在Six Five Summit 2026的半導體聚焦論壇上，美光CEO高階顧問Sumit Sadana接受分析師Patrick Moorhead採訪時給出一個明確判斷：AI系統的效能如今首先取決於記憶體子系統的效能與記憶體容量，儲存已成為決定AI能力上限的最核心瓶頸，而行業真正有效的新增產能要到2028年才開始逐步釋放。

Sadana解釋，AI模型需要駐留在記憶體中，海量資料要在記憶體之間反覆傳輸，處理器與記憶體之間的頻寬因此成為效能關鍵。這一認知在過去一年被整個科技行業重新校準——算力不再是衡量AI系統能力的唯一標尺。

供給端的結構性失衡被Sadana視為問題根源。他回顧，上世紀90年代初DRAM行業有20多家公司，經過長期整合如今只剩寥寥幾家；而設計處理器的公司卻已超過20家。這種“少對多”的漏斗型格局，使儲存供應鏈在面對爆發式AI需求時格外脆弱。

單靠技術轉型帶來的位元增長已無法填補缺口，行業被迫進入新建潔淨室與晶圓廠的重資產擴張週期。Sadana披露了美光的資本開支路徑：2025財年資本支出略高於130億美元，2026財年將翻一番，2027財年預計超過450億美元。他同時提到，美光在美國宣佈的投資額已從2000億美元提高到2500億美元，並加快了時間表；公司還在美國愛達荷州、紐約州以及中國台灣、日本、新加坡等地推進約20個擴產專案。

但遠水難解近渴。Sadana指出，半導體工廠建設受制於基礎設施、監管審批和技術工人短缺，因此有效新增供應要到2028年才會開始釋放，且僅是初期階段，產能增長勢頭要到之後幾年才真正增強。

他以當前熱門的HBM為例說明製造複雜度：把12層DRAM晶片層層堆疊，最底層還要連線GPU的基礎晶片，散熱與功耗挑戰嚴峻；晶圓廠里約有2000道工序，從開始生產到最終交付客戶，整個週期大約需要五個月。

供給緊張正在重塑商業模式。Sadana表示，美光與客戶簽訂的是多年期“戰略客戶協議”，承諾供貨、客戶承諾提供需求預測，與過去“想買就買”的一年期協議截然不同，這種模式投資回報率高，為多年資本支出提供保障。研發端的繫結也在加深：客戶把儲存設計提前納入5到7年的產品路線圖，合作方式更接近ASIC晶片的定製模式，客戶在設計上擁有更大自主權。

在需求側，美光認為資料中心只是起點。AI正滲透到智慧手機、PC（如採用統一記憶體架構的Mac mini）以及自動駕駛汽車。Sadana把機器人視為下一波海量需求：他預計每個人形機器人將擁有數百GB的DRAM和數TB的NAND快閃記憶體，因為機器人必須自主執行，不能每次都把資料發回伺服器。在他看來，人形機器人有望成為有史以來最大的產品市場之一，初期將先落地於工廠自動化等場景。

對投資者而言，這條訪談傳遞的核心資訊是：儲存的緊缺不是短期擾動，而是由產能建設週期與製造複雜度共同決定的多年期約束。美光大幅抬升的資本開支、長協鎖量模式，以及客戶提前數年定製儲存設計的趨勢，都在把儲存從“隨買隨賣”的通用商品，推向更具戰略屬性的定製化供應關係。這一變化如何傳導至HBM、DRAM與NAND的價格節奏，以及下游AI伺服器、終端裝置的成本結構，將是未來幾年產業鏈持續關注的焦點。