近日，“内存条价格下跌”的话题备受关注，一度被解读为存储涨价势头出现逆转。那么，存储价格真的“崩了”吗？4月1日，《每日经济新闻》记者走访深圳华强北一探究竟。
每经媒资库王晶摄
“现在价格太乱了，一天一个价，但这几天是最便宜的时候。”一位华强北商家说道。据多位商家报价，16GB DDR4（第四代双倍数据率同步动态随机存取存储器）内存条已回落至600元~800元，DDR5价格也较前期高点1600元下降至1300元~1500元。
不过，这轮降价并未蔓延至整个存储行业。记者从多家存储厂商、行业机构了解到，本轮价格回落主要集中在消费级DDR4、DDR5现货及渠道零售市场，而原厂颗粒合约价、HBM（高带宽内存）、服务器用DDR5及企业级SSD（固态硬盘）等产品价格仍维持高位。“近期我见了二三十组客户，都在问我还有没有货。”有商家介绍。
消费级市场“降价”与企业级市场“缺货”同时上演，这种分化背后是产业逻辑正在发生变化。过去几十年里，存储一直被视为典型的周期性行业，它随着手机、个人电脑等起起落落，但AI（人工智能）出现后，这套逻辑正在被打破，存储正从物料清单中的普通成本项转变成AI竞赛的战略资源。当前，算力的增长已超过存储带宽所带来的支撑限度，这意味着海量模型参数和上下文只能通过一个相对狭窄的“漏斗口”——即存储带宽进行传输，GPU（图形处理器）频繁等待，规模算力集群可用度在50%左右。
这种“算力等存储”的瓶颈直接推高了AI场景下的存储需求。“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’。”CFM闪存市场总经理邰炜在日前举办的MemoryS2026峰会上表示。
存储分化：消费级降温，企业级高热
持续数月走高的内存价格，近期在消费级市场迎来了回落。CFM闪存市场提供的数据显示，近期贸易端低端DDR4内存条抛售较多，冲击和打压了渠道市场。“本周渠道DDR4内存条领跌，尤其是8GB/16GB DDR4内存条价格跌幅高达25%，32GB DDR4及DDR5跌幅在10%上下区间；渠道SSD也出现小幅下跌。”
不过，华强北卖家认为：“后面DDR4的价格很快又要涨回去，毕竟存储厂都没有降价，现在DDR4的出厂价在900元左右，市场价七八百元反而更便宜。”
价格“倒挂”现象的背后，是存储芯片两种采购方式的差异。头部大型电子制造企业依托规模化采购优势，主要向存储芯片原厂（主要是SK海力士、三星电子、美光科技）直接订货，或通过原厂授权代理商拿货，结算采用合约价；而数量众多的中小微电子设备企业，因采购规模小、需求灵活且分散，大多从现货交易市场采购，拿货价格也以随行就市的现货价为准。这一轮下跌的，正是现货市场的价格。这两大类市场存在显著不同，前者有相对较高的议价能力，后者则受现货存储卖家和消费类用户的承受能力和情绪影响而波动。
然而，消费级市场的降温，并未传导至企业级和AI服务器相关存储领域，这些需求依然保持强劲。“近期，有刚从原厂下线的产品就立刻插到客户服务器中，这在以往是不可想象的。”邰炜说道。
从合约市场来看，TrendForce集邦咨询最新发布的存储器价格调查显示，尽管终端市场面临出货下修风险，但2026年第二季度因DRAM原厂积极将产能转向HBM、Server应用，预估DRAM合约价格仍将增长58%~63%。NAND Flash（闪速存储器）市场持续由AI、数据中心需求主导，全产品线连锁涨价的效应不减，预计第二季度整体合约价格将增长70%~75%。
逻辑重构：从算力“仓库”到“加速器”
当前，随着AI应用从训练迈向推理，存储的核心定位正在发生根本性转变：在训练时代，存储是算力的“仓库”；而在推理时代，存储正成为算力的“加速器”。
存储的重要性也随之发生变化。在传统架构中，CPU（中央处理器）或GPU决定性能上限，存储负责“跟上”；而在AI架构中，存储带宽与延迟开始反过来制约算力释放效率。这也是为什么行业内部已经形成一个共识：AI不是单一应用，而是所有行业的底层操作系统，存储是这个操作系统的基础设施。
