9 月 18 日消息，当地时间 9 月 15 日，美光科技 CEO 高级顾问、前执行副总裁兼首席商务官苏米特 · 萨达纳（Sumit Sadana）出席 Six Five Summit 2026 半导体专题论坛，与分析师 Patrick Moorhead 就存储行业供需格局、商业模式变化及 AI 时代产能扩张难题展开对话。

萨达纳表示，当前内存短缺已覆盖所有市场领域，并非局限于个别高端产品。客户需求仍在向上修正，美光每年从客户处获得的需求预测都在增加，即使供应商全力扩产，目前也无法判断供应何时能够追上需求。

他预计，真正有意义的新增供应要到 2028 年才会开始爬坡，供需何时恢复平衡仍看不到明确时间。

他指出，AI 系统的表现越来越多地取决于内存容量、内存性能以及处理器与内存之间的传输带宽 —— 大型 AI 模型需要驻留在内存中，推理和训练过程中有大量数据需要反复移动。如果内存容量不足，模型无法完整加载；如果带宽不足，高性能处理器会因等待数据而无法充分发挥算力。

也正因此，内存的角色定位也在发生着变化。数年前多数客户使用符合 JEDEC 标准的通用内存，产品高度相似，厂商难以通过定制设计形成差异。萨达纳称，AI 改变了这一模式，客户希望利用内存架构提升系统性能、降低功耗，从而建立竞争优势。美光因此更早进入客户的多年产品路线图，与其共同定义下一代系统所需的内存能力。

以美光与英伟达的合作为例，美光率先将低功耗 DRAM 引入数据中心，并曾在相当长一段时间内成为该领域独家供应商。与传统 DRAM 相比，低功耗 DRAM 可同时改善密度、体积、性能和能耗，对电力日益紧张的数据中心尤为重要。

在供货模式上，美光正与部分客户签署“战略客户协议”。过去的内存采购协议通常只有一年期限，新的战略协议要求双方作出多年承诺 —— 美光锁定供应，客户锁定需求。萨达纳表示，这些协议需要具备足够明确的投资回报，从而让美光能够为未来数年的资本开支提供依据。

他认为，当前数据中心 AI 并非内存需求的终点。智能体 AI 和物理 AI 将成为新的增长来源，这些需求不会替代上一轮，而是相互叠加。大模型训练仍要继续，推理规模还会扩大，智能体 AI 将增加新的计算负载，自动驾驶、工业设备和机器人则会进一步把 AI 带入现实世界。

他预计，随着 AI 能力从云端向边缘设备扩散，汽车、PC、智能手机、工业设备及新的 AI 原生终端都将搭载更强的本地模型，这同样意味着对存储芯片的需求。端侧模型需要在有限功耗和电池容量下运行，模型既要足够大以提供有价值的功能，又要足够小以完整装入设备。

萨达纳认为，人形机器人可能成为 2030 年前乃至后续 30 年代的重要存储需求来源。他预计每台人形机器人可能搭载数百 GB 的 DRAM 以及数 TB 的 SSD NAND，单机存储价值量远高于手机或电脑。一旦实现规模化，将同时拉动 DRAM 和 NAND 需求。他甚至认为，人形机器人可能成为“有史以来规模最大的产品市场之一”，但全面普及仍需较长时间。

为在 AI 硬件市场形成差异化，一些客户已与美光讨论长达 5 至 7 年的研发路线图。内存不再是在处理器设计完成后才进行适配，而是从系统研发早期就参与联合设计。萨达纳表示，这类项目通常只涉及一至两家内存厂商，合作方可能在一段时间内成为独家供应商。这种关系越来越类似 ASIC 定制模式。

萨达纳透露，美光 2025 财年资本开支略高于 130 亿美元（注：现汇率约合 873.84 亿元人民币），2026 财年预计接近这一数字的两倍，2027 财年可能超过 450 亿美元（现汇率约合 3,024.83 亿元人民币）。公司还将美国长期投资计划由 2000 亿美元提高至 2,500 亿美元（现汇率约合 1.68 万亿元人民币），并提前了部分投资时间表。目前，美光在全球约有 20 个不同规模和类型的投资项目。

具体进展方面，爱达荷州 ID1 晶圆厂预计 2027 年年中产出首批晶圆，ID2 晶圆厂预计 2028 年末前后产出首批晶圆；纽约州规划四座晶圆厂，首座预计 2030 年实现产出；日本、新加坡等地也在推进扩产。这些项目覆盖晶圆制造、封装测试等环节，但多数短期内无法转化为实际供应。

萨达纳提醒，晶圆厂无法迅速建成，新厂需要完成审批、基础设施建设、设备安装、调试和良率爬坡。他表示，2028 年只是初始爬坡，新增产能还要在之后数年才能逐步形成规模，美光的产能建设将持续未来十年甚至更长时间。

萨达纳最后强调，先进存储并非可以快速复制的标准化产品。DRAM 晶圆制造大约包含 2000 道工序，从晶圆开始生产到最终产品交付，完整周期约为 5 个月。其中前端晶圆制造接近四个月，组装、封装和测试还需一个月至一个半月。