2025年电子行业专题报告：存储芯片涨价将延续至2026年

存储芯片进入新一轮涨价周期

1.1 三大存储巨头纷纷上调产品价格

2025 年 9 月 14 日，Micron 宣布上调存储产品价格 20%-30%，其中DRAM品类下的 DDR4、DDR5 及移动 DRAM（LPDDR4、LPDDR5）等产品同步暂停报价。紧接其后 9 月 22 日，Newdaily 报道 Samsung 宣布上调LPDDR4X、LPDDR5/5X等移动 DRAM 产品合约价 15%-30%，同时将 NAND Flash 合约价上调5%-10%。之后10月23日，SK Hynix官宣2025Q4 DRAM与NAND Flash合约价最高上调30%。

DRAMechange 数据显示，截至 12 月 15 日，DRAM (DDR5 16 GB)、DRAM(DDR416 GB)、DRAM (DDR4 8 GB)、DRAM (DDR3 4 GB)、价格分别为26.27美元、50.75美元、14.38 美元、3.59 美元。

据 DRAMexchange 数据，截至 12 月 15 日，Flash（MLC 256 GB）、Flash（MLC128 GB）、Flash（SLC 16 GB）、Flash（SLC 8 GB）价格分别为14.35 美元、10.63美元、11.50 美元、5.11 美元。

伴随 DRAM 与 NAND Flash 现货平均价全面持续上扬，全球存储芯片市场已正式开启新一轮成长周期。

1.2 存储周期历史复盘

我们梳理了 2016-2025 年全球芯片市场的周期表现，对过往的涨价与跌价进行了复盘分析。

2016-2018 年经历了一轮涨价周期，主要原因来自于智能手机的升级换代。2015年上市的 iPhone 6S，标配 2GB 运行内存与 16GB 存储容量；至2018年发布的iPhone XS，运行内存已提升至 4GB，存储容量逐步迭代至64GB，带动智能手机端存储芯片需求大幅增长。2018-2019 年，随着智能手机出货量下滑，同时手机升级周期结束，存储芯片需求下降；存储芯片市场供过于求，行业转入下行调整。

2020-2023 年，线上经济、居家办公等场景拉动了 PC 等终端出货量提升。由于疫情导致供应链的不确定性，各个产业链增加冗余性的囤货，拉动存储市场需求进入上行周期。由于疫情影响消退，线上办公需求逐步回落、回归常态；终端出货量趋于平稳，产业链囤货减少，市场供需格局转向供过于求，存储芯片行业进入降价周期。

1.3 新一轮存储周期的驱动因素分析

与此前存储周期依赖单一驱动逻辑（前两轮分别由消费电子需求主导、疫情期间线上经济拉动 PC 需求）不同，2024 年开启的第三轮存储周期，呈现出云厂商资本开支加码催生 AI 服务器需求爆发、智能手机配置持续升级等多因素共振驱动的多元特征。2024 年，DRAM 与 NAND Flash 的下游需求主要由服务器、智能手机及个人电脑（PC）三类终端构成，三者合计贡献比例分别达 80%和75%。具体来看，DRAM领域中服务器、智能手机、PC 的占比依次为 34%、32%、14%；NANDFlash领域对应占比则为 30%、31%、14%。在 2022 年之前存储芯片市场最主要的应用场景是智能手机，但在 2023 年之后由于 AI 的快速发展，服务器也成为拉动需求的促进因素，智能手机和服务器两者目前贡献权重基本接近。

1.3.1 智能手机主导的芯片市场周期

主流智能手机内存、存储容量的持续升级，不断推动存储芯片需求快速增长。作为全球智能手机龙头，苹果的产品配置升级对行业具有较强的引领作用。通过梳理 2015-2025 年 10 年间 iPhone 系列机型的运行内存容量及存储容量配置数据，我们发现： 1）2016-2018 年 iPhone 存储芯片的密集升级与同期的存储市场周期吻合。运行内存从 2015 年 iPhone 6S 的 2GB 逐步提升至 2017 年iPhone X 的3GB，2018年iPhone XS 进一步提升至 4GB。 2）2024-2025 年，iPhone 开启了新一轮存储芯片升级。2024 年发布的iPhone16存储容量为 128GB，2025 年的 iPhone 17 则提升至 256GB。

1.3.2 服务器和智能手机主导的芯片市场周期

除了智能手机带来的市场需求，AI 产业的发展让服务器对存储芯片的需求与日俱增。2023 年起 AI 技术持续迭代，服务器等高端计算设备对存储的容量、带宽及延迟性能提出更高要求。HBM3E、DDR5 等先进存储技术加速迭代，成为匹配这一需求的核心方案：其中 HBM3E 凭借超高带宽，且散热与能效较前代实现明显提升，有效突破AI 大模型训练的 I/O 瓶颈；DDR5 则凭借低延迟优势，精准适配推理场景的高性能需求。 TrendForce 数据显示，Google、AWS、Meta、Microsoft、Oracle、腾讯、阿里巴巴、百度这八大云服务厂商的资本开支从 2021 年的1451.0 亿美元增长至2024年的 2609.0 亿美元，2021-2024 年复合增长率达 21.6%；该机构进一步预测，2026年全球八大云服务厂商资本开支有望达到 6020 亿美元，2024-2026 年复合增长率或将达到 51.9%。

