1%，单颗HBM容量分别增长约33%、20%和15%，共同推动HBM位元需求增长39.2%、30.0%和25.2%。

AI资本开支还要投向电力、机房、网络、CPU和先进封装，无法全部换算成GPU数量。即使2028—2030年AI资本开支每年增长约20%，HBM位元需求仍可以依靠单颗容量升级保持25%—39%的增长。美光预计2028年HBM市场规模达到约1,000亿美元，2025—2028年复合增速约40%，与基准情景下2028年前的需求方向接近。黄仁勋预计的3万亿—4万亿美元AI基础设施支出如果兑现，2030年3,250万颗等效AI GPU仍有上修空间。

数据来源与估算说明：2026—2028年参考德意志银行、摩根士丹利、瑞银、TrendForce及美光对AI GPU、HBM搭载量和市场规模的预测区间；2029—2030年根据多家投行的AI资本开支预测、GPU出货及单颗HBM容量路线外推。

Rubin Ultra减配不等于HBM总需求下降

Rubin Ultra下调单颗HBM容量，主要是为了在HBM供给有限的情况下增加GPU交付量。摩根士丹利在2026年8月10日发布的《AI Supply Chain: GPU Architecture Optimization Given Memory Shortage and Supernode Challenge》中预计，Rubin Ultra可能同时提供HBM4E 8Hi、HBM4 12Hi和HBM4 8Hi等不同配置。摩根士丹利认为，配置调整主要来自HBM产能短缺、成本压力和不同工作负载对内存容量的差异；单颗GPU的HBM容量下降后，GPU出货量可能相应增加。

瑞银在2026年8月10日发布的《Micron Technology: A Bit of NAND Noise, But DRAM Is Even Tighter Than Our Prior Expectations》中预计，首批VR300可能配置384GB HBM4，后续版本配置512GB HBM4E，低于此前预计的768GB；但是减配让供应链能够生产更多VR300，因此瑞银将2027年全球HBM消耗量从58.7B Gb上调至61.5B Gb，折合约7.7EB，与基准情景的7.9EB接近。

HBM总消耗量＝AI芯片交付量×单颗芯片HBM容量

当HBM是限制GPU交付的主要瓶颈时，单颗容量下降可以换来更多GPU出货，行业HBM总消耗仍会接近当年能够交付的合格产能。花旗在2026年8月4日发布的《AI Chipmakers to Pivot from Scale-Up to Scale-Out Amid HBM Shortage》中测算，即使单颗GPU从288GB降至192GB，随着系统规模从72颗GPU扩大至576颗，单套系统的HBM容量仍会从20.7TB增加至110.6TB。

因此，只要AI芯片需求超过可交付量、HBM继续构成主要瓶颈，Rubin Ultra减配主要改变单颗容量和GPU数量之间的组合，不会明显降低行业HBM总消耗，HBM基本处于“供给多少，客户就消化多少”的状态。后续产能释放以后，更高容量SKU仍有恢复和增加的动力，但具体配置还要取决于成本、功耗、散热和模型架构。如果CoWoS、电力或AI资本开支取代HBM成为更紧的约束，减配才可能真正降低HBM总需求。

美光管理层提到，只能满足部分客户大约50%—66%的需求。这个说法可以验证短缺方向，不能直接把行业需求乘以两倍。客户可能提前锁单、重复下单或者转向其他原厂，订单缺口和最终消费需求不是同一个数字。

NAND需求主要由企业级SSD拉动

企业级SSD是NAND需求的一部分，两者不能相加。NAND总需求包括企业级SSD、客户端SSD、手机存储、汽车、工业及其他嵌入式存储。企业级SSD需求可以用出货量和平均容量计算：

企业级SSD需求＝SSD出货量×平均容量

高盛在2026年5月31日发布的《Global Technology: Semiconductors—Memory》中预计，2026—2028年全球NAND位元需求分别增长23%、20%和19%；2026年和2027年企业级SSD需求分别增长66%和31%，占全球NAND需求的比例从38%上升至42%。高盛同时下调了PC SSD需求，但企业级SSD的上调幅度足以抵消消费端走弱。

