龙哥导读
11月5日,Counterpoint公布一组内存市场数据:三季度全球动态内存营收接近2000亿美元,同比增至约4.69倍。龙哥更关注的不是谁又卖出了天价产品,而是报告里的另一个变化——AI需求正在从高带宽内存,进一步扩散到普通服务器内存。
一提AI硬件,很多人先想到显卡,再想到与显卡紧密配合的昂贵内存。但一台服务器还要运行系统、管理任务、处理数据,这些工作同样需要内存。
这次报告讨论的,是动态随机存取存储器(DRAM)。它负责承接设备运行时的数据,与长期存放照片、文件的闪存不同。高带宽内存属于这个市场,普通服务器内存也在其中。
收入接近5倍,最先要看的是价格
Counterpoint的《全球内存市场追踪》给出的统计是:2026年第三季度,全球DRAM营收接近2000亿美元,同比增长369%。
369%容易看错。它说的是在原来100的基础上再增加369,最终来到469,而不是最终只有369。换成一句话,就是这一季的收入,约为上年同期的4.69倍。

据公开数据整理:以上年同期营收为100,本期约为469。
更关键的是,报告将这轮行情称为价格推动的超级周期。也就是说,不能看到收入接近5倍,就理解成世界突然多买了接近5倍数量的内存。
收入由数量、价格和产品结构共同决定。同样一份容量,价格更高,收入就会增加;高价产品在销售中占得更多,收入也会变化。Counterpoint认为,这一季度的主要推动力来自平均售价上涨。
对使用者来说,这个区别很实际。如果主要变化来自涨价,供应商的好消息,就可能成为采购方的成本压力。买服务器、租算力、准备下一阶段的硬件预算,看到的是同一轮行情的另一面。
更有意思的是:普通内存也在加速
高带宽内存(HBM),可以把它理解为靠近加速器、服务高速数据交换的一类内存。它一直是AI硬件讨论里的主角。
这份报告出现了一个看似矛盾的现象:高带宽内存的收入几乎翻倍,在整个DRAM市场中的收入占比却下降了。
原因不是它突然卖不动了,而是普通内存增长更快。一个市场里,自己增长也会丢份额,只要旁边的市场长得更快。这也是看产业数据时特别容易误读的地方。
Counterpoint给出的解释,与智能体有关。其分析师认为,智能体正在增加服务器中央处理器的使用需求,进而拉动普通内存。中央处理器承担通用计算,系统内存承接其工作数据;AI系统的扩张,因此不只对应显卡一侧的投入。
报告还观察到云端AI计算配置中,显卡与中央处理器的数量比例从4比1收窄到2比1,并向1比1靠拢。这是机构对其追踪范围的观察,不是所有服务器都已采用同一种配置。
龙哥觉得,这让“AI要花多少钱”变成了一个更完整的问题。除了模型算一次要用多少显卡,还要看一整套工作流需要怎样的服务器配置,以及这些配套资源是否也在变贵。
厂商份额变化,要和整个市场一起看
按报告的收入口径,三星以38%的份额保持DRAM市场第一。海力士这一季度收入环比增长超过40%,缩小了与三星的差距。美光同样受益于AI数据中心需求,但增长慢于前两家。
长鑫的份额则从第二季度的10%变成第三季度的9%。读到这里,也不要直接把“份额下降”翻译成“收入下降”:份额是自身收入占整个市场收入的比例,分母在变化,单看比例不足以判断收入增减。
市场竞争还会受产品代际影响。Counterpoint判断,下一代高带宽内存的出货,以及不同厂商的产品组合,会继续改变竞争格局;其关于下一年排名的说法,属于展望。
这也解释了为什么“内存都在涨”不是一句足够完整的结论。卖什么产品、供给谁、以什么合同价格销售,会影响每家厂商从周期中获得的收益。
龙哥点评
这份报告最值得带走的,不是一张厂商排名表,而是AI需求对硬件的影响,正在从少数明星部件,传到更广的配套资源。只盯显卡和高带宽内存,可能会漏掉系统其他部分的成本变化。
对做图像、视频和智能体项目的团队,这提供了一个看预算的角度:模型本身的计算开销之外,数据准备、并行任务和服务器配置,也应该放在同一张成本表里。这里不是说某个算法突然多用了多少内存,而是提醒我们,项目成本不只有一块显卡。
至于价格会涨多久,Counterpoint的判断是长期供货协议与新工厂投产节奏会支撑后续价格。收入增长并不等于利润等比例增长,行业平均售价也不等于一根零售内存条的涨幅;看采购或经营影响,仍要落到具体产品和合同。
主要参考资料
Counterpoint Research:2026年第三季度DRAM市场报告,11月5日发布
https://counterpointresearch.com/en/insights/dram-super-cycle-nears-dollar-200b
IT之家:三季度DRAM市场报道
https://www.ithome.com/1/022/677.htm
文中市场规模、份额与供需展望来自Counterpoint的统计和判断;图表按公开数据整理。本文基于龙哥读论文PaperDaily数据库及PaperMiner的MCP进行汇总整理。
还没有公开留言,欢迎留下你的看法。