从「集体暴跌」到「双轨分化」：一篇论文误读如何撕开DDR真实行情？

从「集体暴跌」到「双轨分化」：一篇论文误读如何撕开DDR真实行情？

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

最近，DDR内存市场冷不丁地打了个“寒颤”。主流规格的内存条价格普遍下滑了20%到30%，这个幅度让不少市场参与者都感到意外。

要知道，就在不久前，现货市场还沿着高位运行的惯性在前进。可转眼之间，市场就调转了方向，渠道报价和存储策略几乎同步发生了变化。

那么，究竟是什么引发了这轮急跌？多位业内人士不约而同地将目光投向了谷歌近期发布的一篇名为TurboQuant的论文。

长期关注存储行业的投资人徐兴透露，论文刚发布时，二级市场的反应非常迅速，甚至可以说是“简单粗暴”——很多人迅速将其解读为一个更具冲击力的结论：“AI以后可能不需要那么多内存了。”

这个判断像一颗石子投入湖面，涟漪迅速扩散至整个资本市场。

次日，存储芯片板块盘中集体跳水。闪迪一度大跌6.5%，美光下跌3.4%，希捷科技下跌2.76%。这还没完，跌势在随后的交易日蔓延到了亚洲市场。SK海力士下跌6.23%，三星电子下跌4.27%。A股方面，恒烁股份、兆易创新、佰维存储等个股也纷纷跟跌，跌幅超过5%。

然而，更值得玩味的现象在后面。现货价格在经历第一轮“无差别下跌”后，剧情并没有按照统一的脚本发展，而是在企业级和消费级两个赛道走出了截然不同的分化行情：企业级DDR价格在短暂下探后迅速修复，重回升势；而消费级DDR至今仍在阴跌通道中徘徊，渠道观望情绪持续蔓延。

这就引出了两个核心问题：一篇学术论文，何以能让庞大的存储市场为之“闪崩”？又为何会在两个市场之间，撕开如此悬殊的裂口？

从技术误读到情绪踩踏：DDR如何跌完第一阶段

复盘整个过程，这场市场恐慌从发酵到踩踏，几乎是在一个被高度压缩的认知链条上完成的。TurboQuant论文在传播过程中迅速脱离了其技术原意，被置换成一则关于“DDR需求即将见顶”的市场寓言。而要理解这则寓言的脆弱之处，还得回到这项研究本身。

事实上，谷歌的这项研究并非横空出世。早在2024年，提出类似量化路径的RaBitQ团队就指出，TurboQuant在核心方法、理论评价和实验设计上，与前人工作存在诸多相似之处。而谷歌对RaBitQ等前期工作的处理方式，被指存在系统性弱化与不公，包括回避方法相似性、错误贬低理论价值，以及采用双重测试标准。

ETH Zurich博士后、RaBitQ第一作者高健扬直言，谷歌的宣传存在严重夸大的成分。“KV cache压缩下来，相同模型和场景下，需要的存储的确少了。但向量量化技术，其实早在前两年，就已经接近或达到了理论极限。”他进一步解释，谷歌宣称的“6倍压缩、8倍加速”，是与最基础的16比特方案对比的结果。若与同类技术相比，其真实效果还需要进一步检验。

换句话说，这项技术几乎是在忽略前人大量工作的基础上，包装出的一个“噱头”。它本质上是KV Cache压缩方向多年进展背景下，对已有路径的一次系统性工程优化，远非市场最初解读的那种碘伏性范式变革。

技术本身并没有那么“革命性”，但在当时的环境下，市场对任何风吹草动都高度敏感。此前，TrendForce曾将2026年第一季度通用DRAM合同价涨幅预测从55%-60%大幅上修至90%-95%。在这种高预期之下，TurboQuant很快从一个技术优化信号，被市场情绪放大为DDR需求预期可能下修的“风向标”。

然而，高健扬的看法恰恰相反。他认为，这项技术优化实则意味着“在向量化技术已经见顶的背景下，除了使用更多的存储硬件来应对这部分的需求，我们没有其他选择”。NTU副教授龙程教授也补充道，量化压缩在降低单点内存占用的同时，也可能拓展出新的应用场景——比如让模型能够在更小型的设备上运行，这反而可能会催生新的存储需求。

这个逻辑很关键：技术让单点更省，却并不一定让整体更少；很多时候，恰恰是效率提升本身，打开了新的硬件消耗空间。

对于市场的剧烈反应，产业人士张明点出了关键：论文只是一个情绪引爆点，真正让市场迅速转向的，是渠道和资金层面对预期的同步踩踏。部分市场论调将论文进一步演绎为“AI服务器内存需求见顶”，这种二次传播迅速强化了市场恐慌。

一位深圳的存储渠道商陈立描述了当时的场景：囤货渠道、短线贸易资金，以及过去一年因DDR涨价而跨界进入存储市场的投机资金，开始集中回笼现金流，短时间内大量现货被抛向市场。“有些本来就不是这个行业的人，之前是看到价格一路涨才进来，仓位本身就偏短线。现在价格一掉，第一反应肯定是先把钱抽回来。”他说。

这里需要认清一个事实：相比原厂合约市场，现货市场本身就更容易受到资金行为影响。其价格波动往往并不完全由真实需求决定，而是由库存预期、资金杠杆和渠道情绪共同驱动。

至此，这轮由论文误读触发的DDR急跌，完成了它的第一阶段——情绪主导下的集体下跌。而当情绪快速释放后，真正的供需差异开始显形，同一轮冲击，也由此在企业级和消费级市场走向了截然不同的后续路径。

