1080
07月28日，亚太股市上演“黑色星期二”，半导体股遭遇剧烈调整。
韩国KOSPI指数开盘不久大跌8%，触发今年第八次熔断，最终收盘大跌10.84%，本月已下跌超30%。日本日经225指数收跌3.95%，铠侠股价一度暴跌18%。
此前隔夜，美股市场已经率先遭遇“芯片抛售潮”。费城半导体指数一度大跌近5%，最终收跌2.23%。英伟达大跌近5%，创6月5日以来最大单日跌幅。存储概念股集体大跌：闪迪大幅收跌超11%，SK海力士ADR大跌超7%，甚至跌破美股IPO发行价。
这轮调整并非发生在业绩低迷时期。恰恰相反，存储巨头当前盈利仍处于高位。有投资者感叹“业绩最好的一年，亏得最惨的一个月”。6月底还在开香槟，现在已经默默打开了招聘软件。
眼下，所有的追问几乎都指向同一个方向：市场正在为过去几年急剧膨胀的AI资本开支“查账”。而这轮查账的焦点，正是重新升温的“循环融资”争议。
如果说“循环融资”在质疑AI需求的质量，那么长鑫上市则在悄悄改变AI存储供应的预期。
它的存在，就像一条鲶鱼游进了池子，让原本安稳的三巨头格局多了一个需要当心的变量。
一、循环融资：当信贷市场开始投反对票
先来看“循环融资”：7月26日外媒披露的一组交易细节，把这套操作清晰地摊了出来。
根据报道，英伟达正与OpenAI谈判，计划为其提供约2500亿美元的融资担保，帮助OpenAI锁定俄亥俄州一个10吉瓦级数据中心项目的算力。
与此同时，英伟达还在讨论为OpenAI采购芯片提供3500亿美元融资。加上此前与SK集团宣布的逾5000亿美元AI基础设施合作，英伟达潜在涉及的交易规模已超过7500亿美元。
这些操作的实质并不复杂：英伟达为客户提供融资或担保，而这些客户又反过来购买英伟达的芯片。有了英伟达的信用背书，项目才能拿到便宜的钱。
在产业高速扩张期，这个模式几乎不会招致质疑——因为所有人的注意力都集中在同一个问题上：“还能不能买到更多芯片？”
但信贷市场开始用真金白银投票了。消息出来后，英伟达的五年期信用违约互换（CDS）价差单日飙升14个基点至82个基点，创下该合约自去年11月活跃交易以来的最大盘中涨幅。
需要留意的不是英伟达一家。甲骨文、SpaceX、Alphabet、亚马逊、Meta、博通等巨头的CDS价格近日不约而同地攀升至历史最高位。法兴银行更是说出了很多人的心里话：“对超大规模算力企业来说，现在要看CDS，而不是EPS。”
当然不是要一竿子打死“循环融资”。但在经历了两年不计代价的投入后，市场终于开始集体问出那个被刻意绕开的问题：这些钱，什么时候能看到回头钱？
二、从圈地到耕种：AI产业切换跑道
过去两年，资本市场的叙事逻辑简洁而雄壮：AI需要多少算力？在这个问号下，GPU涨价、HBM供不应求、数据中心像积木一样堆满大地，一切都沿着直线向外推演，似乎只要堆得够多，明天总是更亮的。
但现在，账本被摊开了。
穆迪的预测像一盆冷水：全球超大规模云服务商的资本支出将在2026年达到7850亿美元，2027年进一步逼近1万亿美元。单看2026年，谷歌、微软、亚马逊、Meta四家合计就要花掉约7250亿美元，比2025年猛增77%。其中谷歌全年资本开支同比翻倍，微软同比增长61%。
这不是危言耸听：穆迪已发出警告，AI投资潮正在冲击科技企业的信用质量。
高盛也提醒市场面临三重负反馈循环：谷歌将2026年资本支出上调至逾2000亿美元后，自由现金流随即转负，引发超大规模云厂商的叙事危机。机构汇总预测显示，2026年谷歌、亚马逊全年自由现金流将持续为负，Meta全年现金流可能大幅萎缩95.7%，仅剩18.5亿美元。
AI产业正在从“扩张阶段”迈入“效率验证阶段”。如果说过去两年是“圈地”，现在则开始“耕种”。圈地时代看谁跑得快，耕种时代看谁单位产出高。
这个切换的核心标尺，可以叫作“单位智能成本”：每一次AI推理、每一次模型调用背后的综合成本。谁能把性能守住、把单位成本降下来，谁就拿到了下一阶段的入场券。
