华尔街大型投行之一的伯恩斯坦近日发布研报称，半导体行业如市场所预期的那样出现季节性回落态势，但 AI 算力基础设施建设相关半导体需求 —— 尤其是与 AI 基建密切相关联的新一代 HBM 存储系统以及数据中心服务器级别 DRAM/NAND 存储芯片定价与需求仍然无比强劲。
伯恩斯坦援引的 SIA 数据显示，7 月乃传统半导体销售淡季，全球半导体销售额环比下降 9.5%，较历史同期的季节性平均下降 8.5% 显得略弱，但同比仍增长 131.4%。
伯恩斯坦表示，存储芯片销售额同比疯狂增长 451.7%，剔除存储后，全球半导体行业销售额则同比增长约 35%。尤其值得关注的是，存储芯片销售额环比相较于创纪录的 6 月销售额环比下降 16.3%，但是明显好于历史同期数据显示的 7 月淡季存储平均销量大幅下降 26.1%，足以说明存储板块的季节性表现比市场一致预期强劲得多。
2026 年 7 月指标还显示，DRAM 销售额同比增长 427.8%，比特出货量则实现同比增长 47.5%，NAND 销售额则实现同比增长 427.8%;DRAM 每比特平均售价同比增长 257.9%，NAND 每比特平均售价同比增长 344.1%。这些关于存储芯片需求以及半导体销售数据都意味着，尽管季度切换时出货量环比回落，DRAM 与 NAND 的每比特平均售价仍在继续上涨。同比超过 40% 的比特增长提供了实物需求扩张的证据，而更大幅度的平均售价提升，则强化了三大存储芯片原厂商们以及 NAND 存储芯片巨头们的整体收入弹性。
更深层的变化是，存储正在成为半导体收入增长的主要来源。报告显示，今年前七个月全球半导体销售额约为 8610 亿美元，高于去年同期的 4080 亿美元，同比增长约 111%; 存储贡献约 3550 亿美元的新增销售额。其中，报告归入存储价格及产品组合变化的贡献约为 3060 亿美元，相当于全行业新增销售额的约 68%，即报告所称的 “接近 70%”。
OpenAI 刚刚推出的 Astra 大模型将 AI 能够承担的专业任务继续向外积极拓展，英伟达 CEO 黄仁勋周日更是在社交媒体上发出 GPT-6 Astra 问世意味着 “AGI 已到来” 的重磅表态，而英伟达已经确认的强劲营收区间与后续强劲出货指引，再叠加 AI 大模型研发正跨入 “递归自我改进 (RSI)” 这一打开又一条 AI 算力需求激增曲线的新阶段 —— 即 Astra 有望扩大商业应用端 AI 算力需求，AI 开始 “造 AI” 的研发轨迹则可能增加前沿算子实验、评估与长期持续训练投入，共同延长算力投资周期。
Astra 与 AI 训练算子研究自动化 (即 Astra 与 RSI)，可谓为这一史无前例的存储芯片狂潮驱动的半导体景气周期提供了新的半导体需求来源。Astra 与递归自我改进 (RSI) 的投资意义，在于前沿高性能 AI 大模型，以及 AI 研发本身正在成为持续消耗算力的新场景。
Astra 发布强化了市场对 AGI 进程的预期，其可观察的进展是更复杂工作流的完成能力：OpenAI 公布的 Legora 案例显示，Astra 在一次智能体运行中核查了 41 份文件，该财务报表工作流的基准表现较前代提升近 40%。与此同时，OpenAI 于 9 月 6 日披露已达到 “自动化研究实习生” 的新运营阶段；截至 8 月中旬，研究团队每投入一个人工工作日，对应使用约 3.1 个智能体工作日。这一最新模式意味着 “AI 研发 AI”(即 RSI 训练范式) 本身也在成为持续消耗推理、训练与评测资源的客户，从而在外部商业应用之外增加一条强劲需求曲线。
