近日，" 内存条价格出现断崖式下跌 " 的话题登上热搜，有消息称，主流 16GB DDR5（DRAM 行业成熟工艺制程的最新产品）内存条从 2025 年 12 月的 1000 元高位跌至 700 元左右；32GB 套装更在一个月内缩水 27%，从 3000 元跌到 2200 元。

从渠道端来看，价格松动有所体现。在二手电商平台闲鱼，DDR4 近 7 日的成交均价较前一周下跌 80 元，报 360 元；DDR5 成交均价则小幅回落 20 元至 1090 元。主流电商平台方面，京东平台上的金士顿 16GB DDR4 的内存价格为 849 元起，威刚 16GB DDR5 的价格为 1400 元；美商海盗船 16GB DDR5 的价格为 1429 元。16GB DDR5 内存条在今年 3 月中旬一度冲高至 1674 元 / 条。" 上周行情就开始掉价，但其实没有跌多少。" 一位华强北卖家说道。

尽管价格有所回调，但从历史价格来看，当前依然处于高位。据 TrendForce 集邦咨询的数据，从 2025 年第三季度到现在，DRAM（动态随机存取存储器）与 NAND（闪存）闪存现货价格累计上涨超过 300%，去年 9 月，DDR5 16GB 内存条的价格仅为 300 元左右，去年 11 月初，华强北 16GB DDR4 内存条的市场价格约在 400 元左右，当时不少商家因价格上涨过快而对后市 " 恐高 "，普遍不敢大量囤货。

" 距离正常价格还早呢 "，社交平台上不少用户评论道。

而在多位业内人士看来，本轮价格波动更多属于阶段性调整。事实上，当前存储的供需关系依旧非常紧张。CFM 闪存市场总经理邰炜在日前举办的 MemoryS 2026 峰会上表示，2026 年全球没有任何一款主流的 AI 存储产品能实现供需完全平衡。存储行业的焦点已经从 " 看谁更便宜 " 转向 " 看谁能拿到货 "，用一句话总结当下：AI 算力有多热，存储就有多紧缺。

价格回调背后

持续数月走高的内存价格终于迎来回落，同时引发外界热议，但更令人关注的是：这一轮价格回调，究竟是趋势反转，还是阶段性波动？

TrendForce 集邦咨询分析师王豫琪对记者表示，近期现货市场的买气的确有所走弱，但 2026 年第二季度合约价仍旧看涨，且预期此涨幅将延续至年底，因此预期此波价格属于短期回调。

" 目前市场上下跌的是现货市场，现货市场消费者的接受能力有限，当消费者接受不了的时候，价格回调很正常，我们看涨到 2027 年，但这指的是合约市场价。" 另一位存储行业的分析师说道。

存储上市公司的高管则认为，此次存储价格下滑更多属于部分商家的商业行为。" 从供需角度看，行业尚未出现明确拐点，至少在今年第二季度，供需紧张的局面仍未缓解。不过，在价格已经处于高位的背景下，需求端将受到一定抑制，横盘的时间和次数会相对变长变多。"

实际上，从当前存储的供需来看依旧非常紧张。邰炜认为，存储行业的产能扩张周期长达 18 至 24 个月，最早也要到 2027 年才会有新产能的释放。" 不过，我们认为就算新增了产能，也没法完全满足市场的需求，存储供应短缺的问题，短期内很难缓解。"

本轮上涨周期始于 2025 年下半年，并在 2025 年四季度明显加速。Counterpoint 发布的报告显示，截至 2026 年第一季度，内存价格环比上涨 80%~90%，迎来前所未有的创纪录大涨。以服务器级内存为例，64GB RDIMM（带寄存器的双线内存模块）合约价已从 2025 年第四季度的 450 美元，飙升至 2026 年第一季度的 900 美元以上，该机构认为第二季度有望突破 1000 美元关口。

在这一轮上涨过程中，价格已从上游传导至渠道、模组及整机端，在一些产品的现货市场，部分价格的涨幅已经达到了十倍、几十倍的情况，行业关注点也从 " 看谁更便宜 " 转向 " 看谁能拿到货 "。

