AI同時製造了記憶體的短缺和過剩

3 月 29 日，华強北和美國零售市場同步經歷了一場內存條價格的斷崖式下跌。海盜船 32GB DDR5-6400 套條從 490 美元跌至 380 美元，單日跌幅 22%。國內 32GB DDR5 高頻套條單周暴跌 800 元，渠道商恐慌性拋售，有經銷商說「一天就掉了一百多塊」。

但這個數字放到更長的時間軸上，畫面完全不同：即便跌完，當前 DDR5 價格仍然是 2025 年 7 月的四倍。它是 AI 產業鏈上一次精確的供需錯配，同一股力量先製造了短缺，再製造了過剩恐慌。

過山車：八個月漲 540%，一個月跌 22%

2025 年 7 月，一套主流 32GB DDR5-6000 套條在美國零售市場只要 77 美元。到 2026 年 1 月，同一套條的價格飆至 490 美元。八個月，540% 的漲幅。

漲價並不是因為消費者突然瘋狂升級電腦。据 TrendForce 数据，2026 年第一季度 DRAM 合約價環比上漲 90%-95%，其中 PC DRAM 漲幅超過 100%，均創下有記錄以來的季度最大漲幅。推動這一切的，是 AI 基礎設施建設對一種特殊內存的饑渴需求。

然後，3 月 25 日，谷歌發布了一個名為 TurboQuant 的壓縮算法。四天後，內存價格崩了。

產能去哪了？HBM 吃掉了你的內存條

要理解這輪漲價，得先理解一個關鍵技術參數。HBM（高帶寬內存，用於英偉達 AI 晶片的專用內存）每 GB 消耗的晶圓面積是普通 DDR5 的三倍。据 Tom's Hardware 報道，這意味着同樣一片晶圓，做 HBM 只能產出 DDR5 三分之一的容量。

三星、SK 海力士和美光，三大內存廠商面對 HBM 的高利潤率做出了理性選擇，把最多 40% 的先進製程晶圓產能轉向 HBM 生產。据 TrendForce 数据，到 2026 年第一季度，DDR5 的利潤率預計將首次超過 HBM3e，反映出消費級內存的供給被擠壓到了什麼程度。

美光的選擇最為激進。2025 年 12 月，這家公司宣布關閉運營了 29 年的消費品牌 Crucial，徹底退出消費級內存和存儲市場，全面轉向企業和 AI 客戶。據美光投資者關係公告，其 2025 財年總營收 373.8 億美元，數據中心和 AI 應用已占總營收的 56%。消費市場，不值得做了。

SK 海力士的 HBM 產能已經全部售罄至 2026 年底。三星計劃到 2026 年底將 HBM 月產能從 17 萬片晶圓提升至 25 萬片。新的晶圓廠（三星 P4L 和 SK 海力士 M15X）最早要到 2027-2028 年才能實現量產。換句話說，消費級 DRAM 的供給缺口是結構性的，不是等一兩個季度就能緩解的。

格局翻轉，SK 海力士打破三星 40 年霸主

這場產能轉移還改寫了內存行業的權力版圖。據 TrendForce 數據，2025 年第二季度，SK 海力士憑藉與英偉達的深度綁定拿下了 HBM 市場 62% 的份額，三星僅 17%，美光 21%。

更具里程碑意義的是營收層面的翻轉。據 TrendForce Q3 2025 報告，SK 海力士以 137.5 億美元的單季 DRAM 營收首次登頂，三星以 135.0 億美元緊隨其後。兩者的差距只有 2.5 億美元，但這是三星近 40 年來首次在內存營收上失去第一的位置。據 CNBC 報道，SK 海力士 2025 年全年營業利潤也首次超越三星。

HBM 先發優勢給了 SK 海力士足夠的籌碼，但這場競賽遠未結束。三星正在全力追趕 HBM4 的量產進度，美光雖然放棄了消費市場，但在企業和 AI 領域的營收增速（Q3 環比 +53.2%）是三大廠中最快的。

一個算法如何動搖了漲價邏輯？

3 月 25 日，谷歌在 ICLR 2026 上發表了 TurboQuant 算法。這個算法做了一件事，把大語言模型推理時的 KV 緩存（鍵值緩存，推理過程中佔內存最多的部分）從 FP16 精度壓縮到 3-bit，內存佔用降低至少 6 倍，同時在 H100 GPU 上實現最高 8 倍的注意力計算加速。據谷歌研究博客，在 Needle-in-a-Haystack 等五個長上下文基準測試中，精度損失為零。

市場迅速算了一筆賬。如果 TurboQuant 或類似演算法被主流 AI 公司廣泛採用，那麼 AI 推理對 DRAM 的增量需求將大幅收縮。而過去大半年支撐記憶體漲價的核心叙事，正是「AI 基建消耗了太多內存產能」。

四天後，渠道信心崩潰。

需要指出的是，TurboQuant 針對的是 AI 推理端的 KV 快取，而非訓練端的 HBM 需求。HBM 的供需關係短期內不會因為一個推理優化演算法而改變。但市場並不總是區分這兩者。據新浪財經報導，暴跌前期國內渠道因漲價而湧入大量圈外囤貨者，高價導致零售銷量暴跌超過 60%，資金鏈緊張下的連鎖抛售放大了跌幅。

一條 AI 產業鏈，同時製造了記憶體的短缺和過剩恐慌。HBM 的物理產能擠壓讓消費級記憶體供不應求，TurboQuant 的演算法效率突破讓 AI 記憶體需求預期驟降。製造漲價和製造崩盤的，是同一股力量。