作者簡介：
湯之上隆先生為日本精密加工研究所所長，曾長期在日本製造業的生產第一線從事半導體研發工作，2000年獲得京都大學工學博士學位，之後一直從事和半導體行業有關的教學、研究、顧問及新聞工作者等工作，曾撰寫《日本「半導體」的失敗》、《「電機、半導體」潰敗的教訓》、《失去的製造業：日本製造業的敗北》等著作。
從2025年到2026年，任何長期關注半導體行業的人，都會看到一連串令人懷疑自己眼睛的數字。全球半導體市場規模有史以來首次突破1萬億美元，並直逼2萬億美元，其中，DRAM和NAND這兩大存儲市場，正在呈現出只能用「異常」來形容的迅猛擴張態勢。
DRAM和NAND的現貨價格在一年半多的時間裏上漲至約10倍，來自世界各地的聲音都在驚呼，用於個人電腦、智能手機、遊戲機等數字家電的存儲「完全不夠」。
本文將以公開數據等為基礎，依次剖析以下兩個問題：（1）為什麼存儲器市場會出現如此異常的增長；以及（2）這種增長會持續到什麼時候。
01
半導體市場的急劇擴大
圖1是根據世界半導體貿易統計組織（WSTS）的數據和2026年春季預測值，繪製的1990年至2027年全球半導體市場規模變化圖。1990年約為500億美元的市場，在個人電腦普及、互聯網擴張、智能手機出現等浪潮的推動下穩步增長，到2020年前後已經達到4000多億美元。到這裏為止，可以說是「正常的增長」。
圖1因AI熱潮而快速擴張的全球半導體市場（2026—2027年為預測值）；出處：作者根據WSTS的數據及WSTS的2026年春季半導體預測值製作
形勢發生根本性轉變是在2022年11月30日，即OpenAI發布ChatGPT之後。圖1所示的市場規模在2024年躍升至6305億美元，2025年躍升至7956億美元，預計2026年將達到1.5112萬億美元，2027年將達到1.9137萬億美元，簡直是垂直飆升。
也就是說，短短2～3年內，市場規模就將膨脹至原來的兩倍以上。在過去30餘年的半導體產業歷史上，從未有過如此陡峭的增長。2022年11月30日ChatGPT的發布，顯然是導致市場走勢發生劇變的契機，這一點一目瞭然。
02
存儲市場的擴張堪稱「異常」
半導體市場整體正在急速擴張，這是事實，但如果將其構成拆分來看，就能夠清楚地看到，擴大的主角是誰。
圖2是將半導體按照產品類別分為四類，並展示市場變化的圖表。這四類分別是：MOS Micro（包括處理器和微控制器）；主要包括DRAM和NAND等的MOS存儲；包含英偉達（NVIDIA）的GPU和智能手機處理器的Logic（邏輯）；以及Analog（模擬）。這裏最為顯眼的，是代表MOS存儲的曲線異常陡峭的上升。
圖2包含DRAM和NAND的存儲、包含GPU的邏輯芯片快速增長（2026—2027年為預測值）；出處：作者根據WSTS的數據及WSTS的2026年春季半導體預測值製作
儘管MOS存儲市場在2023年一度跌至923億美元，但預計到2027年將達到1.0621萬億美元，僅用三年多時間就增長超過10倍。DRAM和NAND的合計市場規模突破1萬億美元大關，是半導體產業歷史上前所未有的事情。
在同一張圖2中，包含英偉達GPU在內的邏輯芯片市場到2027年也將達到5228億美元，突破5000億美元大關，但值得注意的是，存儲市場的增長勢頭甚至超過了這一增速。一提到AI熱潮，人們往往首先會被作為AI半導體主角的英偉達GPU吸引目光，但如果從金額來看，實際上，存儲的異常膨脹纔是當前局面的最大特徵。
03
DRAM和NAND市場雙雙異常擴張
