AI算力爆发下，存储结构性短缺将持续到2026年？

2026年7月5日，野村证券发布最新研究报告指出，当前全球存储行业仍处于严重供应短缺状态，由人工智能（AI）驱动的结构性需求增长尚未见顶。报告认为，近期市场对存储芯片可能出现供应过剩的担忧被显著夸大，这种过度反应反而为投资者提供了重新评估存储板块估值的机会。野村证券特别强调，韩国政府提出的4800万亿韩元半导体产业投资计划，即便全面落地，也至少需要5至10年才能转化为实际产能；与此同时，高利润的高带宽存储（HBM）产品对通用存储产能的持续挤压，正进一步加剧整体市场的供应紧张局面。

存储供需失衡：结构性短缺而非周期性过剩

野村证券在报告中明确反驳了市场近期对存储行业即将进入产能过剩阶段的普遍预期。该机构指出，当前存储市场的核心矛盾并非需求疲软，而是供给能力无法匹配AI算力基础设施快速扩张所带来的结构性需求激增。

高带宽存储（HBM）作为AI训练与推理任务的关键组件，其技术门槛和制造复杂度远高于传统DRAM或NAND闪存。随着全球科技巨头加速部署AI模型，HBM已成为存储厂商优先分配产能的产品线。这一趋势直接导致用于消费电子、PC和服务器等领域的通用存储芯片产能被系统性压缩，从而在多个细分市场引发供应缺口。

值得注意的是，野村证券并未将当前的短缺视为短期扰动，而是将其定义为“由AI算力基建长期扩张所驱动的结构性现象”。这意味着，即便宏观经济出现波动，只要AI模型的参数规模、训练数据量和推理频率继续上升，对高性能存储的需求就将持续增长。

韩国4800万亿韩元投资：远水难解近渴

野村证券分析认为，尽管这一数字彰显了韩国在维持全球半导体领导地位上的战略决心，但其对缓解当前存储供应短缺的作用极为有限。

先进制程节点下的存储芯片产线尤其如此，涉及复杂的设备调试、良率爬坡和客户认证流程。

而现有产能已高度向HBM倾斜，进一步限制了通用存储的弹性供给能力。因此，野村证券判断，市场对“未来产能过剩”的担忧忽略了半导体产业固有的长周期特性，属于典型的“用远期供给预期定价当前资产”的误判。

Meta的算力投入：需求拐点还是价格稳定器？

野村证券还针对近期Meta在AI基础设施上的战略调整作出解读。有市场观点认为，Meta放缓部分AI硬件采购可能预示着科技巨头对算力投资趋于谨慎，进而削弱存储需求前景。对此，野村证券明确表示：“Meta的决定绝不是AI相关硬件需求减少的拐点。”

相反，该机构指出，当前AI算力市场本身也面临供应短缺，导致单位计算资源（以Token计价）的成本持续攀升。Meta作为全球最大的AI模型部署方之一，其大规模算力投入不仅不会抑制需求，反而有望通过增加有效供给来平抑Token价格，使其“向下企稳”。

换言之，Meta的行为并非削减AI支出，而是优化算力资源配置，以应对高昂的推理成本。这一策略实际上强化了对高效能、高带宽存储的依赖——因为更高效的模型部署需要更高性能的内存支持，从而进一步巩固HBM等高端存储产品的市场需求刚性。

投资启示：重新审视存储板块估值逻辑

基于上述分析，野村证券认为当前存储类股票的估值已过度反映悲观预期。市场在担忧“未来可能的产能过剩”时，忽视了三个关键现实：一是AI驱动的需求具有长期性和结构性；二是高端存储产能扩张受限于技术与资本双重壁垒；三是通用存储因产能被挤占而面临隐性短缺。

对于投资者而言，这意味着存储行业的投资逻辑正在从传统的“库存周期驱动”转向“技术代际与算力基建驱动”。在此背景下，具备HBM量产能力、先进封装技术以及与AI巨头深度绑定的存储厂商，可能比单纯依赖规模扩张的企业更具长期价值。

此外，由于产能释放存在显著滞后，任何短期内的供需错配都可能引发价格剧烈波动。

结语：短缺仍是主旋律，AI算力基建未达峰值

截至2026年中，全球存储行业并未步入产能过剩的下行通道，反而深陷由AI革命引发的结构性供应瓶颈之中。AI算力基础设施的建设仍处于早期阶段，模型复杂度、数据规模和应用场景的指数级增长，将持续推高对高性能存储的需求。

韩国的大规模投资虽具战略意义，但无法在短期内缓解产能压力。而Meta等科技巨头的算力部署策略调整，更多是优化成本结构，而非收缩AI雄心。因此，对存储板块的悲观情绪可能已过度定价风险，反而为长期投资者创造了布局窗口。在AI算力竞赛远未结束的当下，存储芯片——尤其是HBM——仍将是支撑这场技术革命不可或缺的“燃料”。