在HBM领域拥有最高市场份额的全球存储芯片巨头SK海力士(SK Hynix)计划在未来五年内将其存储芯片晶圆生产产能翻倍，以应对人工智能数据中心建设狂潮所带来的存储芯片需求持续飙升态势。SK集团董事长崔泰源在中国台北2026年Computex大会对记者表示，该存储原厂正在应对可能持续到2030年的存储芯片持续严重短缺。尽管SK海力士打算显著增加投资以扩大HBM/DRAM/NAND存储芯片产能，但崔泰源没有披露公司计划支出多少资金。

SK海力士与三星电子(Samsung Electronics)以及总部位于美国的美光科技(MU.US)一道，三方势力共同主导着全球存储芯片市场供需格局，并且一直是人工智能训练/推理算力需求指数级扩张驱动的数据中心建设繁荣的最主要受益群体。这两韩国存储芯片巨头都将英伟达(NVDA.US)列为其最大规模客户之一。

Meta Platforms(META.US)、谷歌(GOOGL.US)以及微软(MSFT.US)等北美科技巨头们近期集体公布更大规模AI资本支出计划，继续加码建设AI数据中心，使得先进存储芯片产品需求持续激增，帮助SK海力士和美光的市场价值在上周首次突破1万亿美元史诗级关口。

紧随三星电子进入万亿美元市值俱乐部之后，韩国另一存储巨头SK海力士终于在上周总市值也突破1万亿美元，并与三星电子共同大举推动韩国股票市场基准股指——KOSPI综合指数屡创新高，背后核心正是AI训练/推理驱动的近乎无止境存储需求和存储芯片涨价预期。在全球最大规模的两大存储芯片制造巨头三星电子和SK海力士股价涨势如虹般牛市轨迹的推动下，韩国基准股指Kospi指数今年还不到6个月就已接近翻倍，相比之下2025年全年近80%涨幅甚至显得渺小。

SK海力士五年翻倍产能，供应短缺将延续至2030年

SK海力士正启动历史性的存储芯片产能扩张计划，计划在未来五年内将内存芯片晶圆产能翻倍，以应对全球人工智能基础设施建设对存储芯片的持续强劲需求。董事长崔泰源在台北Computex大会中指出，全球存储芯片供应缺口预计将延续至2030年，这意味着SK海力士需要通过加码购置阿斯麦EUV光刻机、最先进HAR刻蚀与薄膜沉积设备等等资本支出扩张和产能扩产行动来缓解长期供需失衡。此举进一步巩固了其在全球存储市场的绝对核心地位，并彰显其对AI时代HBM内存与NAND存储需求的前瞻布局。

无论是谷歌无比庞大的TPU AI算力集群，抑或天量级别英伟达AI GPU算力集群，均离不开需要全面集成搭载AI芯片的HBM存储系统，叠加当前科技巨头们加速新建或扩建AI数据中心必须大规模购置服务器级别DDR5存储以及企业级高性能SSD/HDD;而三星电子、SK海力士以及美光科技正好同时卡在这三块最核心存储领域：HBM、服务器高性能DRAM(包括 DDR5/LPDDR5X)、以及高端数据中心级别SSD，是“AI内存+存储堆栈”里最直接的受益势力，可谓吃到AI基建浪潮的“超级红利”。

在高带宽内存(HBM)市场，SK海力士保持领先地位，市场份额达到58%，远超竞争对手三星和美光——三星和美光各约21%。该公司明确将自身定位为英伟达Vera Rubin AI算力集群系统的最核心HBM供应商，并计划拓展更多合作伙伴关系，以覆盖更广泛的数据中心和AI算力项目。

通过深度绑定AI超级计算和云计算服务商生态，SK海力士的产品与市场策略已与行业领先玩家形成紧密协同，强化了其作为全球AI基础设施关键供应商的战略地位。

从周期商品到战略核心资产，LTA协议重塑存储芯片原厂股价与盈利逻辑

在AI算力需求爆发之下，存储芯片行业的基本面正在经历前所未有的结构性重塑。传统周期性存储市场曾由消费电子与库存去化周期主导，其价格与需求高度波动。

而在当前的存储芯片超级周期，AI训练与推理对高带宽内存(HBM)、服务器DRAM与企业级SSD的持久且近乎无止境需求已将存储定义为AI基础设施的战略核心资产，全球存储芯片总可寻址市场(TAM)预计将在2028年达到约1.7万亿美元规模，显示出从商品性质到不可或缺AI算力基础设施属性的根本转变驱动力。

其中，摩根大通预期DRAM端营收规模可能从2025年的1430亿美元指数级跃升至2026年的6360亿美元，预测2028年达到约1.237万亿美元，NAND端营收则有望从710亿美元大幅增至4545亿美元。

高盛的核心判断在于，存储行业估值框架正在从传统市净率(P/B)切换到市盈率(P/E)。过去存储被视为强周期大宗商品，市场担心价格见顶后利润迅速塌陷，因此长期给低估值;但本轮周期由AI服务器、HBM、企业级SSD、长期供货协议(LTA)和受限产能共同驱动，盈利可见度显著提高。高盛据报将三星、SK海力士和铠侠目标价全面上调，其中三星目标价上调至48万韩元、SK海力士目标价最高至350万韩元、铠侠目标价至93000日元，背后逻辑是存储龙头们不应继续按“周期底部资产”定价，而应接近具备稳定现金流的AI基础设施资产。

摩根大通给出的存储芯片原厂看涨逻辑更激进：本轮存储超级周期将“更高、更长”，因为AI需求已经从GPU扩散到CPU、ASIC、推理服务器和智能体计算系统。GPU负责并行矩阵计算，但智能体AI需要CPU承担任务编排、状态管理、工具调用和API执行，这会显著推高服务器DRAM、HBM和企业级SSD需求。按其框架，存储在云服务商硬件资本开支中的价值占比已从AI早期的十几个百分点跃升至今年可能超过50%，到2030年有望进一步接近73%;这意味着存储不再只是服务器的配套零部件，而是决定AI系统吞吐、延迟、能效和可扩展性的核心资源。