“今年全球半导体存储器的市场规模将突破6000亿美元，数倍于以往的任何时候。”邰炜说道。
需求的变化首先来自数据生成方式的转变。过去，数据是由人来创造的，比如拍照片、视频、做文档等，但AI时代，数据是各类大模型生产的，并且模型参数越来越大、多模态数据越来越多、训练和推理持续运行。
这一变化直接拉动了基础设施需求。行业数据显示，一台AI服务器对内存与存储的需求远高于传统服务器。其中，服务器内存需求增速预计超过40%，在整体存储应用中的占比将超过50%。
更深层的变化则体现在需求结构上。事实上，AI在推理过程中需要存储大量中间状态（KV Cache，键-值缓存机制）以避免重复计算。当上下文长度从4K Token（词元）提升至128K Token时，KV缓存的存储空间直接增长32倍；如果是高并发场景下，KV缓存需求甚至可能达到TB（太字节，1TB=1024GB）级规模。
在此背景下，传统以DRAM（动态随机存取存储器）和HBM为核心的存储体系面临容量与成本瓶颈，大量数据开始向NVMe SSD（可以理解为“新一代高速固态硬盘”）迁移，企业级SSD（eSSD）由此成为AI基础设施中的关键环节。邰炜指出：“针对AI推理工作负载优化的SSD需求快速上涨；同时，因传统硬盘产能缺口，QLC SSD（四层单元固态硬盘）的替代需求也不断上升。这些因素叠加，让eSSD成为2026年NAND闪存最大的应用市场。”
与此同时，应用侧也在进一步放大这一趋势。长江存储固态硬盘事业部负责人谭弘以当下最火的“养龙虾”举例称：“‘龙虾’是AI Agent（智能体）的首个杀手级应用，未来可能改变手机、电脑等智能终端设备的交互方式，相当于给每个人都配备一个懂你的24小时无休的秘书。同时，‘龙虾’也引发用户从单一指令提问大模型，转变到深度理解客户深层需求后的连续指令。不过，‘养虾’Token消耗量与AI大模型进行多轮对话相比，高达15倍，这对端侧的cSSD（客户端固态硬盘，也是人们常说的消费级SSD）及云端eSSD（SSD中的一个专门类别，面向数据中心和服务器等企业场景）都提出了更高的要求。”
从训练阶段来看，核心痛点是成本高昂。简单来说，训练大模型就像反复“打磨一件精密仪器”，需要不断读取和保存中间结果（Checkpoint，检查点）。如果存储速度跟不上，GPU就只能“干等着”，但使用大容量QLC eSSD（四层式存储单元企业级固态硬盘）存放Checkpoint，其在特定场景下的写入性能和耐久性已接近更贵的TLC eSSD（三层式存储单元企业级固态硬盘），相比传统HDD（机械硬盘），能为用户节省成本。
到了推理阶段，挑战则是“跑得快、跑得多”。就像让AI帮你写一篇长篇小说，它需要记住前面写了什么（即KV Cache），当小说越来越长，需要记的东西可能达到几百GB，但GPU配置的HBM容量有限又昂贵，根本装不下。怎么办？行业想出的办法是“分层存储”——把大部分“记忆”先放到便宜的SSD里作为缓冲，需要时再快速调出来，这样既解决了内存不够的问题，又保证了速度。至此，企业级eSSD已承担起上下文状态管理和知识查阅的功能，不再是单纯的数据仓库，而是成为存算协同的数据引擎。
供需错配：成本压力向终端传导
在AI 需求快速扩张的同时，供给端却没有同步响应，这也导致当前面向AI的存储产品缺货。
邰炜认为，目前存储原厂的发展有两个趋势。一方面是供给的“选择性倾斜”，在AI需求爆发后，优先保障高端AI产品的产能，这意味着HBM、DDR5、企业级SSD优先，保障更大的利润；消费级NAND与DRAM被压缩，同时成熟制程产品供给下降；另一方面，此前经历多轮周期波动后，原厂普遍吸取历史教训，采取更为谨慎的资本开支策略。整体来看，行业控制产能扩张节奏，提高高附加值产品占比，供给弹性下降。
存储行业具有明显的产能建设周期，一般需要18个月至24个月才能形成有效供给。这意味着2025年需求爆发，最早2027年才能看到供给改善，在此期间，供给缺口难以弥补。邰炜判断：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。