全球资金定价方面，韩国股票市场以及美国半导体板块已出现资金对于存储芯片乃至整个半导体重拾兴奋看涨情绪的具体积极信号。9 月 7 日，三星电子上涨 5.68%，SK 海力士上涨 8.26%，有着 “AI 算力风向标” 称号的韩国股市基准股指 —— 即 KOSPI 指数当日大幅上涨 4.61% 至 6995.39 点，较 7 月 30 日 5593.56 点累计反弹约 25.06%，超过通常所用的技术性牛市门槛。
Astra引爆AGI狂潮+AI 开始参与研发AI，半导体板块迎来双重需求狂浪
Astra 代表的是最前沿性能需求扩张机制：大模型能力提高，使此前难以可靠完成的任务进入可商业化范围。此外，Astra 可能让需求曲线整体外移 —— 即当 AI 大模型更聪明后，企业能够尝试此前无法可靠完成的工作，竞争对手也需要继续投入研发和训练，这为 AI 支出周期提供了新的强力支撑。
OpenAI 推出的 GPT-6 Astra 大模型，以及 AI 领头羊们聚焦的 RSI 技术路径，有望成为驱动 AI 算力需求指数级扩张的两大核心驱动力，即性能更强的 AI 大模型与更广泛的 AI 应用工具使用、算力需求更加强劲的下一代 AI 训练路径，正在增强 AI 算力基础设施需求持续增长的重要依据。
OpenAI 披露，Astra 在 FrontierMath 第四级测试中取得 98% 的成绩，在 ARC-AGI-3 中取得 99.9% 的成绩。黄仁勋据此表达 “AGI 已到来” 的判断，并表示模型训练使用超过 10 万张英伟达 GPU，后续还有 40 万张 GPU 即将上线。值得注意的是，“AGI 已到来” 仍是存在争议的判断，而更大规模英伟达 AI GPU 集群的部署预告，则直接强化了前沿端 AI 大模型继续扩大训练资源投入的强劲 AI 算力需求预期。
从技术底层看，存储受益于模型运行方式的变化。训练需要保存模型权重、激活值、梯度和优化器状态；长上下文推理与并行智能体扩大 KV 缓存和工作状态需求；自动化研究增加实验、评测、训练检查点及数据读写。这些任务分别消耗 GPU 侧 HBM、服务器 DRAM 和企业级 SSD。
存储需求取决于参数规模、上下文长度、并发数量与实验密度。HBM 承担 GPU 侧的模型权重、训练中间状态和活跃键值缓存；服务器 DRAM 承接数据处理、运行环境及缓存卸载；NAND 企业级 SSD 保存数据集、训练检查点和可复用缓存。当更强模型处理更长任务、更多智能体同时运行，RSI 研究流程又增加并行实验与检查点保存时，容量、带宽及读写吞吐需求便会同步大幅扩大。
“AI 芯片超级霸主” 英伟达则已经将这种强劲存储需求落实到系统级别服务器架构。Rubin 平台配置每颗 GPU 最高 288GB HBM4、最高 22TB/s 内存带宽，并引入基于闪存的共享上下文存储层，承接可复用 KV 缓存。由此推演，模型能力提升若带动更多并发任务、更长运行时间及更密集实验，存储需求便会沿整个层级扩张；衡量 AI 经济性的重点也将进一步转向每项成功任务的总成本，而不只是每百万 Token 的报价。
AI 数据中心服务器集群的存储芯片组件仍是最清晰的 AI 算力产业链层面供给瓶颈。市场调研机构 TrendForce 预计，2026 年服务器 DRAM 合约价累计上涨约 270%，企业级 SSD 价格累计上涨约 235%;2027 年 HBM 合约价仍可能上涨 70%—140%，这些数据体现了 AI 算力扩张与存储涨价的共同作用。TrendForce 最新估算，DRAM 与 NAND 合计占主要云服务商资本开支的比例，将由 2026 年的 47% 升至 2027 年的 68%，背后同时存在采购量增长与价格上涨。
伯恩斯坦极度看好存储超级牛市轨迹！喊出闪迪疯涨到3000美元、英伟达狂奔向400美元
