在Six Five Summit 2026的半导体聚焦论坛上，美光CEO高级顾问Sumit Sadana接受分析师Patrick Moorhead采访时给出一个明确判断：AI系统的性能如今首先取决于内存子系统的性能与内存容量，存储已成为决定AI能力上限的最核心瓶颈，而行业真正有效的新增产能要到2028年才开始逐步释放。

Sadana解释，AI模型需要驻留在内存中，海量数据要在内存之间反复传输，处理器与内存之间的带宽因此成为性能关键。这一认知在过去一年被整个科技行业重新校准——算力不再是衡量AI系统能力的唯一标尺。

供给端的结构性失衡被Sadana视为问题根源。他回顾，上世纪90年代初DRAM行业有20多家公司，经过长期整合如今只剩寥寥几家；而设计处理器的公司却已超过20家。这种“少对多”的漏斗型格局，使存储供应链在面对爆发式AI需求时格外脆弱。

单靠技术转型带来的比特增长已无法填补缺口，行业被迫进入新建洁净室与晶圆厂的重资产扩张周期。Sadana披露了美光的资本开支路径：2025财年资本支出略高于130亿美元，2026财年将翻一番，2027财年预计超过450亿美元。他同时提到，美光在美国宣布的投资额已从2000亿美元提高到2500亿美元，并加快了时间表；公司还在美国爱达荷州、纽约州以及中国台湾、日本、新加坡等地推进约20个扩产项目。

但远水难解近渴。Sadana指出，半导体工厂建设受制于基础设施、监管审批和技术工人短缺，因此有效新增供应要到2028年才会开始释放，且仅是初期阶段，产能增长势头要到之后几年才真正增强。

他以当前热门的HBM为例说明制造复杂度：把12层DRAM芯片层层堆叠，最底层还要连接GPU的基础芯片，散热与功耗挑战严峻；晶圆厂里约有2000道工序，从开始生产到最终交付客户，整个周期大约需要五个月。

供给紧张正在重塑商业模式。Sadana表示，美光与客户签订的是多年期“战略客户协议”，承诺供货、客户承诺提供需求预测，与过去“想买就买”的一年期协议截然不同，这种模式投资回报率高，为多年资本支出提供保障。研发端的绑定也在加深：客户把存储设计提前纳入5到7年的产品路线图，合作方式更接近ASIC芯片的定制模式，客户在设计上拥有更大自主权。

在需求侧，美光认为数据中心只是起点。AI正渗透到智能手机、PC（如采用统一内存架构的Mac mini）以及自动驾驶汽车。Sadana把机器人视为下一波海量需求：他预计每个人形机器人将拥有数百GB的DRAM和数TB的NAND闪存，因为机器人必须自主运行，不能每次都把数据发回服务器。在他看来，人形机器人有望成为有史以来最大的产品市场之一，初期将先落地于工厂自动化等场景。

对投资者而言，这条访谈传递的核心信息是：存储的紧缺不是短期扰动，而是由产能建设周期与制造复杂度共同决定的多年期约束。美光大幅抬升的资本开支、长协锁量模式，以及客户提前数年定制存储设计的趋势，都在把存储从“随买随卖”的通用商品，推向更具战略属性的定制化供应关系。这一变化如何传导至HBM、DRAM与NAND的价格节奏，以及下游AI服务器、终端设备的成本结构，将是未来几年产业链持续关注的焦点。