IT之家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，就存储行业供需格局、商业模式变化及AI时代产能扩张难题发表看法。

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，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。公司还将美国长期投资计划由2000亿美元提高至2500亿美元，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。