那麼，在存儲領域中，DRAM和NAND分別呈現出怎樣的變化？圖3以TrendForce的數據為基礎，以季度為單位，展示了從2005年至2026年第二季度（Q2）的DRAM和NAND全球市場走勢。
圖3 DRAM和NAND的全球市場（2026年第二季度為預測值）;出處：作者根據TrendForce「Data Track」的數據製作
從這張圖可以看出，到2022年前後為止，兩者都一直沿着所謂的「硅周期」，周期性地反覆經歷繁榮與衰退。被稱為存儲泡沫的2018年前後的高峯、被稱為新冠特殊需求的2021年前後的高峯，以及此後的低谷——這些波動都處於過去經濟周期的範圍之內。
然而，從2025年到2026年的這一輪上升，與過去任何一個高峯都不在同一個層級。從2023年第一季度到2026年第二季度，DRAM市場按季度計算從97億美元激增至1450億美元，NAND市場則從87億美元急增至約9.3倍的810億美元，二者都呈現出突破式的迅猛增長。
在ChatGPT發布後，一度觸底的兩個市場從此一躍而起，這種情況已經無法用以往的硅周期概念來解釋。DRAM和NAND「同時」呈現異常擴大，是當前局面的一個重要特徵。
04
其原因在於DRAM和NAND現貨價格暴漲
既然市場按金額計算正在急劇擴大，那麼其背後應該存在價格的急劇上漲。圖4展示了DRAM（DDR5 16Gb 2Gx8）和NAND（1Tb TLC晶圓）現貨價格的變化。從2023年至2025年上半年，DRAM價格相對穩定地維持在4至6美元區間，NAND價格則維持在2至3美元區間。然而，進入2025年下半年後，情況發生了徹底變化。
圖4 DRAM（DDR5 16Gb 2Gx8）和NAND（1Tb TLC晶圓）現貨價格的暴漲；出處：作者根據TrendForce的數據製作
DRAM的現貨價格從2023年初的4.7美元上漲至46.0美元，約為原來的9.8倍；NAND的晶圓價格也從2.4美元上漲至25.0美元，約為原來的10.4倍。僅僅在一年半左右的時間裏，兩者都上漲了接近10倍，漲幅驚人。
這裏，由於各類存儲的市場規模（金額）由「價格×數量」決定，因此，正是這輪價格暴漲，從金額層面直接推高了圖2和圖3中所看到的存儲市場的異常擴大，可以說它就是「罪魁禍首」。
這裏自然會產生一個疑問。為什麼DRAM和NAND的價格會暴漲到如此程度？下面將從需求端和供給端兩個方面，逐步揭示其原因。
05
無論是谷歌搜索，還是生成式AI的推理，人類的行為模式都是一樣的
為了理解價格暴漲的根本原因，首先來看一看我們人類的行為。圖5對比了在谷歌（Google）上進行搜索與向以ChatGPT為代表的生成式AI提問。也就是說，一邊是「使用谷歌進行搜索的人」，另一邊是「向ChatGPT提問的人」。
圖5在谷歌上進行1次搜索與向ChatGPT進行1次提問
據稱，全球使用谷歌搜索的人超過50億，使用生成式AI的人超過10億，並且正如箭頭所示，人們的行為正在逐漸從搜索轉向生成式AI。
這裏的關鍵在於，從人類的角度來看，兩者的操作幾乎沒有變化。面對智能手機或個人電腦，輸入自己想知道的事情，然後獲得答案——從用戶體驗來看，搜索和向生成式AI提問幾乎是一樣的。
也就是說，用戶完全沒有意識到，自己從「搜索」轉向「向AI提問」之後，背後產生了多麼巨大的負荷。這種「表面上看起來一樣，實際內容卻相差幾個數量級」的落差，正是接下來要講的存儲需求爆發的起點。
06
生成式AI的運算量高出1萬至100萬倍
即使表面上看起來一樣，數據中心服務器內部發生的事情卻完全處於不同的層級。圖6對谷歌搜索1次和GPT-5推理1次的計算內容，按照項目進行了比較（截至2024年的推算）。看到這張表，兩者之間的差距之大令人震驚。