2026—2028年NAND总需求采用高盛的增速预测。2029—2030年按照AI推理、KV Cache、模型检查点和训练数据存储继续增长，分别假设20%的位元增速。企业级SSD以2025年的262.5EB为基数，2026—2027年采用高盛预测，2028—2030年采用30%、30%和28%的增速。到2030年，企业级SSD占NAND需求的比例将从2026年的38%提高到52%左右，成为NAND需求增长最主要的来源。

NAND供给还需要加入铠侠、闪迪、长江存储和Solidigm，无法直接使用三星、SK海力士、美光和长鑫的DRAM产能计算。高盛预计2026—2028年NAND分别短缺4.4%、4.6%和3.0%。2029—2030年缺少完整的全球NAND逐厂产能数据，因此只预测需求，不计算供需缺口。

把DRAM需求换算成等效晶圆需求

供给端统计晶圆，需求端统计EB，两者需要换算成同一个单位。计算公式为：

等效晶圆需求＝DRAM需求EB×10亿÷单片标准有效产出÷12个月÷10,000

德意志银行的DRAM供需模型给出了各年需求EB与晶圆需求的对应关系。按照这一关系计算，2026—2030年单片标准有效产出分别约为1,877GB、1,990GB、2,030GB、2,212GB和2,463GB。单片产出逐年提高，主要来自制程升级、晶粒缩小和良率改善。

以2028年为例：

78.1EB×10亿÷2,030GB÷12÷10,000＝320.6万片/月

表中晶圆需求和晶圆供给的单位均为12英寸等效万片/月。这里的“等效”表示已经统一考虑不同厂商的制程、良率、产品结构和单片位元产出，不能与前文的工厂实际投片直接比较。比如2028年的304.6万片/月，表示当年有效位元供给相当于304.6万片标准DRAM晶圆的产出，不代表四大厂实际投入了304.6万片晶圆。

等效供给以德意志银行的逐厂晶圆路径为起点，再加入三星P5、海力士龙仁、美光美国新厂和长鑫扩产。2026—2030年的有效供给分别比德意志银行原路径高3.1%、5%、10%、10%和12%。按这组供给计算，2028年短缺约5%，2029年短缺约3%，2030年接近平衡。正数表示供给超过需求，负数表示供给不足。

HBM会动态吸收普通DRAM产能

普通DRAM和HBM使用相同的DRAM前道晶圆资源。固定产品分配下，普通DRAM可能出现富余，但只要HBM仍然短缺，原厂就有动力把先进制程产能转向HBM。摩根士丹利在2026年6月22日发布的《Raising Our Memory WFE Forecasts》中测算，生产相同位元容量的HBM，需要消耗普通DRAM约2.4—3.5倍的晶圆资源；HBM的晶圆损耗将使2028年约27%的理论DRAM位元产出无法形成实际供给。

普通DRAM和HBM的静态余额表示原厂维持原定产品分配时的结果。2026—2028年的HBM余额参考交银国际的位元供需预测，2029—2030年根据HBM需求和晶圆分配继续计算。

以2030年为例，普通DRAM需求为95.0EB，4.5%的静态富余约为4.3EB；HBM需求为17.9EB，14%的静态缺口约为2.5EB。按照2.4—3.5倍晶圆消耗计算，把4.3EB普通DRAM对应的晶圆全部转向HBM，只能增加约1.2—1.8EB HBM：

新增HBM＝4.3EB÷2.4至3.5＝1.2至1.8EB

转产以后，普通DRAM的富余基本消失，HBM仍然短缺约0.7—1.3EB，相当于HBM需求的4%—7%。因此，只要HBM持续供不应求，普通DRAM的少量静态富余很难演变成全行业过剩。

