美光展望“物理AI”十年机遇：人形机器人有望打开存储新需求，DRAM供需紧张或延续至2027年后

AI算力需求持续扩张，存储芯片正在成为数据中心基础设施的重要瓶颈。美光科技(MU.US)执行副总裁兼首席商务官Sumit Sadana日前表示，当前DRAM供给仍难以满足客户需求，预计2027年的供需环境可能较2026年更加紧张，行业何时恢复供需平衡目前仍难判断。

Sadana指出，当前客户面临的主要限制已经集中在DRAM供应，而非电力、数据中心空间或逻辑芯片。先进存储工厂建设周期长、产能爬坡难度高，也意味着短期内供给端很难快速释放。

与此同时，生成式AI、Agentic AI以及未来更多物理AI应用正在持续扩大存储需求，美光认为这一轮存储周期与过去的传统周期存在明显差异。

AI算力扩张持续推高DRAM需求

随着AI模型从传统聊天交互向Agentic AI和深度推理发展，单次任务所需处理的Token数量明显增加。Sadana表示，Agentic AI工作负载所需Token数量可能达到传统聊天任务的5至30倍，复杂推理任务的需求还可能进一步提升。

这意味着AI系统不仅需要更强的GPU和计算能力，也需要更高容量、更高带宽的内存来保证处理器持续获得数据。

HBM因此成为AI基础设施中的关键存储产品。相比传统DRAM，HBM能够提供更高的数据带宽，但其生产也会占用原本可用于其他DRAM产品的产能。

Sadana此前表示，生产100比特HBM3E大约对应300比特常规DDR产能的置换，即约3:1；随着HBM4E进入市场，这一比例可能进一步接近4:1。若AI服务器对HBM的需求继续增长，常规DRAM供应可能因此承受更大压力。

目前，部分数据中心客户即使愿意接受更高价格，也难以获得足够的内存供应。客户因此开始调整单台服务器的内存配置，但降低内存容量可能影响处理器利用率，并可能在供给改善后形成潜在的补库存需求。

长期协议正在改变存储行业供需关系

为了应对AI时代持续增长的需求，美光正在通过战略性客户协议(SCA)提前锁定订单和产能。

Sadana表示，美光目前已经公布16项SCA，涉及约220亿美元现金及现金等价物承诺，其中约180亿美元预计留存在美光资产负债表。这些协议覆盖多年期需求，部分条款延续至2030年甚至更长期限。

与传统存储行业长期协议相比，新协议包含更强的约束性采购承诺以及“照付不议”等安排，客户退出空间也更加有限。部分协议采用市场化定价，另一些则设置价格区间，帮助美光降低未来供需波动对盈利能力的影响。

这些协议同时让美光能够更早参与客户的产品和研发规划。从HBM到下一代AI基础设施，存储厂商与大型客户之间的合作正在从单纯的供货关系进一步向联合开发和长期产能规划转变。

美光此前还与Anthropic达成战略合作，覆盖AI基础设施中的内存和存储架构设计、供应以及企业AI应用等领域，进一步体现出AI模型厂商对存储资源的长期需求。

美光继续扩大美国制造布局

供需紧张也推动美光加快扩产。公司今年7月宣布，将美国制造及研发投资计划提高至2035年累计超过2500亿美元，高于此前约2000亿美元的规划。

美光目前正在爱达荷州建设两座先进DRAM工厂，首座工厂预计于2027年年中开始晶圆生产，第二座预计于2028年末投产。同时，公司正在纽约州推进大型DRAM制造园区建设，整体规划最多包括四座工厂；弗吉尼亚州则继续进行现有工厂升级。

美光表示，这些投资的长期目标之一，是到未来将约40%的DRAM产量放在美国生产，从而增强本土存储供应链能力。

不过，新产能并不能立即缓解当前市场压力。先进DRAM工厂从建设到设备安装、工艺验证和量产爬坡需要较长时间，这也是美光判断供需紧张可能延续至2027年之后的重要原因之一。

HBM4E之后，定制化存储成为新方向

随着AI芯片性能继续提升，HBM也正在向HBM4E等下一代产品演进。

Sadana认为，HBM4E可能进一步推动定制化HBM需求。由于这类产品需要较长的客户认证和协同工程周期，AI芯片厂商通常不会同时导入大量供应商，因此一旦进入供应链，合作关系可能具有较强的持续性。

对美光而言，这意味着未来存储竞争的重点不仅是扩大产能，也包括技术、功耗和客户协同能力。

美光此前表示，其HBM3E产品在功耗方面具有优势，并与英伟达等AI芯片厂商展开合作。随着AI服务器向更高算力密度发展，HBM的容量、带宽和能效仍将是存储产业链的重要竞争方向。

“物理AI”或打开存储需求的下一增长曲线

除了数据中心，Sadana还将“物理AI”视为未来十年的潜在增长方向，尤其关注机器人和人形机器人。

与传统工业设备相比，人形机器人需要持续处理视觉、声音、触觉以及环境信息，同时运行AI模型完成实时决策。这意味着机器人不仅需要计算芯片，也需要低延迟、高带宽的内存和大容量存储。

美光目前针对机器人应用给出的典型配置显示，人形机器人可采用数十GB至百GB级别的内存，并搭配TB级SSD存储，用于实时AI推理、模型及数据保存。具体配置则会根据机器人类型、计算架构和应用场景有所差异。

从产业发展阶段来看，机器人目前仍远未达到智能手机或汽车的出货规模，因此短期内对DRAM和NAND的拉动有限。但如果人形机器人在本十年后期进入规模化部署阶段，存储需求可能成为AI产业从数据中心向终端设备扩散的重要新增量。

对美光而言，AI带来的存储周期正在从数据中心向更广泛的计算终端延伸。短期看，HBM和服务器DRAM仍是核心驱动力；中长期来看，机器人等“物理AI”应用能否进入规模化阶段，则可能决定存储需求能否打开新的增长空间。

在供给端扩产周期较长、AI需求持续增长以及HBM产能占用常规DRAM资源的背景下，DRAM供需紧张短期内仍难快速缓解。美光对2027年供需环境的判断，也意味着这一轮存储周期的持续时间可能长于传统行业周期。