圖6谷歌搜索1次與向ChatGPT-5提問1次的計算成本比較（截至2024年）；出處：作者預測
其中，尤其具有決定性意義的是每秒浮點運算次數（Floating-point Operations Per Second、FLOP）。谷歌搜索1次所需的浮點運算次數為10億至100億次，而GPT-5推理1次則達到100萬億至1000萬億次。兩者之間的差距實際上達到1萬倍至100萬倍。
此外，在搜索過程中，原本僅需通過CPU進行索引匹配即可完成的處理，在生成式AI中卻需要動用150至400台GPU來進行超大規模的矩陣運算。能耗增加30至100倍、單次成本增加500至3000倍的數據，也印證了這一運算量的爆發式增長。
對用戶而言，「搜索」與「向AI提問」雖是相同的操作，但生成式AI背後的運算量卻要大1萬至100萬倍。如果全球數十億人的行為都向這一方向轉變，所需的計算資源和內存將呈天文數字般激增。
07
超大規模雲服務商的設備投資異常膨脹的原因
單次運算量達到1萬至100萬倍，而全球超過10億人每天反覆進行這樣的操作——正在為這種難以想象的計算需求做準備的，是以GAFAM為代表的超大型IT企業，也就是所謂的超大規模雲服務商。圖7展示了排名前四的超大規模雲服務商——亞馬遜、谷歌、微軟和Meta設備投資額的變化。
圖7排名前四的超大規模雲服務商的鉅額設備投資額；出處：作者根據各公司的財報以及TrendForce等數據製作
這四家公司的設備投資總額，從2015年的210億美元擴大至2020年的910億美元，並在ChatGPT發布後的2024年達到2170億美元，2025年達到3550億美元，預計到2026年最終將達到7550億美元。按照1美元兌換160日元計算，這一投資額約為120萬億日元，規模超過日本的國家預算（一般會計準則）。
尤其是最近一年中的激增態勢非同尋常，確實適合用「異常」這個詞來形容。這裏需要注意的是，這終究只是排名前四的企業的數據。如果再加上OpenAI、其他雲服務企業以及各國政府的AI投資，投向AI基礎設施的投資總額將變得更加龐大。他們正在把這些鉅額資金投入AI數據中心的建設，以及採購用於填充這些數據中心的半導體。
08
AI數據中心這一「黑洞」正在吞噬存儲
上述發展態勢直接導致了價格飆升的機制。圖8用一張圖表現了價格飆升的結構。超大規模雲服務商接連建設的AI數據中心，如同「黑洞」一般，將作為AI半導體的GPU、由8至12層DRAM堆疊而成的高帶寬存儲器HBM，以及搭載NAND作為存儲介質的SSD，一個接一個地吸入其中。
圖8為什麼DRAM和NAND價格會暴漲
另一方面，用於個人電腦、智能手機、遊戲機等數字家電的DRAM和NAND，陷入了「嚴重短缺」的狀態。存儲廠商的生產能力是有限的，在有限供應中的大部分被優先分配給AI數據中心的結果，就是能夠分配給民用設備的DRAM和NAND變得極度不足。
如果需求大幅超過供給，存儲價格上漲就是市場的必然結果，這正是DRAM和NAND價格暴漲（圖4）的真相。而一旦價格上漲，市場規模（金額）就會膨脹——由此形成了DRAM和NAND市場的異常擴大（圖2、圖3）。
09
這種異常增長會持續下去嗎
到這裏為止，我們已經看到了以生成式AI為起點的存儲市場異常擴大的機制。接下來必須面對的問題是，這種增長會持續到什麼時候。作者認為，從歷史視角和物理限制這兩個方面來看，這股狂熱將在並不遙遠的時期迎來轉折點。
【其一】存儲的歷史——按年正增長從未持續超過5年
圖9展示了從1991年至2028年存儲市場的按年增長率。作者在這張圖中標註了Windows 95發布、互聯網泡沫、雷曼危機、存儲泡沫、新冠特殊需求以及當前的AI熱潮等過去推動存儲市場變化的事件。
