6月下旬以来，美股存储芯片板块经历了一场惨烈回调。据第一财经报道，闪迪、美光科技、希捷科技、西部数据等龙头企业的股价在过去数周内跌幅均超过20%。这场暴跌的直接导火索，是彭博社报道Meta计划建立云基础设施业务，向外部出售富余的AI算力。这一消息精准击中了市场对“算力过剩”和“资本开支见顶”的脆弱神经，导致半导体板块遭遇无差别抛售。在恐慌情绪蔓延下，资金不计成本地流出硬件制造环节，存储芯片作为AI基础设施的核心组件，首当其冲成为抛售的重灾区。但暴跌背后不仅是短期情绪的宣泄，存储芯片行业长期存在的周期性特征正面临底层逻辑的重估。当算力供需关系发生微妙转变，存储芯片的底层逻辑及其对AI产业链其他板块的传导效应，成为投资与产业观察者必须直面的核心问题。
美股内存股近期整体表现（来源：华尔街见闻）
Meta卖算力引发的半导体恐慌
Meta出售算力究竟意味着什么？市场恐慌派认为，巨头开始变卖闲置算力，意味着AI基建投资见顶，半导体需求将断崖式下跌。彭博社报道称，Meta计划推出名为Meta Compute的云业务，将富余的AI算力出售给外部企业。这一举动被市场解读为巨头内部算力消化不良的信号，进而引发对整个AI产业链需求真实性的怀疑。但产业理性派给出了截然不同的解释。扎克伯格在7月10日公开否认算力过剩，直言不知道业内有谁觉得自己的算力过剩，发展云业务具有商业潜力。从商业逻辑看，Meta出售算力更像是提升GPU集群利用率的正常拓展，类似于SpaceX和xAI的做法，Meta自身并未下修资本支出计划，其股价在消息公布后反而大涨9%。这种内部算力向外部云服务转化的尝试，本质上是巨头在重资产投入后寻求现金流回笼的必然选择，而非全面停止扩张的白旗。
算力市场的真实状态并非全面萎缩，而是出现了明显的结构性分化。据钛媒体报道，市场监测数据显示，英伟达B200等训练型算力租赁价格在近期出现阶段性回落，但政企和传统行业的AI推理算力租赁价格依然保持稳定。市场真正担忧的，是通用训练算力的阶段性供给释放，而非全场景AI需求的消失。这种分化对存储芯片不同产品线的需求传导存在显著差异。用于大模型训练的高带宽存储器（HBM）曾因算力军备竞赛而供不应求，随着训练算力租赁价格的回落，HBM的边际需求增速可能面临放缓压力。相反，支撑推理端应用的通用DRAM和企业级SSD，由于推理场景在政企和传统行业的广泛落地，需求基本盘依然稳固。支撑存储芯片需求的核心变量，在于各家AI大模型之间的技术差距是否会持续缩小。如果头部模型与追赶者的差距快速收敛，无底线的算力与存储军备竞赛逻辑将受到根本挑战，这直接动摇了存储芯片的高增长预期。当模型能力趋于同质化，算力投入的边际收益递减，存储芯片的需求增速自然会面临重估。
存储芯片的周期宿命与商业模式重构
存储芯片行业一直难以摆脱“景气—扩产—价格暴跌—收缩—回暖”的周期宿命。在过去的周期中，存储更像大宗商品，价格随行就市，合同多以季度或年度为单位。这种模式导致行业在景气时疯狂扩产，一旦需求不及预期，价格便迅速崩盘。如今，这种底层逻辑正在被改写。云厂商和AI数据中心为保障关键供应，正越来越多地与原厂签订三至五年期、含价格区间、最低采购量及客户保证金的长期供应协议。
这种长协模式正在重塑行业的商业生态。美光已披露了首份五年期战略客户协议；据华尔街见闻报道，三星电子正与谷歌和微软就长期供应协议展开谈判，商讨逾100亿美元的预付款安排；在国内市场，路透社消息称腾讯与长鑫存储签下了超200亿元人民币的三至五年期长期供货大单。高额的预付款机制和长期需求可见度，有望抑制存储价格的大幅暴跌，支撑原厂维持稳定的利润率。高盛等机构认为，存储芯片正从标准化商品走向高度定制化，传统周期规律面临结构性改写。
长协模式的广泛落地，直接改变了企业采购方的资金流和供应链管理逻辑。过去，采购方可以在价格低谷时通过现货市场补充库存，享受周期下行带来的成本红利。而在长协框架下，采购方需要提前锁定巨额资金作为保证金或预付款，这对其现金流构成了严峻考验。同时，最低采购量的约束意味着，即使终端需求出现波动，采购方也必须按约定吃下既定产能，否则将面临违约金扣减。在价格剧烈波动的周期中，现货采购与长协锁定的损益差异巨大：在价格上行周期，长协能有效锁定低成本优势；但在价格下行周期，长协采购方可能不得不以高于现货市场的价格拿货，从而承受显著的账面亏损。这种模式虽然保障了供应安全，但也削弱了采购方在价格下行周期的弹性。对于中小型云服务商或AI初创企业而言，长协的高门槛可能进一步加剧获取优质存储资源的难度，导致产业链资源向头部集中。
存储芯片的暴跌并非孤立事件，它是整个AI产业链进入“盈利验证期”的缩影。6月，美股科技七巨头单月市值合计蒸发约3万亿美元，微软单月累计下跌21.64%。华尔街开始严厉拷问数千亿资本开支的投资回报率。云服务商面临AI变现节奏的承压，算力芯片则面临租赁价格回落的直接冲击。以微软为例，其在AI基础设施上的巨额投入需要通过Azure云服务的收入增长来验证。如果AI算力租赁价格持续回落，云服务商的毛利率将受到挤压，进而影响其后续资本开支的意愿和节奏。算力芯片厂商同样面临考验，训练算力需求的阶段性放缓，可能导致高端芯片订单的交付周期延长或订单规模缩减。一旦云服务商放缓采购步伐，算力芯片厂商的库存积压风险将显著上升，市场对其未来几个季度的业绩预期也会随之下修。资金正在产业链各环节寻找估值洼地，板块轮动异常剧烈。东方汇理指出资金从云服务商转向AI硬件和存储，而摩根士丹利则观察到资金从芯片股轮动至AI云服务商。这种表面冲突的背后，反映出市场在“烧钱的云服务商/硬件”与“具确定性的应用层/价值股”之间剧烈博弈，寻找下一个确定性增长点。
尽管短期面临算力过剩担忧和估值回调，但底层需求依然庞大。据澎湃新闻报道，全球存储芯片单月销售额达到746亿美元，创下历史新高。美光2026财年资本支出计划逾250亿美元，较上年近乎翻倍。这些数据表明，AI基础设施的建设远未结束，只是市场对增长斜率的预期变得更加理性。从算力芯片到云服务，再到存储和应用，整个产业链都在经历从“信仰驱动”到“业绩驱动”的估值体系切换。
训练算力的阶段性过剩与推理算力的需求坚挺，意味着产业链各环节的估值标准正在细化。具备推理场景落地能力和成本控制优势的企业将获得更多溢价。长协时代的到来改变了供应链管理的游戏规则，在供应安全与成本弹性之间做出权衡，将成为未来几年采购策略的主线。在AI产业链从狂热走向验证的转折点上，资本与采购方都需要在确定性保障与弹性成本之间重新建立平衡模型。