存储芯片超级周期的震撼之处，可以直接从伯恩斯坦援引的 WSTS 报告显示的市场份额和增长贡献看出来。按 WSTS 春季正式预测，存储市场将从 2025 年的 2,300.42 亿美元增至 2026 年的 8,039.41 亿美元，同比增长 249.5%;2027 年进一步达到 10,620.85 亿美元，同比增长 32.1%。据此计算，存储占全球半导体销售额的比例将从 28.9% 升至 53.2%，再升至 55.5%; 其对 2026 年、2027 年全行业新增销售额的贡献分别约为 80.2% 和 64.1%。
也就是说，2026 年存储芯片单一类别的初步预测规模，已经非常惊人 —— 略高于 2025 年整个半导体市场。WSTS 数据与伯恩斯坦看多存储的逻辑相互呼应 ——AI 算力需求扩张提供销量基础，有限供给强化定价能力，产品升级和长期协议改善利润结构。
英伟达 GPU 体系最强力竞争对手 AMD 在当地时间 9 月 8 日的花旗科技大会上重申，截至 2030 年与 AI 数据中心加速计算相关的市场规模已扩大至 2 万亿美元，并指出 AI 推理需求已经成为 AI 算力资源需求的最主要增长来源，聚焦于代理式 AI 工作流的 AI 智能体同时拉动 GPU 和服务器 CPU。
AMD 在大会上表示，Meta 及另外两家 AI 实验室这三家 Helios 核心客户，给出的未来采购需求预测，均高于双方最初建立战略合作时的预期；公司预计服务器 CPU 业务今年下半年同比增长超过 80%、明年超过 70%。这一最新的预期组合无疑强劲支持算力需求继续扩张，但集中于客户需求预期大幅上调，不能全部视为已经下达的不可撤销算力基础设施订单。Helios 是 AMD 的机架级 AI 计算系统，而 Facebook 母公司 Meta 是采购该系统的核心客户之一。
即将上市的 Anthropic 的长期算力采购，则进一步提高了未来围绕存储芯片的 AI 算力基础设施需求的可见度。据媒体报道，Anthropic 与 Lambda 签署约 350 亿美元的云计算协议，并与 Nscale 达成约 450 亿美元、为期六年的算力租赁交易，两份协议合计约 800 亿美元。这些是跨期合同金额，但其共同方向十分清晰：前沿实验室正在提前锁定未来训练与推理所需的基础设施。7 月 WSTS 数据提供已经发生的量价增长证据，8 月至 9 月的容量采购和模型进展则增强了对后续需求延续性的判断。
伯恩斯坦在这份报告中维持对于今年以来涨势如虹的三星电子、SK 海力士、美光和闪迪的 “跑赢大市” 评级，目标价分别为 44 万韩元、330 万韩元、1300 美元和 3000 美元，体现其对存储景气的积极判断。伯恩斯坦表示，结合最新调研显示的量价数据与下游采购，存储龙头的优势在于比特增长、高价值产品升级和定价能力共同支撑盈利；但存储涨价也会抬高 GPU 及服务器厂商的物料成本，行业利润并不会均匀增长。
伯恩斯坦表示，普通 DRAM 涨价拉大了其与 HBM 之间的晶圆盈利差距，推动下一年度 HBM 合同价格重新谈判，市场盈利预测仍有上调空间。不过，伯恩斯坦补充表示，后续最有投资区分度的指标，是存储厂商的实际售价、交付量和自由现金流，以及下游客户在更高硬件与融资成本下能否维持基于 AI 算力部署的更加强劲回报。
除了存储芯片巨头们，伯恩斯坦看好的半导体标的还覆盖 AI 芯片领头羊、晶圆代工及半导体设备、先进封装与高端半导体测试链条。按照伯恩斯坦最新目标价，英伟达、SK 海力士、闪迪和三星电子的目标价分别对应约 77.20%、77.80%、72.61% 和 62.66% 的上涨空间。伯恩斯坦对于全球最高市值英伟达的目标价高达 400 美元，位列华尔街最乐观目标价之一。