美光 CEO：AI 存儲瓶頸將持續至 2026 年，斥資 2000 億破局

在 6 月 5 日播出的播客《A Bit Personal》中，美光首席執行官 Sanjay Mehrotra 罕見地在家中接受深度訪談，不僅回顧了個人成長與職業抉擇，更直指當前人工智能發展的核心矛盾。Sanjay 強調，隨着大型模型、智能體 AI 及推理應用的爆發式增長，行業焦點正從單純的計算能力競賽轉向存儲容量競賽。更長的上下文窗口、不斷膨脹的模型規模以及激增的 token 消耗量，正在以前所未有的速度推高存儲需求，而供應鏈端卻遠未做好應對準備。

午方 AI 梳理發現，當前存儲行業面臨的並非短期波動，而是深層次的結構性供應瓶頸。先進存儲產品的製造對晶圓消耗量巨大，而新建晶圓廠從破土動工到產出首批晶圓通常需要三到四年的時間，後續產能爬坡同樣漫長。更爲嚴峻的是，隨着技術節點的演進，單塊晶圓所能提供的存儲容量增長正在放緩，物理極限與工程複雜性構成了難以逾越的障礙。Sanjay 坦言，從物理學、化學到材料科學，再到確保數萬億比特在大規模生產中零缺陷，其技術挑戰遠超市場想象，這也是存儲技術長期被低估的根本原因。

這種供需錯配預計將導致供應緊張狀況持續至 2026 年之後。Sanjay 指出，AI 競爭的本質已演變爲存儲競爭，若缺乏足夠的存儲帶寬與容量，再強大的算力也無法釋放效能。他特別提到，存儲的角色已從單純的硬件組件升級爲承載'智能'的基礎設施，直接決定了 AI 系統的進化速度。隨着模型規模擴大及推理需求從數據中心向邊緣設備延伸，市場對大容量、高性能、低功耗存儲設備的需求邏輯將長期保持強勁。午方 AI 注意到，Sanjay 還深入剖析了存儲與 token 經濟學的關聯：token 使用量的增加直接推高了 KV 緩存需求，進而要求更大的模型規模與更長的上下文窗口，形成正向反饋循環。

針對市場關於'供應恢復後可能過剩'的擔憂，Sanjay 明確表示 AI 發展仍處於早期階段，長期結構性增長才是核心邏輯。早在 2021 年，當高帶寬內存（HBM）僅佔存儲行業不到 1% 時，美光便已預判其未來將消耗大量硅晶圓並重塑供應格局。基於這一前瞻性判斷，美光宣佈投資 2000 億美元在美國構建存儲製造生態系統，這是近年來半導體領域最引人注目的資本投入之一。Sanjay 反覆強調'紀律性'是執行的關鍵：在工廠建設與設備安裝過程中，團隊將持續評估需求預測、技術進步空間及產品變化，確保產能釋放與市場需求精準匹配。

回顧在美光工作的 45 年曆程，Sanjay 稱當前是行業最令人興奮的時刻。他結合自身經歷指出，成功既需要堅韌不拔的精神，也需在關鍵時刻抓住機遇，正如他的父親在三次簽證被拒後仍不放棄一樣。面對 AI 從計算競賽向存儲競賽的範式轉移，領導者必須兼具宏觀趨勢洞察與微觀技術理解。午方 AI 分析認爲，隨着技術壁壘的抬高與產能擴張週期的拉長，存儲芯片的製造難度已不亞於甚至超越其他半導體領域，未來幾年內，擁有先進存儲產能的企業將在 AI 軍備競賽中佔據決定性優勢。