卖存储的赚疯了。

　　近日，存储模组厂商江波龙发布业绩预告，预计2026年上半年净利润达92亿至110亿元，同比暴增超过600倍。

　　这一炸裂业绩的背后，是模组厂商低价囤货，高价卖出的商业模式。据报道，江波龙在2024年至2025年上半年存储行业低谷期大规模逆周期备货，而过去一年，内存价格恰好走了一轮疯涨行情——DDR5 16Gb 2Gx8国际DRAM合约平均报价涨了近7倍，DDR4涨了超过10倍。

　　价格变化只是结果。要理解这一轮内存紧张的根源，首先需厘清存储概念：

　　SRAM速度最快但容量太小，NAND容量最大但速度太慢，DRAM则处在折中位置；而HBM，正是把DRAM垂直堆叠起来，在带宽、容量和成本之间找到了最好的平衡点。这也让它成了AI芯片的“御用内存”。

　　然而，需求爆发，产能却跟不上，即便三大原厂主动把手机、PC的产能全力倒向AI，仍是杯水车薪；此外，价格居高不下，业内人士指出，内存支出在英伟达系统中占比预计在2026年底超过30%，2027年超过40%。

　　面对这种又贵、又缺且扩产缓慢的关键资源，行业开始寻找新的应对方式。

　　01

　　用软件管理内存

　　在所有方案中，最轻量的一条路径，并没有从硬件下手。

　　2026年6月，AMD宣布收购内存优化初创公司MEXT。这并不是一家做芯片的公司，而是一家做软件的公司。它解决的问题很直接：既然内存里的数据冷热程度不同，为什么一定要让所有数据都待在最贵的DRAM里？

　　MEXT的核心是一套基于AI的“预测内存引擎”。系统会把低频访问的冷数据下沉到NAND闪存中；同时通过AI模型预测下一步最可能被访问的数据，然后提前搬回DRAM。理论上，只要预测足够准，程序几乎感觉不到延迟差异。

　　这一思路并不新鲜，真正的突破在于预测准确度。AMD的选择，本质是在验证：在AI时代，AI本身能否反过来解决内存效率问题。

　　从资本市场的反应看，这条“软件优先”的路径，至少在逻辑上得到了认可——收购消息公布当日，AMD股价盘中一度上涨近7%。

　　不过，市场观点认为，MEXT的技术最终能在AMD的数据中心产品中落地到什么程度，还有待时间来检验。NAND闪存和DRAM在延迟上的物理差异是客观存在的，仅靠软件层面的AI预测能否真正弥合这道鸿沟，还需要看大规模部署后的实际表现。

　　02

　　把零散的内存，

　　变成一个“内存池”

　　如果说软件优化是“节流”，CXL（ComputeExpressLink）就是在“盘活存量”。CXL可以理解为一种“内存共享语言”，它能把零散分布在各节点的内存，集中成一个可动态调度的资源池。

　　2026年6月，美满电子（Marvell）发布CXL控制器Structera（含X/A两款），内置硬件压缩模块，在内存链路中实时压缩，1GB物理DRAM可发挥2至3.64倍的等效逻辑容量。一个12TB的内存池仅DRAM硬件成本就接近50万美元，若按3倍压缩比估算，单池就能节省三十余万美元。此外，该方案还可将退役的DDR4内存纳入CXL内存池，进一步降低采购支出。

　　对动辄数万节点的云厂商而言，这意味着巨额的资本开支优化。目前Structera已是业内首款量产的搭载硬件内联压缩的CXL控制器，相关技术方案已提交OCP开放计算项目标准化，未来适配范围将进一步扩大

　　国内厂商也有动作，2025年阿里云于云栖大会上宣布推出全球首款基于CXL2.0Switch技术的PolarDB数据库专用服务器；浪潮信息于2025年12月推出元脑服务器CXL内存扩展方案。

　　此外，长鑫科技也在其招股书中披露，公司正在存内计算、近存计算以及CXL等前沿方向进行技术探索和布局；中国银河研报显示，澜起科技正重点布局CXL2.0/3.xMXC芯片及PCIe6.x/CXL3.xRetimer等下一代技术。

　　（图片来源：CXL官网CXL联盟的成员）

　　根据Techinsight的预测，CXL在服务器DRAM中的总份额将从2024年的近乎为零快速增长至2030年的约15%。根据澜起科技2025年报，预计至2030年CXL互连芯片市场规模将达到17亿美元，2025至2030年期间的年均复合增长率高达170%。