这套转产机制要求前道DRAM晶圆仍是HBM的主要瓶颈。如果TSV、堆叠、基板、测试或客户认证成为更紧的限制，增加前道投片也无法形成可售HBM，届时才可能同时出现HBM成品短缺和普通DRAM富余。

长期协议和市占率竞争会改变投产节奏

这一轮扩产与过去最大的区别之一，是原厂在设备搬入以前，已经能够通过长期协议看到部分需求。摩根大通在2026年8月9日发布的《Global Memory TAM and S&D Update》中提到，近期长期协议通常包含相当于合同金额20%—25%的预付款，锁定的采购量可达到客户需求的50%—70%，而且大部分协议集中在AI和服务器产品。摩根士丹利在2026年8月6日的供应链调查中发现，云厂商希望通过长期协议覆盖至少90%的DRAM需求。

这些比例覆盖单个客户或一组协议，不等于全球一半的存储需求已经全部锁定。美光披露的16份战略客户协议覆盖约20%的DRAM出货量和三分之一的NAND出货量；如果后续目标协议全部签署，长期协议对应的收入占比可能超过50%。

长期协议提高了需求可见度，也会影响设备搬入。客户愿意预付款并承担最低采购量时，原厂更敢为服务器DRAM和HBM增加设备；订单不足时，原厂可以延后装机，减少新产能一次性释放。四家厂商的市占率竞争方向也不同：

瑞银在2026年7月3日的SK海力士报告中预计，2027年HBM位元份额将达到三星41%、SK海力士39%和美光20%。三巨头争夺HBM份额会推动扩产，但HBM每单位容量消耗更多晶圆，因此这类竞争不等于普通DRAM大面积过剩。真正提高过剩概率的情况，是三巨头在长鑫扩张消费DRAM的同时，也重新增加普通DRAM投片。目前看到的扩产方向仍以HBM、服务器DRAM和企业级SSD为主。

用需求倒算需要多少资本开支

瑞银在2026年5月20日发布的《Global I/O Memory Semis: APAC Focus—With Agentic AI, What Will the New Normal Be?》中预计，全球HBM晶圆需求将从2025年第四季度的39万片/月，增至2026年第四季度的50万片/月、2027年第四季度的69万片/月。为了满足2027年的HBM需求，存储厂需要增加22.5万片/月的晶圆供给，其中18.5万片/月来自新增物理产能，4万片/月来自普通DRAM产线转换。

按照瑞银采用的投资强度，新增1万片/月先进DRAM产能需要约14亿美元晶圆制造设备投资，旧产线转换1万片/月需要约4亿美元。因此，2027年HBM扩产对应的设备投资约为：

18.5×14亿美元＋4×4亿美元＝275亿美元。

瑞银预计，2026年第二季度至2027年第二季度，三星、SK海力士和美光的DRAM设备投资合计约520亿美元，其中约53%已经被HBM扩产占用。剩余投资还要承担普通DRAM扩产、制程升级和旧设备更新。厂房、洁净室和先进封装支出也不能直接折算成当期晶圆供给。

四大厂资本开支持续增长，说明扩产投入仍在增加。普通DRAM会不会过剩，还取决于这些投资最终形成多少有效晶圆产能、其中多少被HBM吸收，以及设备进场后需要多长时间完成良率爬坡。

2028、2029、2030年分别有多大概率过剩

供需余额的中间结果表示基准情况，过剩概率还要考虑项目延期、良率爬坡和需求预测误差。每个年度进行10万次联合模拟，每次同时改变供给、需求和原厂产能分配。

供给端按照各项目所处阶段分别设置交付区间：已经投产的项目主要调整利用率和良率；正在建设的项目同时考虑设备搬入时间和爬坡速度；已经公告但尚未形成稳定产出的项目采用更宽的交付区间。上下限来自前文逐厂项目表中的基准路径、高执行路径，以及各厂历史新产线从首片晶圆到稳定量产所需的时间。

