是泡沫，还是等等党的至暗时刻？

如果两年前你装电脑时犹豫了一秒，那么同样一笔钱，放在2026年的今天，可能只能买一套内存了。

这并非危言耸听。来自TrendForce集邦咨询的数据显示，2024 Q4到2025 Q4，内存整体价格暴涨170～200%，其中常见的DDR4 16GB的采购价涨幅约1500～1800%，而DDR5 16GB约400～500%。一块256GB服务器内存售价甚至超过5万元，“一箱内存条换上海一套房“真的不是段子。

作为硬通货的代名词，黄金去年70%的涨幅已让人惊叹，但在内存面前，黄金也得客气地喊一声“大哥“。

然而，这根新“金条“着实重得让人喘不过气来。始于硅片的风暴，正顺着供应链的血管，精准地掐住了各行各业的咽喉。

首当其冲的就是消费电子，存储大致占据电脑、手机物料成本的10%-20%。PC DIY玩家继显卡、固态硬盘之后，迎来了内存的第三次冲击，但受影响的不仅是“臭打游戏的“，还有以PC为生产力的各类创作者，短期内恐怕都别想更新设备了。

另一个最大的消费市场，手机也受到明显冲击，譬如去年底发布的小米17 Ultra，起售价相较于上一代调高500元、整体各版机型平均涨价7%-9%。发布之前，小米总裁卢伟冰就已经在微博上吹风，称小米17 Ultra的涨价是确定的，核心原因之一便是内存的成本上涨。

然而，电脑和手机等消费电子只是“皮外伤“，汽车行业才是真正的“伤筋动骨“。

电脑和手机受制于内存，大家还能理解，怎么还和汽车扯上关系了？

回答这个问题之前，我们得先弄明白的内存的工作原理。

我们可以将存储设备大致划分为DRAM动态存储器，即内存，NAND静态存储器，即硬盘（固态）。

在最简单的计算模型中，CPU或GPU相当于正在处理任务的你，而内存相当于你的工作台，上面是你随手可以拿起的物品和工具，处理完毕之后整理存放在柜架或仓库中，这里柜架和仓库就是硬盘（其实不止是内存，GPU和作为“仓库“的固态硬盘也在疯涨价，只是相比于内存，已经是小巫见大巫了）。

你要处理的内容越多、越复杂，所需要的工作台就越大，对应的就需要更大容量、更高带宽的内存。

随着汽车智能化的进程，高阶智能驾驶系统对实时数据处理的需求爆炸式增长，同时还有智能座舱多屏互动、高清影音娱乐等功能的拓展，汽车也需要更大的“操作台“。内存作为不可或缺的一环，已经从普通零部件转变为关键硬件。

甚至可以说，谁能掌握稳定的内存供应，谁就能在智能体验、算法迭代中占据主动。

就在1月初，蔚来第一百万辆新车下线时，蔚来CEO李斌就感叹道“今年最大的成本压力还不是原材料，是内存。现在内存涨价已经涨疯了。“

几乎同一时间，雷军也在直播间大吐苦水，“现在车规级内存是按季度涨价的，按这个趋势，今年光是车用内存这一项，成本就要增加几千块钱。加上大宗材料也在涨，成本压力真的很大。“

发出预警的还有理想汽车，理想汽车供应链副总裁孟庆鹏在2025年底的一次行业会议上判断，2026年汽车行业可能面临存储芯片供应危机，满足率或许不足50%。

而据Morgan Stanley机构测算：内存短缺已让电动汽车成本增加300～400美元（约2100～2800元），传统燃油车也增加了100～200美元（约700～1400元）。

话里话外，都透露出新一轮的结构性危机正在来临。

答案自然是AI，AI产业对内存的依赖程度或许远超人们的想象。

随着各类AI技术进入大规模应用阶段，前所未有的无监督训练数据规模以及Scaling laws（神经网络缩放定律），使得用于训练和在线服务大语言模型（LLM）的模型规模出现了爆炸式增长。而训练和推理系统需要大容量、持久性的内存占用，以及极高的带宽与计算单元的紧密协同。

