崔泰源：判断Dram内存价格，2027年内存最缺货，新增晶圆厂从规划到形成有效产能需要4至5年@硅谷宇宙

图1：崔泰源接受 CNBC 专访现场

图片说明	内容
场景	CNBC 记者 Katie Tarasov 与 SK 集团董事长崔泰源对谈
地点	首尔 SK 集团总部，背景为书架与落地窗
画面	两人相对而坐，中间摆放圆桌与圆形装饰
来源	CNBC 采访视频截图

图2：SK 集团董事长崔泰源

图片说明	内容
人物	崔泰源（Chey Tae-won）
身份	Chairman, SK Group
画面	访谈特写，背景为书架
来源	CNBC 采访视频截图

SK集团会长崔泰源在CNBC访谈中表示，扩产需要很长的前置期，至少4至5年。SK海力士已宣布五年内将晶圆产能翻倍，但崔泰源同时表示新建工厂周期超过五年，存储短缺或持续到2030年。数据来源：CNBC访谈视频、路透社2026年6月2日报道。

即使SK海力士计划未来五年将产能扩大一倍，仍不足以完全满足客户需求。

更长期看他预计未来十年全球内存需求容量可能达到当前水平的约5倍，并预计未来五年全球AI Agent数量可能增长约77倍。

图3：崔泰源谈扩产前置期

图片说明	内容
人物	崔泰源与 Katie Tarasov
核心表述	if we want to expand the capacity, so we need a lot of lead time, at least 4 to 5 years.
含义	新增内存产能从规划到投产至少需要 4–5 年
来源	CNBC 采访视频截图

未来的主要形态是AI代理，与2025年相比，五年内相关使用量将出现数倍增长。SK海力士2026年HBM产能已全部售罄。数据来源：CNBC访谈视频、公开报道整理。

这已经不是单纯的HBM供不应求。从HBM、服务器DRAM到传统消费电子内存，AI基础设施正在争夺越来越多的晶圆、资本开支和先进制造资源

并开始将成本压力传导到PC、智能手机甚至汽车行业。崔泰源甚至直接使用了一个词来描述这种现象：Chiplation即芯片通胀

图4：崔泰源谈 AI Agent 未来

图片说明	内容
人物	崔泰源特写
核心表述	people will probably be using more AI agents… 77 tenfold in a within the five years.
含义	未来五年全球 AI Agent 数量或增长约 77 倍
来源	CNBC 采访视频截图

iPhone17ProMax与iPhone18ProMax的物料成本拆解，同为12GB内存加1TB存储版本。按图中比例估算，整机物料成本由约550美元升至约870美元，其中NAND与DRAM合计占比由约25%升至约50%。数据来源：Counterpoint物料成本服务与存储价格追踪。

如果这一判断成立，过去几十年投资者熟悉的「需求增长—扩产—过剩—价格崩塌」式内存周期，正在第一次出现结构性的变化。

01：明年可能成为最缺货的一年：客户需求接近翻倍但产能需要4年

这次采访最值得注意的，并不是崔泰源对AI长期需求的乐观，而是他对短期供给缺口给出了非常明确的时间判断。

按照他的说法，SK海力士目前面对的情况是，“所有客户都在要求更多芯片”，部分客户对下一年度的需求计划几乎是此前的两倍，而整个行业真正增加有效产能却并没有这么快。

图5：iPhone 17 Pro Max 与 iPhone 18 Pro Max 物料成本对比（Counterpoint）

成本项	iPhone 17 Pro Max（约 550 美元）	iPhone 18 Pro Max（约 870 美元）
NAND	约占 25%	占比显著上升
DRAM	约占 25%	占比显著上升
NAND+DRAM 合计	约占 50%	约占 50%
其他	处理器、屏幕、相机等	处理器、屏幕、相机等
结论	同配置下整机物料成本由约 550 美元升至约 870 美元	存储在 BOM 中占比接近翻倍

所有客户提出的需求量接近现有水平的两倍，未来几年还要更多芯片，但供给无法满足。2026年一季度SK海力士HBM全球份额58%，三星与美光各约21%。数据来源：CNBC访谈视频、路透社报道。

原因在于半导体制造具有极长的供给响应周期。

一座新的内存晶圆厂从土地、电力、水资源、厂房建设，到设备进场、工艺验证、客户认证和良率爬坡，通常需要数年。崔泰源给出的周期是至少4至5年。

这意味着2026年突然出现的需求上修，并不能通过2026年或者2027年的资本开支迅速转化成供应。

图6：崔泰源谈客户需求翻倍

图片说明	内容
人物	崔泰源与 Katie Tarasov
核心表述	All my customers are asking almost double their demand… but supply is not there.
含义	客户对下一年度内存需求几乎翻倍，但供给跟不上
来源	CNBC 采访视频截图