圖9存儲市場的按年增長率；出處：作者根據WSTS的數據及WSTS的2026年春季半導體預測值製作
重新觀察可以清楚地看出，存儲市場一直以較短的周期反覆經歷正增長和負增長。在增長43%、增長52%等高速增長的第二年，經常會出現下降30%、下降50%等大幅下跌。
這裏存在一條極其重要的經驗規律。仔細追蹤圖9可以發現，在過去30多年中，存儲市場的按年正增長從未連續超過5年。無論需求多麼強勁，無論市場形勢多麼繁榮，由於供過於求或需求周期性回落，幾年之內必然會轉為負增長。這便是存儲產業的宿命——硅周期。
在本輪AI熱潮中，2024年的增長率為79.3%，預計2026年更將達到前所未有的249.5%。如果直接套用這一歷史經驗規律，可以認為，到2027年至2028年前後，這種異常增長很可能會暫時停止。
【其二】需求呈指數增長，供給基礎設施呈線性增長——「無法生產」的壁壘
除了歷史經驗規律之外，另一個不容忽視的是物理限制。圖10以示意圖的形式展示了芯片需求與支撐這一需求的基礎設施能力之間的關係。
圖10芯片需求呈指數增長，基礎設施能力呈線性增長
由生成式AI帶動的芯片需求，尤其是存儲需求，由於用戶數量增加與模型規模擴大相互疊加，將呈指數級增長。在圖中可以看到，以綠色表示的芯片需求曲線如同火箭一樣向上攀升。
另一方面，為滿足這些需求所需的基礎設施能力——也就是半導體工廠、向工廠供應的電力、用於冷卻的水，以及各種製造設備的生產能力——只能像紅色直線所示的那樣，以線性方式擴大。
建設一座新工廠需要數年時間，電網擴建、水資源保障以及設備廠商生產能力的擴大，也都分別伴隨着較長的交付周期和巨大的限制。因此，指數曲線與直線在某個時點出現巨大偏離，是數學上的必然結果。
由此預計會出現的情況，就是圖10右上方所示的「即使有需求也無法生產」。無論AI數據中心多麼需要存儲，一旦遭遇電力、水和製造設備這些瓶頸，供給就無法再繼續增加。具有諷刺意味的是，這並不是因為需求減弱而導致增長停止，而是由於供給的物理上限，導致增長觸頂的情景。無論如何，線性增長的供給不可能永遠支撐指數增長的需求。
10
結論——理解狂熱的結構，為轉折點做好準備
讓我們整理一下前面的論述。全球半導體市場以生成式AI的出現為分界點，呈現出垂直上升的態勢，其中存儲市場的擴大尤為突出。DRAM和NAND都呈現出異常增長，其直接原因在於現貨價格上漲至約10倍。
而追溯價格暴漲的根源，最終會落到人類行為從搜索轉向生成式AI，以及其背後1萬至100萬倍的運算量差距上。這種巨大的運算需求，使超大規模雲服務商的設備投資異常膨脹。AI數據中心這一「黑洞」將GPU、HBM和SSD一個接一個地吸入其中，與此同時，用於民用設備的存儲則出現極端短缺。這就是存儲器市場異常增長的全部原因。
然而，這種增長不會永遠持續。首先，從歷史上看，過去從未出現過存儲市場正增長持續超過5年的情況。此外，線性增長的供給基礎設施無法完全支撐指數增長的需求，「即使有需求也無法生產」這一物理壁壘正在前方等待。
基於這兩個原因，作者認為，當前的異常增長將在2027年至2028年前後迎來一個轉折點。究竟是「硅周期」的歷史再次重演，還是由於基礎設施這一瓶頸，AI熱潮走向終結？即使需求具有結構性，供給的物理上限也是無法改變的。
無論如何，冷靜理解當前正在發生的AI熱潮的狂熱結構，對於為即將到來的轉折點做好準備，是不可或缺的。因為可以認為，我們正站在存儲超級周期最陡峭的上坡途中。
來源：內容由芯世相（ID：xinpianlaosiji）編譯自「JBpress」，作者：湯之上隆