近年来，训练大模型所需的计算量以每两年750倍的速度增长，远超DRAM和互连带宽的增长速度——后者每两年仅分别增长1.6倍和1.4倍。这种差距使得内存而非算力成为AI应用（尤其是在推理场景中）的主要瓶颈。

为了破壁「内存墙」，科技圈掀起了一场硬件和架构上的革命，其中就包括硬件层面的暴力美学——HBM（High Bandwidth Memory，高带宽内存）。

如果普通内存是将数据存放在一个巨大的平房仓库里，那么HBM就是把仓库改造成摩天大楼（垂直堆叠多层DRAM芯片），每层楼之间用超高速电梯（TSV硅通孔）直接连通。CPU/GPU就站在大楼旁边（通过硅中介层紧挨着），不仅取货距离级短，而且准备了大量电梯门，可以同时从多层楼取货，目的只有更快的速度、更高的效率。

HBM内存“超宽+堆叠+高能效“的特性，就是专为AI/GPU这种“带宽极度饥渴“的场景而生，它以巨额成本为代价，换来了10～20倍的带宽。英伟达的H100、H200乃至Blackwell平台的设计哲学就是将HBM堆料到极致。

也正是因为要生产这些DRAM需求量大、工艺极难、良品率极低的HBM，AI像黑洞一样吞噬了绝大部分内存产量，导致留给其它行业的产能捉襟见肘。

然而，一边是爆炸式增长的需求，一边是刚经历过缩减的产能。

目前，全球DRAM市场，韩国三星、SK海力士和美国美光合计市场份额超93%。在内存需求爆发前夕，供给端还处于“去库存、控产能“的状态，存储芯片的上一轮波动还要追溯回2023年第一季度，彼时存储单价一再下跌，三星电子营业利润同比暴跌96%，创下了2009年以来的新低。为此，三星决定把存储芯片产量削减到“有意义的水平“。

大厂因为经历过低谷，所以对产能扩张的态度比较保守。如今需求反扑，产能难以快速反应，加之行业集中度高，便引发结构性供需失衡。

微软、谷歌、英伟达、Meta等财大气粗的巨头科技企业，为了争夺未来通往AGI的门票，以“不惜代价“的态度疯狂扫货，甚至提前锁死2026年产能。有行业报告指出，2026年全球高端存储芯片的总产量中，预计约70%将被AI相关产业（如数据中心和AI训练/推理基础设施）消耗。

当全球科技大厂纷纷加码AI、扫货内存，车企的需求就变得“微不足道“了。

目前，AI级HBM内存单价已突破10美元/GB，而车规级的DDR5内存即便涨幅超过300%，单价仍不足2美元/GB，对芯片厂商而言，为AI产业生产HBM内存的收入是车用内存的5倍以上，更别提数码消费级产品了。

更关键的是，AI服务器对内存的需求规模远超智能汽车，一台AI训练服务器需要搭载数十甚至上百条高容量DRAM，一辆智能汽车的内存需求不过数GB。

在利润导向下，三星、SK海力士等巨头纷纷将产线重心调整向AI级内存，汽车行业能分到的产能自然越来越少。

最直接的案例，DDR4内存曾经因成本优势占据汽车内存市场60%以上的份额，但为了腾出产能让位AI相关产品，巨头们正加速淘汰DDR4。三星已率先减产并要求客户在2026年初前完成订单确认，SK海力士计划将DDR4产能压缩至总产能20%以下，并拟于2026年4月停产。