另外值得关注的是，此轮价格回调主要集中在消费级市场，而企业级和 AI 服务器相关存储需求仍保持强劲。在 MemoryS 2026 峰会上，多家存储从业者密集发声，他们认为随着人工智能加速落地，存储需求仍在被推至新高。

其中，邰炜指出，从模型训练、推理到多模态应用，均对存储带宽与容量提出更高要求。"HBM（高带宽内存）正从小众产品转变为 AI 时代的关键资源，大容量 DDR5 从可选配置变成了 AI 服务器的标准配置；企业级 SSD（固态硬盘）也不再仅仅是容量的载体，而是成了整个算力架构里突破性能瓶颈的关键。今年服务器内存的需求增速会超过 40%，在整个存储应用中的占比也会超过 50%。"

同时，随着人工智能应用从模型训练转向更频繁的实际使用，企业对数据读取速度和响应能力的要求明显提高。" 高性能存储已不再是可有可无的选项，而是决定系统决策效率与规模的核心基石。" 三星电子执行副总裁张实完表示，三星计划于 2026 到 2027 年推出厚度仅 1T 的 EDSFF 驱动器，该方案可以成倍提升单机架的总容量与带宽，最大化提升空间运营效率。

技术变量搅动存储市场

市场需求依旧旺盛，但价格却出现回调，这一现象也引发了市场对新变量的关注。有分析认为，近期 AI 算法领域的突破，在一定程度上影响了市场预期：3 月 26 日，谷歌发布新型压缩算法 "TurboQuant"，可在不损失模型精度的情况下，将大语言模型运行时的键值缓存内存占用进行大幅压缩。

上述技术一度引发市场对存储需求下滑的担忧。不过，业内对此看法相对理性。

王豫琪认为，TurboQuant 通过压缩 KV Cache（键—值缓存机制），虽然可在不影响模型精度的情况下降低存储器使用量，然而此类技术本质上是提升资源利用效率，而非削弱整体需求。" 随着推理成本下降，AI 应用场景与模型规模通常会同步扩张，因此长期仍有助于带动整体存储需求成长。虽然近期市场确实出现短期性波动，但随着 AI 与数据中心建设持续推进，存储价格走势仍具有支撑力，短期震荡不改变产业长期成长趋势。"

一位行业人士日前对记者分析称，这类技术从长期来看是利好，有助于优化 AI 存储架构，缓解此前供需矛盾过于激烈的局面，从而推动行业更健康发展。

当前，为应对存储涨价给下游带来的成本压力，江波龙还自研了 HLC（High Level Cache，高级缓存技术）技术，可以在减少 DRAM 使用的同时，不影响用户体验。比如在嵌入式端，江波龙与紫光展锐联合开发，搭载紫光展锐芯片平台实测，4GB DDR 搭配 HLC 技术后，20 款 App 启动响应时间为 851ms（毫秒），接近 6GB/8GB DDR 正常配置水平，降低了终端 DRAM 容量需求、优化了 BOM（物料清单）成本。

与此同时，该行业人士强调，HLC 并不是一种应对存储涨价周期的 " 短期方案 "。" 无论存储的成本变化是否明显，至少从性能的角度来看，HLC 能够提升存储的效率，这是一种软硬件结合的设计方法，有助于 AI 在端侧的长远发展。未来，当行业真正进入推理阶段时，成本一定会成为关键考量因素。" 据悉，HLC 技术可以应用于手机、电脑、平板等不同场景，目前已进入产品推广阶段。

其他存储厂商也在通过技术创新降低对高端内存的依赖。例如，铠侠推出的 AiSAQ（可扩展的向量搜索技术），通过将数据存储在 SSD 中，以减少对 DRAM 的需求，同时它还可以降低延时，提高性能，对大规模数据可以允许 AI 系统来处理大量的数据集，而不需要购买昂贵的 DRAM，因为工作负载是存储在大容量的 SSD 中。" 在端到端数据摄取方面，可以加速 7.8 倍；在搜索、检索项量上可以大幅提升。"

整体来看，当前存储市场呈现出 " 价格波动与需求增长并存 " 的特征：一方面，现货市场在高位压力下出现阶段性回调；另一方面，AI 带动的中长期需求仍在持续释放。

每日经济新闻