三、HBM像奢侈品，通用DRAM像日用品
产业的这种冷热切换，落到存储市场上，天然形成两条走向不同的河流。
一条是HBM，它解决的是AI能力的“上限”。训练最顶尖的大模型需要极度夸张的带宽，HBM在当下几乎是唯一的可行解。SK海力士、三星、美光把持着这条窄赛道，SK海力士凭着HBM3E的先手，在英伟达的认证链条上领先三星约一年。
不过在HBM4时代，局面已经不同。2026年初，三星、SK海力士、美光三家企业均已进入HBM4量产阶段，HBM的竞争正在进入一个新的回合。
另一条是通用DRAM，它回答的是AI规模化的“成本”问题。当AI从少数几个顶尖实验室走向成千上万家企业，从训练走向日常推理，你需要的就不再是少数几条高速赛道，而是密集而廉价的车道网——大量通用服务器，以及价格平易近人的内存。
这就像造航天飞机和开网约车的区别。HBM是航天级的耐热瓦，贵得理直气壮；通用DRAM是路上跑的轮胎，贵了就没人坐得起车。
两者的关系不是替代，而是分工。SK海力士75%至77%的营业利润率，放在传统DRAM行业里简直难以想象——通常这些厂商的利润率在20%至40%区间内浮动。HBM令人咋舌的暴利，恰恰提示了另一面：通用DRAM才是那个急待用“降本”来撬开更广阔市场的板块。
说白了，HBM决定AI能飞多高，通用DRAM决定AI能铺多广。当下市场的纠结之处正在于，HBM的高端故事已经被充分咀嚼定价，而AI走向大规模部署后通用DRAM的增量空间，却还被遮在暗角里。
四、长鑫的牌：不在性能巅峰，而在成本曲线
长鑫目前主力产品已从DDR4过渡到DDR5、LPDDR5/5X等通用DRAM，用在服务器、PC和手机上。按2025年第四季度DRAM销售额统计，长鑫的全球市场份额已经上升至7.67%。
这恰恰是理解它战略价值的钥匙。AI产业重心一旦向推理端倾斜，通用DRAM就被推到了聚光灯下。训练环节，性能是唯一的标尺，HBM不可取代；可到了推理落地环节，如何以更低成本支撑海量应用，成为新的竞争焦点，服务器、存储和内存基础设施的重要性随之上升。
设想一个场景：未来几年，一家保险公司的AI理赔审核系统，每天处理数十万张单证，后台服务器里面的内存条，可能不是什么尖端HBM，而是量大管饱的DDR5或LPDDR。
长鑫的战略价值就在这里。当AI基础设施的偏好从“不惜工本要性能”转向“精打细算拼性价比”，通用DRAM的市场就不是在收缩，而是在成倍地放大。长鑫作为搅局的“鲶鱼”，天然成为一个变量。
半导体产业史反复讲过一个故事：最后摘走最大果实的，常常不是性能上的绝对王者，而是那个把使用成本打到地板的人。
目前长鑫的机会，不是马上去攀登HBM的技术峭壁，而是参与到AI基础设施“降本”的整个进程里。当AI从巨头实验室里的昂贵玩具，变成千行百业伸手可及的工具，谁能把存储做得更便宜、更易得，谁就坐在了产业趋势的同一边。
当然，前景是前景，脚底下的路并不平坦。DRAM行业天生的剧烈周期也决定了，任何一个新入局者都必须挺过至少一轮完整的牛熊淬炼。空间在那里，路要一步一步走。
半导体产业每一次大周期的交接，都会重新分配座次。PC时代拼芯片纯性能，英特尔赢了；互联网时代拼服务器部署的规模，英特尔继续占据王座；移动时代，ARM凭借低功耗优势改变了芯片生态；云计算时代，开放架构和成本效率成为新的竞争变量。
AI时代，则很可能进入一个更深层的维度：智能成本的全面竞争。AI产业链由此浮现出清晰的两层结构。
上层是高端训练，关键词仍然是“性能”，代表选手是GPU+HBM；
下层是大规模部署，关键词变成了“成本”，代表要素是服务器、存储、电力和网络。
长鑫所处的通用DRAM赛道，显然站在第二层。随着AI技术持续熟化、商业渗透越扎越深，第二层的市场体量或许会远远超过第一层——这就像今天云计算的市场规模早已把超级计算机市场甩在身后。