供需错配之下，价格快速上涨，并且成本压力正加速向终端传导。仅3月份，包括三星、vivo、OPPO、一加等在内的多家厂商对旗舰机型价格上调数百元至千元不等。其中，一加对日前发布的一加15T上涨900元~1200元的涨价行为引发关注，有网友在一加中国区总裁李杰的微博下留言表达不满。
李杰随后就价格上涨进行回应：“这一轮内存成本的上涨幅度超过400%，可以说涨疯了，不同品牌之间，更多只是库存节奏的差异，本质上是时间早晚的问题。从目前的趋势看，接下来一段时间，整体价格只会越来越高。”
涨价正重创终端需求。邰炜预计，2026年全球智能手机出货量将出现10%至15%的下滑，部分厂商降幅可能更高。
企业端的涨价同样猛烈。“Flash从1月到现在涨得都快翻倍了，某一天我接个电话，价格直接涨50%，不是1元钱的50%，是24元钱的50%，市场怎么吃得消？并且涨了50%之后，又说下个月再涨25%。这种情况底下模组公司有库存很棒，但是库存用完之后，买贵、卖贵的时候怎么办？”SSD第三方主控大厂群联CEO（首席执行官）潘健成的一番话，道出了存储厂商对涨价过快的担忧。
CFM闪存市场数据显示，今年一季度原厂服务器及PC NAND、DRAM合约价均呈翻倍式增长，而Mobile（移动电话所使用的存储芯片）价格涨幅却不及以上两大应用市场，使其与服务器、PC存储产品合约价差逐步扩大。该机构预计，今年第二季度Mobile合约价将大幅补涨，以追赶其他应用端存储价格并缩小价差至合理范围。Mobile NAND、DRAM合约价或将大幅涨超85%；服务器、PC价格涨幅则收敛，预计服务器、PC DRAM合约价均涨超30%，eSSD、cSSD ASP（平均售价）价格涨幅分别超30%、50%。
寻求平衡：需要兼顾成本与性能
面对如此猛烈的涨价，产业链上下游都在寻找出路，如何在成本与性能之间找到新的平衡点，已成为行业最迫切的课题。
谷歌似乎为行业难题提供了新的解法，公司日前发布的新型压缩算法“TurboQuant”，号称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。
不过，在潘健成看来，谷歌的技术非但不会减少存储需求，反而会产生更多的Token。“如果没有这个技术，主机需要用到大量的DRAM和SSD，成本高、买不到，出货规模自然受限。但技术让成本降下来之后，设备出货量会显著增加，反而带来更大的数据生成与存储需求。”
除了算法层面的压缩技术，群联也在探索另一条路——推出全球独家专利“用Flash弥补DRAM不足”的技术aiDAPTIV方案。由于DRAM成本高、容量有限，而AI推理对内存需求巨大，群联通过软硬件协同，将Flash引入内存体系，从而降低成本并提升系统可扩展性。
据群联测算，在本地运行120B的模型，需要96GB DRAM，成本高达1500美元，堪比一台高端笔记本的售价，而自己的方案可以让成本大幅降低。“在未来很短的时间里，笔记本PC的标配一定会附加群联电子的方案，让AI可以在本地做部署，并且还会变成标准方案。”潘健成说道。
其他厂商也在推动端侧落地。江波龙的HLC（High Level Cache，高级缓存技术）技术，可以让4GB DDR实现接近6GB/8GB DDR的水平，降低终端DRAM容量需求并优化BOM（物料清单）成本。
当存储的价值被重新定义，产业链上下游的分工也在悄然重塑。潘健成直言，面对存储短缺和价格上涨，单纯的买卖关系已经失效，主控与模组之间的传统分工也正在被打破。“主控芯片不挣钱，模组公司靠低价库存发财，但好日子总有尽头。主控要投进先进工艺，我们的一颗主控前前后后投资了2.8亿美元，其中单做验证，成本就花9000万美元，所以主控公司要把产品做好，要有模组的验证能力，接下来，模组公司和主控公司应该‘并一并’，各取所需，产业才能走向健康。”
配资炒股提示：文章来自网络，不代表本站观点。