需求端采用德意志银行、摩根士丹利、瑞银、TrendForce、高盛和交银国际预测区间，分别抽取AI芯片出货量、单颗HBM容量、服务器DRAM容量、手机与PC出货量及单机搭载容量。HBM晶圆消耗倍数采用摩根士丹利给出的2.4—3.5倍区间。

这些变量按照产业关系联动。AI需求越强，HBM投片越多，普通DRAM可用晶圆越少；消费电子价格压力下降以后，手机和PC需求逐步恢复；库存开始累积时，三巨头会延后设备搬入或降低利用率；市占率竞争加剧时，减产反应会变慢。每次模拟先满足HBM和长期协议对应的需求，再把剩余晶圆分配给服务器DRAM和消费DRAM。

当某一年度的可售有效供给高于终端需求，该次模拟记为过剩：

年度过剩概率＝供给超过需求的模拟次数÷10万次。

2028年：新项目第一次集中交付

2028年是这一轮新产能第一次集中交付的年份。三星P5、SK海力士龙仁Y1、美光ID1、ID2和铜锣新线、长鑫后续装机都开始贡献供给。基准情景下，全球DRAM需求为78.1EB，等效晶圆需求为320.6万片/月，有效供给为304.6万片/月，供需余额为负5.0%。

2028年的10万次模拟采用逐厂低、中、高产能路径；利用率、良率和客户认证围绕基准值上下浮动约3%；AI需求采用多家投行预测区间；HBM晶圆消耗倍数在2.4—3.5倍之间变化。结果如下：

这里的偏紧结果和偏松结果分别对应10%分位和90%分位。10万次模拟中，约80%的结果落在短缺11.6%至过剩0.5%之间，中间结果为短缺5.7%；只有约12%的模拟结果出现供给超过需求。

2028年跨过平衡线，需要有效供给比基准高约5.3%，或者总需求比基准低约5%，也可能由两种变化共同完成。高执行情景下，行业年末名义产能可以比基准高约7%，但新增产能还要经过良率爬坡和客户认证，不能全部形成当年可售供给。

2028年出现过剩，通常需要三个条件中的两个同时发生：P5、龙仁和美光新线接近高执行路径；AI服务器及HBM需求低于基准；三巨头增加普通DRAM投片，没有把新增晶圆优先分配给HBM。手机和PC已经按2026—2027年下滑计算，因此消费电子继续走弱，对总需求的下修幅度有限。2028年仍然短缺，出现过剩的概率约12%。

2029年：新厂爬坡和HBM抢晶圆同时发生

2029年，P5、龙仁Y1、美光ID2和铜锣新线继续爬坡，长鑫也继续增加消费DRAM产能。基准情景下，总DRAM需求为94.8EB，等效晶圆需求为357.1万片/月，有效供给为346.6万片/月，供需余额为负3.0%，比2028年的负5.0%进一步收窄。

2029年同样模拟10万次。行业年末名义产能的低、中、高路径分别为314.8万、334.8万和364.8万片/月。由于预测期更远，AI芯片出货量、单颗HBM容量和服务器DRAM配置的不确定性更大，AI需求区间也比2028年更宽。结果如下：

10万次模拟中，约80%的结果落在短缺9.3%至过剩5.0%之间，约三分之一的结果出现供给超过需求。与2028年相比，2029年已经进入可能跨过供需平衡线的阶段，但短缺仍然是出现次数更多的结果。

按照基准值，2029年有效供给需要再提高约3.1%，或者需求下降约3%，就会出现过剩。普通DRAM在固定产品分配下已经富余约0.4%，HBM仍短缺约11%。只要HBM前道晶圆仍是主要瓶颈，三巨头就有动力把普通DRAM晶圆转向HBM，这会降低全行业过剩的概率。

2029年的风险主要来自两种情况同时出现：新厂接近高执行路径，而AI芯片出货或单颗HBM容量低于基准；或者三巨头为了争夺普通DRAM份额，没有及时调整投片。2029年仍略有短缺，出现过剩的概率约33%。