　　03

　　SPHBM4：

　　打破先进封装瓶颈

　　与盘活存量不同，SPHBM4选择直接打破先进封装技术的瓶颈。今年6月，JEDEC固态存储协会正式通过标准封装高带宽内存SPHBM4标准（JESD330-4）。

　　半导体研究机构SemiAnalysis认为，这种方案意在保持HBM4性能的同时，大幅减少对昂贵且供应受限的先进封装的依赖。具体做法是，将信号引脚数量削减至原来的五分之一，同时将信号传输速率提升四倍至32Gbps。这可以使得HBM级别的带宽可以在标准基板上实现，并将连接距离延长至20毫米。

　　该机构补充，芯片厂商将不再需要采购昂贵、专有的“硅中介层+ABF基板”组合方案，而是转向直接采购超大尺寸、高层数的ABF基板，甚至在性能压力下提前导入玻璃基板，把性能要求直接压到基板层面来解决。

　　有行业分析认为，SPHBM4标准的出现，对于正在追赶HBM技术的中国存储厂商可能是一个“弯道超车”的机会，因为它降低了对CoWoS等先进封装技术的依赖。

　　04

　　HBF：NAND闪存堆叠

　　HBM虽然快，但容量有限、成本高企，在这一背景下，HBF（HighBandwidthFlash）诞生了。

　　2026年2月，闪迪与SK海力士正式启动了HBF规范标准化联盟。SK海力士贡献其在HBM中积累的堆叠、封装与中介层技术，闪迪则带来NAND和闪存设计的能力。双方计划在2026年下半年推出首批HBF样品，2027年初应用于AI推理设备。

　　简单来说，HBF就是把NAND闪存像HBM一样垂直堆叠，DRAM速度快但容量有限，NAND闪存容量大、可长期保存数据，速度虽然慢一些，但在推理场景中足够满足"冷数据"的存储需求。

（图片来源：闪迪官网AI辅助翻译）

　　被誉为“HBM之父”的韩国科学技术院金正浩教授指出，NAND闪存提供了比DRAM大约10倍的容量。他做了个比喻，HBM就像家中的书房，存取方便但空间有限；而HBF则像一座图书馆，容量巨大，但找到一本书的耗时会长一些。

　　金正浩认为，未来HBM和HBF将形成共存格局，类似于城市规划："就像有百货商场，周围有复式公寓、普通住宅，各种形态的HBM、HBF组合在一起，形成复合体，向GPU供给数据。"

　　“现在是HBM的时代，但10年后，NAND闪存和HBF的市场需求将超过HBM。”金正浩表示。他还指出，目前正在开发HBF的公司包括SK海力士、闪迪、三星电子，以及日本的铠侠。

　　05

　　高通、英伟达纷纷出手

　　还有一些公司，选择了更激进的路线。

　　高通在2026年投资者日上，正式发布了名为HBC（High-BandwidthCompute）的架构：把计算单元直接堆叠在DRAM底部，用近存计算来换取能效和成本优势。

　　官方指出，卡级标准化对比下，HBC每瓦电能提供的内存带宽，是主流HBM方案的6倍。换句话说，花同样一度电，HBC能搬运6倍的数据量。第一代HBCGen1将搭载于AI250加速器，预计2027年年中启动商业化样品测试，

（图片来源：高通官网HBC图）

　　海通国际分析师张忆东指出，HBC试图用近存计算绕开HBM成本与供应瓶颈，若后续性能和生态验证顺利，高通有望在对成本和功耗敏感的推理场景中建立差异化竞争力。

　　芯片独角兽Groq则更极端，直接弃用HBM，把SRAM集成到计算核心旁边，用超低延迟换取极高成本。去年年底，英伟达斥资200亿美元收编Groq核心团队，这是英伟达史上最大的一笔收购相关交易。该合作的首个成果，是2026年3月GTC大会上发布的Groq 3 LPX推理机架，该系统集成了256颗Groq 3 LPU。

　　不过，这种架构的代价也非常明显，SRAM的成本极其昂贵，且容量远小于HBM，当被问及会否替代HBM的问题，黄仁勋指出，如果一切都能装进SRAM，问题当然迎刃而解，但现实是容量和成本。“灵活性使我们成为了通用答案”，他表示。

　　06

　　HBM可能还在，

　　但中心正在松动

　　显然，目前还没有任何一种技术能完全替代HBM。但这并未阻止产业界探索的脚步——从软件优化、内存池化，到SPHBM4、HBF、HBC等等，这些方案并非试图取代彼此，而是在不同维度上并行推进。

　　HBM或许不会消失，但它正在从“唯一中心”演变为“多层体系中的一层”。

　　产业从来不会真正接受“不可替代”这四个字。当一项关键资源既昂贵又稀缺时，理性的选择从来不是等待它降价，而是想尽办法减少对它的依赖。