国内外八大云厂商积极布局服务器及相关领域，通过技术迭代夯实底层基础设施支撑。2025 年 Google 在 Cloud Next 大会官宣 TPU Ironwood 全面商用，这款第七代TPU液冷集群总算力达 42.5 EFLOPS，大幅降低大模型推理延迟；AWS 于re:Invent 2025大会发布 Graviton 5 自研 CPU，其 3nm 先进制程、192 核设计使通用计算性能较前代提升 25%，为 AI 训练提供高扩展算力。国内厂商腾讯、阿里巴巴、百度也陆续推出核心产品，凭借技术迭代优化算力与提高能效，夯实云与AI 场景的底层基础设施支撑。

云厂商在服务器领域的开拓创新，有望推动 AI 服务器市场持续向好。弗若斯特沙利文数据显示，全球服务器市场规模从 2020 年的 1360 万台增长至2024年的1600万台（AI 服务器占服务器的 12.5%），2020-2024 年复合增长率达4.2%；该机构进一步预测，2030 年全球服务器市场规模或将增长至1950 万台（AI 服务器占服务器的 33.3%），2025-2030 年复合增长率为 3.7%。

内存：DRAM

2.1 DRAM 概述

DRAM 是一种易失性存储器，可与 CPU、GPU 等计算芯片直接交互，用于快速存储每秒数十亿次计算过程中产生的临时信息。 DRAM 芯片主要由存储单元、外围逻辑电路、周边线路三部分组成。1）存储单元（Cell）是 DRAM 存储数据的最小单元，每个单元仅存储1bit 二进制数据；单颗芯片的容量拓展，主要通过增加存储单元数量、提升单位面积存储密度实现。存储单元阵列占据芯片 55%-60%的面积。 2）外围逻辑电路（Core）负责控制数据的读取、写入及刷新等操作，保障数据准确性与存储单元的正常运行，这部分占据芯片 25%-30%的面积。3）周边线路（Peripheral）由控制线路与输入/输出线路组成：控制线路根据外部指令与地址协调芯片内部工作，输入/输出线路负责数据的写入与读取。

全球 DRAM 市场呈现寡头垄断格局。DRAMeXchange，TrendForce 数据显示，2024年 SK Hynix、Samsung、Micron 合计拥有 97.49%的市场份额。

全球存储厂商深耕 DRAM 领域，加速推进技术迭代。Samsung 量产第六代10nm级 1c DRAM，HBM4 样品已交付并计划 2026 年量产；Micron 推出全球首款1γ节点 LPDDR5X 内存样品，赋能旗舰机 AI 应用；国内方面，长鑫存储发布通过JEDEC认证的 DDR5 内存（最高 8000Mbps）及 LPDDR5X 移动端内存（最高10667Mbps），助力消费电子与服务器市场的技术升级与成本优化；华邦电子推出16nm制程8GbDDR4 DRAM，适配工业与嵌入式领域的严苛使用需求。

2.2 DRAM 技术路线分化

固态技术协会（JEDEC）已明确定义并开发出 DDR、LPDDR 及GDDR三类DRAM标准。这三类标准各有侧重，但能够帮助设计人员精准满足不同目标应用在功耗控制、性能表现及规格适配方面的核心需求。

标准 DDR 主要面向服务器、云计算、网络设备、笔记本电脑、台式机及消费类应用，支持更宽通道宽度、更高存储密度与多样化形状尺寸，其性能提升核心路径为优化核心频率。 从 DDR1 到 DDR5 的技术演进中，产品呈现“能耗持续降低、传输速度稳步提升、存储容量不断扩容”的趋势。作为当前最新的内存标准，DDR5 采用14-10nm的制程节点；数据传输速率也从 DDR4 的 2133-3200 MT/s，提升至3200-6400MT/s；同时其工作电压下降至 1.1V，在降低功耗的同时进一步实现了性能的提升。

GDDR 是一类适用于高端显卡的高性能 DDR 存储器，主要面向图形相关程序、数据中心加速、AI 等对吞吐量要求极高的数据密集型应用场景。它以SDRAM为技术基础发展而来，历经二十余年的演进逐步走向成熟。目前市面上的GDDR6、GDDR6X传输速率分别达 14.0-20.0 GT/s、19.0-23.0 GT/s，其中GDDR6X 型的传输带宽则为 760-1104 GB/S。伴随 AI 大模型、4K/8K 超高清渲染等场景的持续升级，GDDR7的性能升级将进一步巩固其在高端显卡、AI 加速硬件中的主流配置地位。

2.3 DRAM 核心发展方向：HBM

人工智能的发展带动芯片行业成长，伴随大模型计算量持续增长，传统带宽难以支撑AI 高计算量场景需求，制约了 GPU 性能的充分释放。其中，占芯片面积约60%的缓存，以及存储结构与工艺，成为进一步挖掘 GPU 潜力的关键制约因素。而新引入的 HBM（高带宽存储），通过高带宽、低延迟的特性减少数据传输损耗，有望破解芯片性能提升的瓶颈，助力 AI 高效执行深度学习任务。

自 2015 年第一代 HBM1 发布以来，HBM 技术已逐步迭代至第六代产品——HBM4。纵观这六代 HBM 产品的性能演变，我们可以发现其在带宽、单芯片容量、堆叠层数等关键维度均实现了较大突破：其中，带宽从初代 HBM的128GB/s 提升至HBM4的 2.56TB/s（2621GB/s）；单芯片容量从 1GB 增加至64GB；堆叠层数则从4Hi 升级至 16Hi。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）