今日，在 KeyBanc 2026 科技领导力论坛上，美光首席商务官 Sumit Sadana 围绕 AI、DRAM、HBM、SSD 以及长期供需进行了系统分享，并释放了更多关于 2027 年供需、SCA 长协以及 AI 内存需求的重要信息。以下是核心要点。一、2027 年可能比 2026 年更加紧张美光执行副总裁兼首席商务官 Sumit Sadana 表示，自最新财报发布以来，公司从客户那里获得的总体需求信号进一步增强。美光目前预计，行业供应紧张状态将持续到 2027 日历年以后，而且 2027 年的供需状况可能比 2026 年更加紧张，原因是需求增长速度正在快于供应增长速度。Sumit 表示，美光目前仍然无法明确判断供应什么时候能够追上需求。AI 需求增长发生在数字世界，而内存供应增长发生在物理世界。领先制程前端晶圆厂从建设、设备部署到先进工艺产能爬坡，都需要较长时间。目前客户普遍向美光反馈，其第一大约束并不是电力、土地、数据中心容量或者逻辑晶圆，而是 DRAM。在数据中心领域，供应紧张最为明显。美光表示，很多情况下，公司甚至无法满足客户一半以上的需求。即使当前内存价格已经处于较高水平，客户仍然希望获得更多供应，而且这些需求信号已经延伸至未来多年。二、Agentic AI 正在进一步提高内存容量和带宽需求Sumit 表示，目前大多数人与 AI 的交互仍然主要通过聊天界面完成，但 Agentic AI 正在带来新的需求变化。完成类似任务时，Agentic AI 所需要的 Token 数量可能达到普通聊天界面的 5 倍至 30 倍。如果属于 Deep Reasoning，也就是深度推理型智能体，Token 消耗还可能更高。与此同时，在很多 AI 工作负载中，无论处理器是 GPU、ASIC 还是 CPU，都可能有大约 50% 的时间处于等待 DRAM 提供数据的状态。因此，美光认为，AI 系统需要更高的内存带宽和更大的内存容量，才能提高处理器利用率并支持更高效、更具扩展性的 AI 部署。三、HBM 增长正在进一步占用 DRAM 供应在 HBM 方面，美光表示，HBM3E 与 DDR 之间大约存在 3 比 1 的产能转换比例。也就是说，为了生产 100 bit 的 HBM3E，可能需要减少约 300 bit 的 DDR 供应。随着产品从 HBM3E 进入 HBM4，再进一步进入 HBM4E，这一比例还会继续上升。到 HBM4E 时，美光预计可能接近 4 比 1。因此，HBM 需求持续增长的同时，也会对其他 DRAM 产品的供应形成进一步压力，需要整个行业增加更多晶圆供应。四、服务器开始降配，但总体 DRAM 需求仍在增加美光已经看到部分服务器客户降低 RDIMM 的平均容量配置。Sumit 表示，这一变化主要并不是因为内存价格，而是因为供应不足。客户希望在有限的 DRAM 配额下，在单机内存容量和服务器出货数量之间进行平衡。但即使客户已经降低平均内存容量，美光目前看到的总体需求依然在增加。Sumit 还表示，如果未来更多 DRAM 供应能够释放，客户可以推出配置更高内存容量的 SKU，以支持更长的上下文窗口和更高的系统性能。五、客户合作已经延伸到 2030 年以后，SCA 覆盖约一半收入Sumit 表示，目前美光与客户之间的合作深度，已经达到其整个职业生涯中从未见过的水平。通过工程合作，美光现在已经能够看到部分客户 2030 年以后的产品路线图。而在过去，甚至连客户下一年的产品计划都很难获得清晰的可见度。与此同时，SCA，也就是战略客户协议，正在成为美光客户合作模式的重要组成部分。在最新财报发布时，美光已经宣布签署 16 份 SCA，此后又继续签署了更多协议。此前公布的 16 份协议对应约 220 亿美元现金和类现金承诺，其中约 180 亿美元为现金。美光预计，SCA 未来可能覆盖公司约一半收入。规模较小的汽车客户通常采用三年期协议，而绝大多数 SCA 对应收入采用五年期协议，并持续到 2030 日历年年底。这些协议包含按客户、按年度确定的具有约束力的采购量承诺，并采用 Take-or-Pay 条款。Sumit 表示，客户不存在合同退出机制。在价格方面，部分协议采用浮动价格，与当时市场价格保持一致。