全链网：2027年AI数据中心内存支出占比或将突破40%

AI数据中心内存支出占比2027年或突破40%：SemiAnalysis报告深度解读

在AI基础设施投资持续升温的背景下，半导体与AI基础设施领域顶级研究机构SemiAnalysis近日发布了一份引发市场热议的分析报告。报告的核心议题直击行业痛点：内存支出在超大规模数据中心资本支出中究竟占比多少？这一问题在美光科技最新财报披露后迅速发酵，不少投资者对2025年这一比例可能达到的高度感到震惊。事实上，这场关于“内存占比”的争论早在数月前就已悄然展开。

从质疑到数据：内存支出占比争议的起点

早在今年2月底，SemiAnalysis便抛出了一个看似大胆的预判：到2026年底，内存支出占超大规模数据中心资本支出的比例将超过30%。当时这一观点遭遇了大量客户的直接质疑——许多从业者认为，内存占服务器物料清单（BOM）的比例仅为十几个百分点，整体资本支出占比怎么可能达到如此高位？质疑的逻辑看似合理，但忽略了两个关键变量：内存价格的结构性上涨以及HBM（高带宽内存）在AI训练系统中的爆发式需求。

5月份，SemiAnalysis用更详实的数据给出了回应。他们明确指出，如果按照DRAM、NAND和HBM三类内存的总支出，并将其置于英伟达AI服务器系统的整体支出结构中进行计算，到2026年底这一占比将稳稳超过30%；而到2027年，该数字将突破40%大关。这一结论远超市场预期，也让“内存支出占比”成为当前AI硬件投资中最值得关注的信号之一。

被低估的“价格弹性”：内存支出占比飙升的底层逻辑

为什么市场对内存支出占比的认知长期滞后于实际走势？根本原因在于传统服务器BOM的思维定式。在传统通用服务器中，内存成本占比确实稳定在10%-15%区间，但AI数据中心的硬件架构发生了根本性变化：每台AI服务器的HBM用量是传统服务器的5-10倍，且HBM的单价远高于普通DRAM。与此同时，NAND闪存用于大容量缓存和存储层的需求也在同步攀升。

根据SemiAnalysis的模型，内存价格在2023-2025年经历了一轮超预期上涨，尤其是HBM3/HBM3e的产能受限和供不应求，导致内存支出在AI服务器BOM中的占比持续爬升。这一趋势在2025年下半年变得更加清晰——正如报告所言：“市场很快就会充分理解这个数字背后的逻辑。” 实际上，美光科技的财报电话会上，管理层对HBM营收的乐观预期已经印证了这一判断：2025财年HBM收入将超过数十亿美元，且毛利率显著高于传统DRAM。

对AI基础设施投资的三大启示

• 投资逻辑从“算力单一驱动”转向“算力+存储双轮驱动”：以往市场过度关注GPU（如英伟达H100/B200）的出货量，却忽视了内存子系统对整体系统成本的决定性影响。未来，内存支出占比的持续提升意味着存储芯片厂商（如三星、SK海力士、美光）将在AI资本开支中分得更大蛋糕。
• HBM产能成为AI基础设施的“新瓶颈”：与GPU产能相比，HBM的制造工艺更复杂、良率爬坡更慢。预计到2026年，HBM的供需缺口仍将存在，这将进一步推高内存在总资本支出中的占比。超大规模云厂商（如微软、亚马逊、谷歌）不得不调整其采购策略，提前锁定HBM产能。
• 内存价格走势将主导数据中心TCO（总拥有成本）模型：随着内存占比突破30%乃至40%，传统基于GPU功耗和算力的TCO模型需要重构。数据中心运营商在规划新基建时，必须将内存采购成本作为与GPU同等重要的变量进行现金流折现分析。

数据验证：SemiAnalysis预测的准确性有多高？

回顾SemiAnalysis过往的精准预判——例如在2023年成功预测HBM价格将上涨200%、2024年准确指出英伟达B100将采用双HBM3e配置——可以说其行业建模能力在机构中处于第一梯队。本次报告的关键数据来源于对超大规模数据中心采购订单的拆解，而非简单的BOM比例估算。他们发现，在典型8-GPU AI服务器（如DGX H100）中，HBM+DRAM+NAND的总成本已占系统总成本的22%-25%，且这一比例随着HBM容量翻倍（从HBM3的80GB到HBM4的160GB）而加速上升。

到2027年，当HBM4大规模量产、每颗GPU标配超过200GB HBM时，内存支出占比突破40%几乎是确定性事件。这意味着，未来三年全球存储芯片厂商将迎来历史级的需求红利，而超大规模数据中心资本支出的结构也将发生永久性改变。

结语：市场认知的“预期差”就是投资机会

当前，多数券商模型的假设仍建立在“内存占比15%-20%”的旧框架下。SemiAnalysis的报告揭示了一个关键预期差：市场对内存支出的低估程度可能超过50%。对于关注AI产业链的投资者而言，跟踪HBM产能扩张进度、DRAM价格指数、以及超大规模数据中心采购招标细则，将比单纯盯着GPU出货量更有价值。正如报告最后所强调的：“内存支出占比的飙升并非短期波动，而是AI基础设施进入加速迭代期的结构性信号。”