社区

1月15日，Morgan Stanley发布重磅研报"Memory – How to Play the New AI Bottleneck"，系统性阐述了一个正在发生的范式转移：AI推理的核心瓶颈，正从算力切换到内存。

报告测算显示，2026年仅文本AI推理就将消耗全球35%的DRAM供给和92%的NAND供给。这不是预测，是即将到来的现实。

为什么内存突然成了稀缺资源？大摩团队拆解了背后的技术逻辑。

KV Cache正在成为transformer推理的首要内存约束——随着上下文长度和并发量增加，内存需求线性增长，在算力触顶之前就会先把高带宽内存吃满。

Agentic AI需要context来避免幻觉、需要reasoning来分步思考、需要multimodal来处理图像视频，每一个特性都在扩大内存的胃口。

研报中有一句话很有意思："An AI assistant that remembers everything is more useful than a bigger model that remembers little."（一个记得住所有事的AI助手，比一个更大但记不住事的模型更有价值。）这句话本质上解释了为什么memory systems正在成为agents背后隐藏的复杂性核心。

供给端呢？

三大厂把产能往高利润的Server DRAM和HBM上倾斜，PC、手机、消费级内存被严重挤压。结果就是全面涨价。

1Q26的channel check显示，Server DRAM环比涨60-65%，PC DDR5涨80-85%，NAND涨50-80%，legacy DDR4甚至被预测涨93-98%。库存已经降到危险水位，而客户开始恐慌性囤货。

看一下“存储王”韩国的原材料进....

大摩给出的交易策略是"bottleneck即winner"。

DRAM首选Samsung、SK hynix、Micron；legacy memory看Winbond；HDD押WDC和Seagate；设备端重仓ASML。他们认为这轮周期的peak还远未到来——YoY pricing还在加速、库存还在下滑、capex还没大规模上调。三个见顶信号一个都没出现，2026年的关键词或许不再是GPU，而是memory... 完整版已上传。