今年六月，DDR4 现货价 12.3 美元，竟是 DDR5 价格的两倍——这在存储芯片发展史上堪称奇观。当三星、美光等巨头将产能不断转向 HBM 和 DDR5，传统制程的 DDR4 却意外成为市场抢手货。A 股市场上，香农芯创、江波龙等存储芯片股今年以来涨幅惊人创历史新高，而全球产能利用率却持续下降。一边是减产，一边是涨价，这轮存储芯片行情究竟因何而起？

需求端：端到端算法带来巨量存力需求

随着人工智能技术的快速发展，现在的大模型算法与过去的方法有了很大不同。以前我们解决问题常用 " 分治法 "，就是把大问题拆成小问题一步步解决，就像搭积木一样，每一步都很清晰但步骤很多。而现在流行的端到端大模型则像是一个 " 黑盒子 "，它直接从输入到输出，不需要中间那些明确的步骤，但需要记住海量的信息才能做出准确判断。

这种变化对存储芯片的需求产生了巨大影响。简单来说，端到端大模型就像一个超级大脑，但这个大脑需要 " 记忆体 " 来存放它学到的知识。以前的小型模型可能只需要记住几百万条信息，而现在的大模型动辄需要记住几百亿甚至上千亿条信息才能正常工作。想象一下，以前的手机可能只需要几 GB 的存储空间来运行 AI 功能，而现在想要在手机上流畅使用大模型，至少需要 13GB 以上的内存和超高的数据传输速度。

更关键的是，现在人们希望 AI 能在手机、耳机、智能眼镜这些随身设备上直接工作，而不是每次都要联网找服务器帮忙。这就意味着这些小设备必须自己 " 记住 " 整个大模型，不能只依赖云端。特别是在处理照片、视频、语音等多模态信息时，模型规模会更大，对存储空间的要求也更高。而且，为了保护隐私和实现即时响应，数据最好在设备本地处理，这又进一步增加了对本地存储的需求。

还有一个问题是，虽然芯片技术在进步，但速度已经跟不上 AI 模型膨胀的速度了。模型复杂度每年需要翻倍提升，而硬件性能每年只能增长 20%-30%。这就导致我们需要更多的存储空间来支持这些庞大的模型，同时也推动了存储芯片技术的创新，比如存内计算等新技术的发展。

所以，端到端大模型的普及实际上是在不断 " 敲打 " 存储芯片行业，要求它们提供更大容量、更快速度、更省电的解决方案，这也正是为什么说这种算法变革对存储芯片行业是个大好机会。

供给端：HBM 市场持续供不应求

AI 浪潮下，高带宽存储器 ( HBM ) 市场持续处于供不应求的状态，其背后的供给端逻辑不仅关乎产能的简单扩张，更是一场在良率、先进封装和材料技术上的极限竞赛。尽管三星、SK 海力士和美光三大原厂正积极扩产，但一系列复杂的结构性瓶颈使得高端 HBM 产品的有效供给依然紧张。

为应对激增的需求，三大原厂开启了激烈的产能竞赛。SK 海力士计划在 2025 年底将 HBM 月产能目标大幅上调至 15 万片晶圆，并计划 2026 年进一步扩建。美光也正在美国加码巨额投资，涵盖 HBM 封装设施，其 2026 年底月产能预计达 9 万片。然而，庞大的产能规划背后，良率是决定有效供给的关键。

据分析，三星在 12 层堆叠 HBM3E 产品的内部测试良率曾一度仅在 75% 左右，显著低于竞争对手。而 SK 海力士凭借其在晶片削薄、TSV 垂直连接及 MR-MUF ( 批量塑封 ) 热填充技术上的优势，实现了更高的良率和稳定性，从而占据了市场主导地位。这种良率上的差距直接转化为高端产品实际出货能力的差距，使得能够稳定量产 12 层堆叠 HBM3E 的厂商享有更强的市场议价能力。

HBM 的供给不仅受限于前道晶圆制造，更受制于后道先进封装能力。将多层 DRAM 芯片与 GPU 等逻辑芯片集成，需要依赖台积电的 CoWoS 等 2.5D/3D 封装技术，而该工艺产能扩张速度短期内难以匹配需求增长。此外，技术迭代本身也带来了供给挑战。

为追求更高性能，行业正从当前主流的热压键合 ( TCB ) 向混合键合 ( Hybrid Bonding ) 迈进，后者能将互连密度提升 15 倍。但这意味着巨大的设备投资和技术风险，例如，一台混合键合机的成本可达传统键合机的两倍以上。主要供应商如 SK 海力士、三星和美光都计划在 2026 年实现下一代 HBM4 的量产，能否在升级技术的同时快速拉升量产良率，是对其供给能力的又一次大考。

全球 HBM 供给的紧张格局，为国内相关产业链公司提供了明确的成长机遇。目前，已有一批 A 股上市公司在 HBM 的不同环节实现了技术突破与客户导入，有望受益于这一轮高景气周期。

雅克科技 ( 002409 ) ：作为全球 DRAM 前驱体材料的重要供应商，它也是国内唯一打入 SK 海力士、三星、美光等国际存储巨头 HBM 供应链的前驱体企业，率先打破了国外在 HBM 关键材料领域的垄断。

华海诚科 ( 688535 ) ：该公司是 A 股唯一实现 GMC ( 颗粒状环氧塑封料 ) 量产的企业，该材料是 HBM 封装的核心材料，其产品已通过长电科技等封测龙头客户的认证。

赛腾股份 ( 603283 ) ：通过收购日本 Optima，公司掌握了全球仅少数企业具备的 HBM 全制程量测技术，检测精度达纳米级，设备直接供应给三星、SK 海力士等国际存储巨头。

长电科技 ( 600584 ) ：作为全球第三大封测厂，其 HBM 封装良率据称已达 98.5%，其 XDFOI 先进封装技术可直接对标台积电的 CoWoS，并承接了国内高端 AI 芯片的封装业务。

通富微电 ( 002156 ) ：该公司与国内存储晶圆厂合作的 HBM2 样品良率据披露已从 50% 显著提升至 72%，显示出其在 HBM 封装技术上的快速进步。

存储芯片或将不再是 " 配角 "

不同于传统计算时代对存储芯片的 " 容量 + 速度 " 二维需求，AI 大模型时代催生了三维需求新范式——存储密度需匹配模型参数的量级增长，数据传输速率需适配模型推理的实时性要求，而能效比则直接决定边缘智能设备的可用性边界。这种需求变革正在打破存储芯片行业的传统价值评估体系：DDR4 的 " 逆袭 " 并非技术倒退，而是特定场景下成本效益比的最优解；HBM 的供不应求也不仅是产能问题，更是先进封装、材料科学、良率控制等多维技术突破的集中体现。

更深远的影响在于，存储芯片正在从 " 硬件配角 " 升级为 " 系统核心 "。当存算一体架构成为突破 " 存储墙 " 的关键路径，当 3D 堆叠技术将存储单元推向垂直维度的新极限，存储芯片的创新方向已与 AI 算法的演进形成深度耦合。这种耦合不仅将重塑半导体产业链的价值分配，更可能催生新的计算范式——从 " 以计算为中心 " 转向 " 以数据为中心 "，从 " 冯 · 诺依曼架构 " 迈向 " 数据流驱动 " 的新纪元。