“汽车行业今年要和AI算力中心、手机等消费电子抢内存资源，我们根本抢不过，人家都是上千亿美元的投资规模。“蔚来CEO李斌就曾指出过这个问题。

AI需求带来“黑洞效应“、供给端的“周期滞后“与“分配不均“、汽车行业的“技术要求“，三重压力的叠加，让车企被夹在了“旧产品停产、新产品难抢“的夹缝中。

但既然以智能为卖点，就必然得承受智能的成本代价。当这笔沉重的“资源税“压下来，车企的生存状态开始出现分化，最终的余震也将传导至每一个消费者。

最理想的情况是有厂商愿意“牺牲利润“以维持价格稳定，但这仅限于极少数头部玩家；更普遍的现象可能是“隐形减配“，维持售价不变，但将原本计划的LPDDR5内存换成成本更低的LPDDR4，或者缩减外围的其它配置，又或者，努力维持配置不变但不得不上调价格，这又可能导致品牌在价格战中陷于不利地位，产品吸引力降低。

每一种选择，都很艰难。但最糟糕的，恐怕是车企彻底买不到内存，导致部分车型的生产计划被迫延迟，影响企业的交付能力和市场份额，这不仅对消费者，对车企和行业来说都是一个沉重的打击。

或许有，等AI产业降温或者技术需求转向，但我们还看不到任何迹象。

更实际一点的操作，是主动争抢内存产能，部分车企为已经开始采取“直供协议“策略。譬如大众与三星、海力士签订直供协议；现代汽车与三星电子合作；理想、极氪则与美光达成选型认证和芯片直供协议。

尽管长期合约成本可能更高，但通过承诺长期采购确定性，车企换取了关键时刻的供应优先级。这种提前锁单本质上也是一种风险管理，错过智能技术的窗口期，可能就会被竞争对手甩在后头。

与此同时，国内存储芯片厂商正在加快扩产节奏。但这个期待不容乐观，新建存储芯片工厂至少需要2～3年，国产厂商即便现在全力扩产，也赶不上这轮短缺周期。

同时在技术层面，中国长鑫存储与长江存储虽然成为新兴力量，但与头部企业之间的技术差距依然很大。特别是被誉为AI时代“算力血液“的HBM（高带宽内存），99%的市场份额被SK海力士、三星、美光三家垄断。

还有一个容易忽视的细节：对于车企而言，汽车并不能像消费电子那样快速切换芯片，因为在车规级标准下，内存须通过AECQ100认证，工作温度涵盖-40℃至125℃，缺陷率低于10PPM，使用周期需达10-15年，这些限制远高于消费级的标准，国产替代从技术验证到车规认证需要多长时间还是个不定数。

正是因为这些原因，内存供应紧张的局面恐怕还得持续好一段时间。

随着内存危机的持续，更多车企可能被迫重新设计电子架构与模型架构，争取在有限的硬件资源下实现同等优异的用户体验，推动行业竞争从“硬件军备竞赛“转向“软件与算法效率“的深层较量。

比如说CXL（Compute Express Link，计算高速互连协议），让CPU和GPU共享一个内存池，让资源利用率最大化；又或是PIM（Processing-in-Memory，存内计算），直接让内存自己具备计算能力，数据在哪里就在哪里计算，缓解系统对大内存和高带宽的依赖。但新技术的迭代与应用也需要时间与巨额投入。

这场内存危机的根源，并非简单的周期性波动，而是AI带来的产业结构性变化。本质上是“AI产业迅猛发展导致内存供不应求“叠加“汽车智能化转型需求与全球存储产能分配不均“的问题。

据中国汽车工业协会数据显示，2025年1-11月，中国搭载城市NOA功能的乘用车累计销量突破312.9万辆，其中30万元以下主流车型贡献近7成销量，这意味着城市NOA已从高端车型加速步入大众化市场，成为影响用户购车决策的关键因素。

智能驾驶与智能座舱是汽车行业竞争最激烈的赛道，而内存对于智能体验又是刚需。核心的战略资源的短缺与涨价，将使本就深陷内卷的汽车行业雪上加霜。

供需关系是市场经济中最简单的模型，内存供需已然失衡、产能又无法短时间解决，涨价何时才会结束，谁都无法预测；智能汽车将受到多大程度的冲击，同样难以预测。只能寄望，这艘命运多舛的帆船还能像过去那样，在惊涛骇浪中再次找到彼岸。