内存成AGI“弹药”：美光市值破万亿美元，供需失衡将持续至2026年？

摩根大通分析师于2026年6月25日发布报告指出，内存作为通用人工智能（AGI）发展中的战略资产，其核心地位并未动摇。报告强调，当前全球内存短缺主要由AI工厂基础设施的爆炸性需求驱动，并指出目前几乎没有迹象显示市场将出现显著的需求破坏或内存使用效率优化，足以缓解持续扩大的供需失衡。

这一判断出现在全球内存市场经历结构性转变的关键阶段。根据2026年5月下旬AJ Bell发布的分析，美光科技（Micron）市值已突破1万亿美元，成为全球第13大上市公司，其股价自2022年11月30日ChatGPT发布以来累计上涨1,454%，远超同期标普500指数85%的涨幅。该机构指出，AI对DRAM（动态随机存取存储器）的强劲需求是推动这一估值跃升的核心动力，并预测美光在截至2026年8月的财年将实现660亿美元的税后利润——超过其此前30年利润总和（494亿美元）。

内存短缺：AI基础设施扩张的直接后果

摩根大通所指的“AI工厂”，通常涵盖大规模数据中心、训练集群与推理部署系统，这些设施对高带宽、低延迟内存的需求呈指数级增长。与传统计算任务不同，AGI模型的训练和运行不仅依赖GPU或专用AI芯片，更需要海量DRAM与高带宽内存（HBM）协同工作，以支撑参数规模动辄达万亿级别的神经网络。

当前市场格局进一步加剧了供应紧张。全球DRAM产业已高度集中于三家主要供应商——三星、SK海力士与美光。尽管行业试图通过长期供货协议和产能协同来平抑历史性的周期波动，但AI需求的爆发速度远超产能爬坡节奏。摩根大通报告中“几乎没有需求破坏迹象”的判断，意味着终端客户（如云服务商、AI芯片公司及大型科技企业）仍在积极下单，即便价格持续攀升也未显著削减采购计划。

值得注意的是，这种需求刚性部分源于技术路径的锁定效应。当前主流AI架构高度依赖内存密集型计算，短期内尚无成熟替代方案能大幅降低单位算力的内存消耗。虽然学术界和产业界正探索稀疏化训练、模型压缩或新型存算一体架构，但这些技术尚未形成规模化商业应用，无法在2026年时间框架内实质性缓解内存压力。

市场繁荣背后的周期性隐忧

尽管摩根大通强调内存的战略价值不变，但市场并非毫无风险。AJ Bell在5月的报告中已发出警示，当前DRAM市场的价格走势与1999–2000年科技泡沫期间存在相似特征。潜在风险包括：客户因预期短缺而重复下单（double-ordering），一旦供应链恢复顺畅可能引发订单取消；AI硬件部署进度若不及预期，可能导致内存采购节奏放缓；此外，高估值下任何需求增速放缓都可能触发剧烈回调。

历史数据显示，DRAM行业具有强周期性，美光在过去二十多年中多次经历从巨额盈利到严重亏损的剧烈波动。尽管当前AI驱动的需求被视作“结构性转变”，但产能扩张一旦集中释放，仍可能重演供过于求的局面。摩根大通的乐观立场建立在AGI长期发展不可逆的假设之上，但短期市场情绪与资本开支节奏的错配，仍可能带来阶段性调整。

AGI愿景强化内存的长期战略地位

摩根大通将内存定位为“通用人工智能中的战略资产”，这一观点超越了单纯的硬件供需分析，指向更深层的技术演进逻辑。AGI若要实现类人水平的推理、记忆与泛化能力，必须具备持久化、可检索、可更新的知识存储机制。这不仅涉及训练阶段的临时内存占用，更涵盖推理时的上下文记忆、用户交互历史乃至跨任务知识迁移。

近期市场动态也印证了这一趋势。2026年6月25日，韩国风投机构Kakao Ventures宣布对AI记忆初创公司Aristo进行种子轮投资，后者正在开发名为Membase的独立记忆层，旨在整合用户在多个AI服务中的上下文数据。此类创新虽聚焦软件层面，却反过来强化了对底层高性能内存硬件的依赖——无论是本地设备端的LPDDR还是云端数据中心的HBM3E，都需要更高密度、更低功耗与更快访问速度。

换言之，内存的角色正从“被动数据暂存”转向“主动认知基础设施”。在AGI架构中，内存不仅是计算的辅助资源，更可能成为智能体（agent）身份、经验与决策连续性的物理载体。这种范式转变使得内存厂商不再仅仅是半导体供应商，而成为未来智能生态的关键节点。

投资逻辑：从周期博弈转向战略卡位

对于投资者而言，摩根大通的报告传递出明确信号：内存行业的投资逻辑正在从传统的“周期择时”转向“战略卡位”。在AI尤其是AGI长期叙事支撑下，领先内存制造商的估值锚点已发生根本变化。即便短期面临产能过剩或需求波动风险，其在技术路线图、客户绑定深度与资本开支能力上的优势，可能使其在下一轮竞争中占据不可替代地位。

然而，这一逻辑的有效性高度依赖AGI发展的真实进度。若通用人工智能的商业化落地显著晚于预期，当前基于“AI工厂”需求构建的高估值体系将面临修正压力。因此，市场需密切关注两大指标：一是头部云厂商与AI公司的资本开支指引是否持续上调；二是内存技术迭代（如HBM4、CXL互连、3D堆叠）能否如期推进，以支撑更复杂的AGI工作负载。

截至2026年中，所有迹象表明，内存仍是AI军备竞赛中最紧缺的“弹药”。摩根大通的判断提醒市场，在通往AGI的道路上，算力固然重要，但如同无米之炊。这场由算法驱动的革命，最终仍需硅基物理世界的坚实承载。