这一AI硬件瓶颈将决定下一批万亿级科技公司的命运
一句话看懂：随着AI模型规模持续扩大，数据中心的存储和内存容量成为新的瓶颈。这一缺口正在催生新一代万亿级科技公司，美光、SK海力士和三星等存储芯片企业已率先获益。
事件核心：发生了什么
2026年5月31日，The Motley Fool分析指出，制约当前AI发展的关键硬件已从算力GPU转向存储与内存。由于数据中心运营商低估了对动态随机存取内存(DRAM)和数据存储的需求，存储芯片价格在过去一年暴涨约240%。美光(Micron)2026财年第二季度(截至2月)营收同比增长74%，净利润增长超过两倍，股价在2026年内上涨超过237%，总市值突破1万亿美元。韩国SK海力士和三星同样受益，前者也成为市值万亿的公司，后者股价亦大幅上扬。花旗分析师预计DRAM价格将持续上涨至2027年，Gartner更判断2026年全年DRAM价格将增长125%，数据存储价格飙升234%。目前美光、三星及SK海力士的产能已几乎售罄至明年。
为什么重要
此前市场关注焦点多在GPU算力，但AI的训练与推理对临时内存(DRAM)和永久存储(硬盘/闪存)的需求同样指数级增长。当模型参数达到万亿级别，数据吞吐量的瓶颈迅速从算力转向带宽与容量。这一转变意味着，下一批万亿级科技公司将不再只是芯片设计商，而是掌控存储与内存制造的巨头。Mordor Intelligence预测，全球DRAM市场收入到2031年将以年均约15%的速度增长。该趋势正在重塑AI基础设施的投资逻辑：谁能在存储密度、成本和产能上占优，谁就能掌握AI生态的底层命脉。
对用户/开发者/创作者的影响
对于API调用用户和开发者，云服务商的存储与内存成本将直接转嫁为API调用费用。使用大模型进行长时间对话、长文档处理或复杂图像生成的开发者，可能面临更高成本。对内容创作者而言，AI工具(如视频生成、图像生成)对显存和存储的消耗将让服务端部署成本上升，进而推高订阅或计费价格。企业采购AI解决方案时，需要更加关注部署方案的内存配置与存储规划，否则可能面临比算力更昂贵的隐形开销。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
首先，存储芯片价格能否维持涨势仍不确定，若产能扩张速度超预期或需求出现波动，相关公司估值可能快速回调。其次，目前公开信息显示，三星、SK海力士等厂商正在加速更高密度HBM3E内存的量产，该技术能否如期交付将直接影响下一代AI训练卡性能。最后，大型云厂商(如微软、亚马逊、谷歌)是否会自研存储解决方案以减少对第三方依赖，将是影响市场竞争格局的关键变量。
