DDR5 颗粒暴涨，AI 重塑存储催生存算一体

【引言】

当存储器从“仓库”走向“工厂”，AI算力底层逻辑正在被重新定义。真正值得关注的，不只是价格上涨，而是存储在计算体系中的战略地位正在发生变化。

客户不再先问价格，而是先问能不能锁货

2026年的存储器市场，用“涨价”两个字已经很难概括。

过去，存储器行业最典型的周期逻辑是：供过于求时降价去库存，需求恢复后价格反弹，随后扩产带来下一轮过剩。这个节奏在过去十多年里反复出现，也让市场习惯于把存储器理解为一种高度周期化的大宗电子元器件。

但这一轮不太一样。

TrendForce在2026年3月底的预测显示，2026年第二季度一般型DRAM合约价预计环比上涨58%至63%，NAND Flash合约价预计环比上涨70%至75%；其原因并不只是短期库存波动，而是AI服务器、HBM、高容量DDR5和企业级SSD正在系统性吸收先进产能，云服务商也在通过长期协议锁定供应。

这意味着，存储器市场的核心矛盾正在从“价格贵不贵”转向“产能够不够”。对很多服务器、云计算和终端厂商而言，真正关键的问题已经不是再谈几个点的折扣，而是能否确保未来几个季度甚至更长周期的稳定交付。

更重要的是，涨价只是表层信号。它背后反映的是一个更深层的产业变化：在AI时代，存储器不再只是被动保存数据的“仓库”，而正在成为决定算力效率、系统能耗和架构演进方向的关键环节。

627%：不是所有DDR5都涨了六倍，而是特定颗粒价格的极端重估

公开报道显示，DDR5 16Gb颗粒价格曾从4.68美元涨至34.08美元，涨幅约627.79%；另有市场跟踪数据显示，DDR5芯片价格从2025年9月的6.84美元升至2025年12月的27.20美元。

在本轮存储涨价周期中，部分DDR5 16Gb颗粒价格出现约627.8%的累计涨幅，反映出先进DRAM供给被AI需求快速重估。

DDR5内存条、DDR5颗粒、服务器用高容量DDR5、消费级内存模组、现货价格和合约价格并不是同一个概念。它们都在涨，但涨幅、周期和驱动因素并不完全一致。

真正值得关注的是，这轮价格上涨并非孤立事件，而是三个因素叠加后的结果。

从这个角度看，627%不是一个孤立的价格噱头，而是AI时代存储价值被重新定价的极端样本。

为什么AI会让存储价格突然失去锚点？

AI大厂愿意接受更高的存储价格，原因并不复杂：对大模型训练和推理系统而言，存储成本只是整体算力系统的一部分，但存储供应不足却可能直接影响GPU集群利用率、模型训练节奏和云服务交付能力。

一台AI服务器需要的不只是GPU，还需要HBM、高容量DDR5、企业级SSD、先进封装和高速互联。任何一个环节短缺，都会降低整套系统的交付效率。对于云服务商和大模型公司来说，昂贵的存储器固然带来成本压力，但拿不到货的机会成本更高。

TrendForce在2026年5月进一步上调了全球前九大CSP资本开支预测，预计Google、AWS、Meta、Microsoft、Oracle、ByteDance、Tencent、Alibaba和Baidu九家公司2026年合计资本开支约8300亿美元，年增长率上修至79%。其中，Microsoft、Google、Meta和AWS等北美CSP大幅提高资本开支指引，核心原因正是AI数据中心建设持续扩张。

这也解释了为什么本轮存储涨价不像传统周期里的短期补库存。它更像是一次围绕AI基础设施的资源再分配：谁更接近AI服务器、谁能绑定高价值客户、谁能进入长期供应协议，谁就优先获得产能和议价权。

“内存墙”：存储为什么会从配角变成瓶颈？

传统计算机架构中，计算单元和存储单元是分离的。用一个通俗的比喻来说，存储像冰箱，计算像灶台。厨师每做一道菜，都要从冰箱里取食材，拿到灶台加工，再把结果送回去。

在AI时代，这种模式的代价变得越来越高。大模型推理和训练需要频繁搬运海量参数和中间数据，而数据搬运本身会消耗大量能量和时间。多项研究和产业资料都指出，在许多内存密集型AI负载中，数据搬运已经成为主要能耗来源之一，部分场景下占比可达60%甚至更高。

这就是所谓的内存墙：算力芯片越来越强，模型越来越大，但数据在计算单元和存储单元之间来回移动的效率，正在成为系统性能和能效的结构性瓶颈。

解决这个问题，不能只靠堆更多GPU，也不能只靠提升内存容量。更根本的方向，是让计算更接近数据，甚至让部分计算直接发生在存储器内部。

这正是存算一体（Compute-in-Memory/CIM）和存内处理（Processing-in-Memory/PIM）的价值所在。它们的共同目标，是减少数据搬运，让数据在更靠近存储的位置完成筛选、累加、矩阵运算或特定AI算子处理。

换句话说，AI时代的存储器正在从“仓库”走向“工厂”。过去，存储器只是保存数据；未来，存储器可能参与处理数据。

为什么是现在？三个信号正在同时出现

存算一体并不是新概念。它过去长期停留在学术研究、原型验证和小规模应用阶段。2026年它重新成为产业焦点，是因为三个信号正在同时出现。

第一个信号，是HBM的3D堆叠结构为近存计算提供了工程基础。

HBM通过多层DRAM垂直堆叠和TSV硅通孔实现高带宽互联，本质上已经把存储颗粒、逻辑层、封装和计算系统之间的距离大幅缩短。HBM-PIM的基本思路，就是在HBM结构中进一步引入计算能力，让部分操作在数据附近完成。相关研究指出，HBM-PIM有助于降低数据搬运压力，但在软件栈、可支持算子、归约操作和系统集成方面仍存在工程挑战。