企业级DDR为何率先收复失地？

有意思的是，这种由情绪驱动的持续下跌，并没有在企业级市场被复制。

从渠道了解到的情况是，以主流的DDR5 64GB 5600 RECC内存为例，其价格走势呈现出一个深V反弹。国内市场上的拆机翻新货，年后最高达到含税15000元以上，清明节前最低跌至12000元，但随后一两天内迅速回升至14500元并维持稳定。全新货价格也仅在短暂回落后便企稳。

从成交情况看，降价前询价多但成交少，主要因客户预算跟不上涨幅。降价期间，市场观望情绪浓厚，成交多为贸易商之间的换手。而价格一旦回升，客户反而开始逐步接受当前市场价，预计后续成交量将逐渐放大。

企业级DDR之所以能够迅速修复失地，核心原因在于：真正决定价格的供需基本面，其实并没有发生变化。

张明强调，当前云厂商和大型服务器OEM最关心的，依然是服务器整机和GPU平台能否按时交付，而不是单条内存的短期价格波动。“算力集群上线时间、客户交付SLA、机房功耗排期，任何一个节点延后，损失都远高于内存涨跌本身。”他说。

在北美云厂商持续加码AI资本开支的背景下，无论是训练集群扩容，还是推理节点新增部署，企业级DDR都仍处在稳定消耗周期中。尤其是在当前HBM持续挤占通用DRAM成熟产能的大背景下，企业级DDR的供给端并没有出现明显松动。这也是其价格在短暂波动后迅速回归上行通道的根本支撑。

一个有力的佐证是，三星已与主要客户完成第二季度DRAM合同价谈判，整体季涨幅约30%，覆盖HBM、服务器以及通用DRAM产品。这显示出原厂在企业级市场的定价权依旧稳固。多位业内人士认为，这意味着企业级DDR的景气度仍在延续，其供需紧张状态短期内很难出现根本性缓解。

消费级DDR还要跌多久？

与企业级市场的快速修复形成鲜明对比的是，消费级DDR现货价格至今仍在继续下探。一根16GB DDR5 6400内存条，已从峰值的1300元回落到850元附近。

消费级市场为何如此疲软？首先得从需求端找原因。终端市场未能承接此前过高的价格预期。投资人徐兴指出，AI并没有像市场预期的那样，直接带动手机、PC等消费电子进入大规模换机周期。

Gartner的预测也佐证了这一观点：由于内存成本飙升，2026年全球PC和智能手机出货量预计将分别下降。受成本上升影响，企业和个人用户延长PC使用年限将成为普遍现象。

“AI更多提升的是产品卖点和高端机型溢价能力，而非形成覆盖主流消费市场的新增需求。”徐兴分析道，“普通消费者对于本地AI能力、轻量化模型部署的感知，远不如价格变化、电池续航和使用寿命来得直接。”

在需求增量有限的背景下，消费级DDR市场的库存压力开始凸显。多位渠道人士提到，过去几个月部分渠道手中仍积累着较高成本的库存，当市场预期松动后，这些库存迅速从“盈利预期”变成了“风险敞口”。

这种供需不匹配进一步被典型的渠道行为放大——买涨不买跌。价格上涨阶段，下游厂商和渠道商担心后续继续上涨，会主动追货、提前锁库存；但一旦价格开始下行，采购行为会迅速转为观望，等待更低价格出现。深圳渠道商陈立透露，当价格连续跌破多个心理关口后，市场策略迅速一致化：止盈的止盈，止损的止损，越来越多参与者选择离场。

“越往下卖，越没人接；越没人接，价格就越容易继续往下掉。”他这句话，精准地道出了消费级市场当前面临的负向循环。库存换手压力叠加资金回笼需求，使得价格继续下探成为一个自我强化的过程。

阶段性回调之后，DDR终将回到供需主线

如果把这轮DDR降价放回更长的产业周期里看，它更像是一场由技术误读、资金撤退和渠道情绪共同触发的阶段性价格修正，而非趋势性的下行起点。

多位接受采访的业内人士几乎给出了相似的判断：这轮回调只是暂时的。

原因并不复杂。

消费级市场当前的下跌，本质上是在修正此前被AI概念提前透支的部分预期。当高位库存逐步出清、渠道止损盘释放完成后，价格继续深跌的动力会明显减弱。与此同时，终端品牌厂商在经历短暂观望后，在618、暑期备货以及下半年新品规划窗口临近的背景下，也可能视终端需求恢复情况，重新评估库存策略。

更关键的是，真正影响行业价格中枢的供给侧变量并未改变。HBM对DRAM成熟产能的持续挤占仍在继续，三星、SK海力士、美光等原厂的资源倾斜方向，短期内依然以AI高附加值产品为核心。这意味着，无论消费级价格如何短期波动，通用DDR的供给都很难重新回到此前宽松的状态。

而在企业级市场，北美云厂商的资本支出、AI推理集群的扩张，以及Agent和多模态应用的持续放量，仍在为企业级DDR提供更稳定的需求底座。

一句话总结就是：短期价格可以被情绪拉低，但中长期的价格走势，终究要回到真实的供需主线上来。

（注：文中张明、徐兴、陈立均为化名）

原创文章，未经授权禁止转载。详情见转载须知。