大部分协议则设有价格区间。此前公布的 16 份 SCA，其价格上限以 CQ2 的价格水平为基础，未来新签协议则根据签署时的市场价格确定价格上限。SCA 的价格下限被设定在能够让美光获得高于过去任何一轮行业周期峰值毛利率的水平。这些协议还采用 Evergreen 结构，未来可以继续在协议后端增加新的年份。同时，SCA 不仅涉及采购量和价格，也包含更深入的研发和产品路线图合作。六、HBM 正在向单供应商或双供应商模式发展在产品方面，美光表示，其 HBM3E 产品功耗比次优竞争产品低 30%。公司还提到，美光率先与 Nvidia 将 LPDRAM 引入数据中心，提供更高密度和更低功耗。美光此前一度是该产品的独家供应商，后来由于需求超过自身供应能力，Nvidia 才引入其他供应商。在 HBM4E 阶段，美光预计将开始出现更多定制化 SKU 机会。Sumit 表示，HBM 的设计、开发和认证过程耗时长、研发投入大、成本高，因此客户很难在每一个项目上同时与三家 HBM 供应商开展深度合作。美光预计，很多 HBM 项目和平台最终会采用一家或者两家供应商，只有少数客户会同时使用三家供应商。类似的单供应商或者双供应商模式，也可能出现在其他需要深度联合开发的内存产品中。七、数据中心 SSD 需求强劲，DRAM 不足时 KV Cache 会 Spill 到 NAND在数据中心 SSD 方面，美光表示，公司率先推出 PCIe Gen 6 SSD，同时 245TB 高容量 SSD 也面临非常高的需求。在会议问答环节，有投资者询问，随着 DRAM 与 NAND 单位容量价格差距扩大，客户是否会将更多冷数据从 DRAM 动态迁移至 NAND。Sumit 表示，美光正在与领先客户和前沿实验室研究处理器、内存和存储之间的数据层级结构。目前 AI 系统仍然需要大量 DRAM 才能实现更加均衡的性能。当系统没有足够的 DRAM 容量时，KV Cache 等数据会 Spill 到 NAND Flash。随着 AI 系统进行更多推理、进入 Agentic 模式以及 Context Window 持续扩大，对 DRAM 容量的需求也会增加，部分数据随后会进一步进入 NAND。昨日笔者在《AI 智能体越多，为什么存储也要开始像内存一样工作？》中分享对存储重磅会议 FMS26 的看法时，就重点讨论了内存与存储之间的层级结构，以及 NAND 在 AI 推理和智能体时代正在承担的新角色，未来已来，推荐阅读。八、美国制造和 Physical AI 是另外两条长期方向美光目前已经将未来在美国的投资计划从 2000 亿美元提高至 2500 亿美元。公司同时向 GlobalWafers 投资 5 亿美元，用于原始晶圆供应，这属于更广泛的 30 亿美元供应链投资计划的一部分。美光表示，三星在美国的相关投资主要是逻辑代工，而 SK 海力士在印第安纳州的投资主要是后端组装和封装。美光仍然是唯一一家正在美国投资前端内存晶圆厂制造的公司。美国项目包括 Idaho 1、Idaho 2、New York 1 以及后续纽约晶圆厂集群，同时还包括弗吉尼亚州的长生命周期工艺以及 1-alpha DRAM 投资。美光还表示，美国本土制造带来的供应链韧性受到客户重视，公司预计美国供应可以获得一定价格溢价，而且这一溢价已经纳入部分 SCA 定价。在 Physical AI 方面，Sumit 表示，这一市场目前仍然处于非常早期阶段。他预计，未来单个人形机器人可能需要数百 GB DRAM 和数 TB SSD，因为机器人需要较快的响应速度，同时需要具备一定程度的本地计算能力，在无法连接云端和数据中心的情况下仍然能够运行。美光预计，机器人市场可能在本十年后半段开始快速增长，并在 2030 年代初进一步加速。Sumit 最后表示，AI 已经使内存成为一种战略性资产。美光认为，未来五年至十年，公司仍将受益于 AI 带来的需求增长，并继续推进技术、产品组合、制造以及战略客户协议方面的投入。
作者声明： 本文转载自第三方，旨在提供资讯参考，并非证券推荐或投资建议。作者对内容的真实性、准确性不承担保证责任。本文不构成任何投资建议或证券推荐。截至发文日，作者与文中提及的标的不存在持仓关系。