2030年：名义产能最大，需求复利也最大

2030年，龙仁Y1、三星P5、美光美国新厂和长鑫扩产进一步爬坡。基准情景下，总DRAM需求为112.9EB，等效晶圆需求为382.0万片/月，有效供给为380.4万片/月，供需余额为负0.4%，已经接近供需平衡线。

2030年的预测区间比前两年更宽，新厂满产兑现率、AI芯片出货量、服务器DRAM配置和单颗HBM容量都采用了更大的波动范围。10万次模拟结果如下：

约80%的模拟结果落在短缺8.4%至过剩9.0%之间，供给超过需求与供给不足的结果各占一半。2030年的供需处在平衡线附近。

固定产品分配下，2030年普通DRAM富余约4.5%，HBM短缺约14%。如果HBM前道晶圆仍是主要瓶颈，普通DRAM富余对应的晶圆转向HBM以后，只能增加约1.2—1.8EB的HBM供给，普通DRAM富余基本消失，HBM仍然短缺。这种产能重新分配会压低实际过剩幅度。

2030年出现过剩，主要需要以下条件：新厂按时接近满产；总DRAM需求增速低于19.1%；HBM的瓶颈从前道晶圆转向封装、测试、电力或其他环节，使普通DRAM晶圆无法继续转产；原厂在库存上升以后仍不延后装机或减产。2030年供需接近平衡，出现过剩的概率约50%。

结论：2028年过剩不是基准情景，2030年接近五五开

把投产节奏、良率爬坡、节点升级和HBM晶圆消耗都算进去以后，结果如下：

2028年供给增速虽然高于需求增速，但新产能首先要填补2027年留下的约9%缺口，因此当年过剩概率只有约12%。2029年缺口收窄至约3%，过剩概率提高至约33%。2030年基准供需余额只差0.4%，预测误差已经足以改变结果，过剩概率提高至约50%。

这些产能过剩的概率都取决于未来需求的增速快慢。未来存储需求取决于AI需求，AI需求又取决于AI for Work的渗透率。2026年是AI for Work的元年，AI开始从IT行业进入非IT行业，并且逐步替代客服、运营、销售等执行岗位的部分工作。Agent进入办公和生活才刚刚开始，未来五年能够渗透到多少行业、覆盖多少员工、完成多少工作，目前很难准确估计。

站在2026年预测2030年的AI需求，很像站在2023年预测2026年的AI需求。未来几年可能出现的新模型、新产品和新应用，现在还无法完整计入需求模型。如果AI for Work未来五年的渗透速度超过基准情景，AI芯片、服务器DRAM、HBM和企业级SSD的需求都会随之上升，DRAM需求也会高于基准预测。届时，2028—2030年的过剩概率会明显下降。

四大厂扩产真实存在，空头关于供给释放的担忧有数据依据；但新增晶圆还要满足HBM、服务器DRAM和长期协议需求。只要HBM前道晶圆继续短缺，普通DRAM的富余产能就有重新分配的去处。

附录：低、中、高产能区间

2028年行业年末名义产能基准约303.6万片/月，高执行情景约325.3万片/月；2030年基准约359.3万片/月，高执行情景约395.8万片/月。长鑫82万片/月只作为厂房理论能力的压力上限。

附录：过剩概率模型的输入参数

过剩概率采用10万次随机模拟计算。每项变量使用低值、基准值和高值构成三角分布，基准值出现的概率最高，越接近上下限，出现的概率越低。

产能上下限来自附录中的逐厂低、中、高路径。AI需求区间参考德意志银行、摩根士丹利、瑞银和TrendForce预测之间的差异，并随预测期限延长而放宽。利用率、良率和客户认证区间参考前文的新厂爬坡假设。HBM晶圆消耗倍数采用摩根士丹利的2.4—3.5倍区间。

