在 6 月 5 日播出的播客《A Bit Personal》中，美光首席执行官 Sanjay Mehrotra 罕见地在家中接受深度访谈，不仅回顾了个人成长与职业抉择，更直指当前人工智能发展的核心矛盾。Sanjay 强调，随着大型模型、智能体 AI 及推理应用的爆发式增长，行业焦点正从单纯的计算能力竞赛转向存储容量竞赛。更长的上下文窗口、不断膨胀的模型规模以及激增的 token 消耗量，正在以前所未有的速度推高存储需求，而供应链端却远未做好应对准备。

午方 AI 梳理发现，当前存储行业面临的并非短期波动，而是深层次的结构性供应瓶颈。先进存储产品的制造对晶圆消耗量巨大，而新建晶圆厂从破土动工到产出首批晶圆通常需要三到四年的时间，后续产能爬坡同样漫长。更为严峻的是，随着技术节点的演进，单块晶圆所能提供的存储容量增长正在放缓，物理极限与工程复杂性构成了难以逾越的障碍。Sanjay 坦言，从物理学、化学到材料科学，再到确保数万亿比特在大规模生产中零缺陷，其技术挑战远超市场想象，这也是存储技术长期被低估的根本原因。

这种供需错配预计将导致供应紧张状况持续至 2026 年之后。Sanjay 指出，AI 竞争的本质已演变为存储竞争，若缺乏足够的存储带宽与容量，再强大的算力也无法释放效能。他特别提到，存储的角色已从单纯的硬件组件升级为承载'智能'的基础设施，直接决定了 AI 系统的进化速度。随着模型规模扩大及推理需求从数据中心向边缘设备延伸，市场对大容量、高性能、低功耗存储设备的需求逻辑将长期保持强劲。午方 AI 注意到，Sanjay 还深入剖析了存储与 token 经济学的关联：token 使用量的增加直接推高了 KV 缓存需求，进而要求更大的模型规模与更长的上下文窗口，形成正向反馈循环。

针对市场关于'供应恢复后可能过剩'的担忧，Sanjay 明确表示 AI 发展仍处于早期阶段，长期结构性增长才是核心逻辑。早在 2021 年，当高带宽内存（HBM）仅占存储行业不到 1% 时，美光便已预判其未来将消耗大量硅晶圆并重塑供应格局。基于这一前瞻性判断，美光宣布投资 2000 亿美元在美国构建存储制造生态系统，这是近年来半导体领域最引人注目的资本投入之一。Sanjay 反复强调'纪律性'是执行的关键：在工厂建设与设备安装过程中，团队将持续评估需求预测、技术进步空间及产品变化，确保产能释放与市场需求精准匹配。

回顾在美光工作的 45 年历程，Sanjay 称当前是行业最令人兴奋的时刻。他结合自身经历指出，成功既需要坚韧不拔的精神，也需在关键时刻抓住机遇，正如他的父亲在三次签证被拒后仍不放弃一样。面对 AI 从计算竞赛向存储竞赛的范式转移，领导者必须兼具宏观趋势洞察与微观技术理解。午方 AI 分析认为，随着技术壁垒的抬高与产能扩张周期的拉长，存储芯片的制造难度已不亚于甚至超越其他半导体领域，未来几年内，拥有先进存储产能的企业将在 AI 军备竞赛中占据决定性优势。