AI需求、HBM投片和普通DRAM供给按照同一组产业关系联动。AI需求上升时，HBM需求随之增加，同时占用更多DRAM晶圆；AI需求下降时，HBM投片减少，普通DRAM可以获得更多晶圆。长期协议、库存变化和原厂减产反应通过设备交付率、利用率及产品分配体现。

按照这组参数计算，2028年、2029年和2030年出现供给超过需求的概率分别约为12%、33%和50%。

附录：模型去重和边界

• 三星P6与P5第二阶段按同一个主体处理。
• SK海力士M17属于NAND，没有计入DRAM。
• HBM前道投片已经包含在总DRAM晶圆产能中。
• HBM后段、TSV和先进封装不计入前道名义产能。
• 节点升级提高每片晶圆容量，不增加洁净室投片能力。
• 长鑫北京二期、上海线、HBM子产能与技改项目可能重合，按可验证的设备搬入去重。
• 年末名义产能、全年平均投片、有效投片和等效需求晶圆采用不同口径，不直接相加。
• SSD属于NAND，HBM属于DRAM，汇总时只计算一次。

主要来源

• 英伟达，黄仁勋关于2030年全球AI基础设施支出达到3万亿—4万亿美元的公开演讲及公司材料，2026年。
• VivaTech，阿里巴巴董事会主席蔡崇信访谈，2026年。
• AMD，苏姿丰关于2030年数据中心AI GPU市场规模超过1万亿美元的公司市场展望，2025—2026年。
• 德意志银行，Semiconductors Global Memory: Updating our DRAM S-D model; Industry imbalance set to persist，2026年6月16日。
• 交银国际，存储行业：市场波动不改基本面，中短期继续向好，2026年8月3日。
• 摩根大通，Global Memory TAM and S&D Update，2026年8月9日。
• 瑞银，Global I/O Memory Semis，2026年5月20日。
• 富国银行，Tenstorrent Weighing Options, DRAM Update，2026年5月19日，转引TrendForce 2026年5月行业更新。
• 高盛，Global PCs: Shipment estimates -14% and -5% YoY in 2026E-27E，2026年7月16日。
• 摩根士丹利，Chipflation — Navigating a Memory Crisis，2026年6月2日。
• 摩根士丹利，Technology: Memory — A Healthy Reset，2026年6月10日。
• 摩根士丹利，Raising Our Memory WFE Forecasts，2026年6月22日。
• 摩根士丹利，AI Supply Chain: GPU Architecture Optimization Given Memory Shortage and Supernode Challenge，2026年8月10日。
• 摩根士丹利，DRAM长期协议供应链调查，2026年8月6日。
• 瑞银，SK海力士公司报告，2026年7月3日。
• 瑞银，Micron Technology: A Bit of NAND Noise, But DRAM Is Even Tighter Than Our Prior Expectations，2026年8月10日。
• 花旗，AI Chipmakers to Pivot from Scale-Up to Scale-Out Amid HBM Shortage，2026年8月4日。
• 高盛，Global Technology: Semiconductors—Memory，2026年5月31日。
• SK海力士，M15X DRAM投资公告，2024年4月24日。
• SK海力士，龙仁Y2与清州M17投资公告，2026年8月7日。
• TrendForce，三星P5与海力士Y2项目进度，2026年8月7日。
• The Elec，SK海力士2030—2031年百万片目标，2026年6月5日。
• 美光，2026财年第三季度Form 10-Q，2026年6月25日。
• 美光，战略客户协议及长期协议覆盖比例的公司披露，2026年。
• TrendForce，全球DRAM供需位元增速历史序列，2022年8月3日。
• 美光，2018财年第四季度业绩会准备稿，2018年9月20日。

风险提示，本文仅为个人感悟，对于产业的分析都是基于长期判断，无法预测短期涨跌，因此结论既不能保证绝对正确，也不构成任何投资建议，股票投资风险极大，严禁重仓个股、严禁加杠杆，随时会有巨亏的风险。