 

瑞银对季度DRAM位元需求的测算，单位为百万颗1Gb等效。同比增速在2026年一季度达到36.7%的高点，二季度回落至22.3%，2026年三季度至2027年四季度维持在17%至21%区间。按季度加总，全年需求约为2026年49EB、2027年58EB。数据来源：瑞银研究报告。

于是一个非常典型的时间错配出现了：需求以季度甚至月度速度上升，供给却需要以数年为单位建设。

崔泰源因此判断，2027年可能成为本轮内存短缺最严重的一年。更重要的是，HBM本身还会进一步放大这种供给压力。

图7：瑞银季度 DRAM 位元需求测算（百万颗 1Gb 等效）

季度	同比增速
4Q25	+31.7%
1Q26	+36.7%
2Q26	+22.3%
3Q26E	+17.4%
4Q26E	+21.3%
1Q27E	+20.1%
2Q27E	+20.3%
3Q27E	+19.2%
4Q27E	+17.7%
全年加总	2026 年约 49 EB，2027 年约 58 EB

摩根士丹利对AI代理编排带来的DRAM增量需求测算，分基准与乐观两种情形。基准情形下2030年增量需求约74EB，相当于2026年DRAM供给的1.7倍；乐观情形下约221EB，相当于4.9倍。两种情形均假设单颗CPU配套DRAM由约1.5TB升至约3TB，差异主要来自编排用CPU机架的部署规模。数据来源：摩根士丹利研究测算。

根据崔泰源的表述HBM占用的DRAM晶圆资源超过普通DRAM的4倍。也就是说，同样一片晶圆被转向HBM生产后，能够提供给传统DRAM市场的有效容量会明显减少。

图8：摩根士丹利 AI 代理编排带来的 DRAM 增量需求测算

年份	基准情形增量 DRAM（EB）	乐观情形增量 DRAM（EB）
2026	约 10	约 50
2027	约 12	约 60
2028	约 35	约 120
2029	约 50	约 180
2030	约 74	约 221
相当于 2026 DRAM 供给	1.7 倍	4.9 倍

HBM占先进制程DRAM晶圆的比例。2023年为6%，2025年升至24%，摩根士丹利测算2026年至2028年为27%、32%和34%。HBM只能建在最先进的DRAM制程上，而先进制程晶圆是全行业最紧的资源。数据来源：摩根士丹利研究报告。

这解释了为什么当前的内存上涨已经不再局限于HBM。AI服务器争夺HBM，HBM又反过来挤压DRAM晶圆资源，服务器DDR5、LPDDR以及其他传统产品因此同步承受供给压力。

图9：HBM 占先进制程 DRAM 晶圆比例（摩根士丹利）

年份	HBM 占比
2023	6%
2024	18%
2025	24%
2026E	27%
2027E	32%
2028E	34%
含义	HBM 正占用越来越多最先进的 DRAM 晶圆产能，成为行业约束条件

三家DRAM厂年末HBM晶圆产能，单位为每月千片。总产能由2023年的约90千片增至2025年的约360千片，2027年预计约610千片；其中三星与SK海力士各约250千片，美光约110千片。数据来源：公司数据、摩根士丹利研究报告。

采访中提到部分内存产品价格已经上涨40%至50%。

崔泰源承认这种涨价已经开始影响PC厂商、智能手机厂商、消费电子公司甚至汽车制造商，一些客户不仅买不到足够的芯片，即使能够拿到供应，也开始无法承受快速上涨的成本。

图10：HBM 晶圆产能年底预测（千片/月，摩根士丹利）

年份	三星	SK 海力士	美光	合计
2023	约 40	约 40	约 10	约 90
2024	约 120	约 120	约 30	约 270
2025	约 150	约 170	约 60	约 360
2026	约 180	约 220	约 115	约 480
2027	约 250	约 240	约 110	约 600

2027年DRAM与HBM的供需分配测算，单位为十亿Gb。总供给约5750亿Gb，扣除HBM与服务器AI用量后可分配给PC与手机的约1300亿Gb，而需求约1490亿Gb，缺口190亿Gb，相当于需求的13%。数据来源：摩根士丹利研究测算。

他将这种现象称为“Chiplation”。过去投资者讨论AI资本开支时，关注的主要是GPU、电力和数据中心；现在，内存正在成为另一种基础设施级瓶颈。

02：真正的变化不是HBM涨价：每个人需要多少内存逻辑变了

为什么SK海力士敢在历史上最典型的周期行业里继续扩产？崔泰源给出的核心逻辑，是内存需求的单位正在发生改变。

图11：2027 年 PC 端 DRAM 短缺测算（摩根士丹利）

项目	数值
2026 DRAM+HBM 供给	约 420 bn Gb
2027 新增供给	约 160 bn Gb
2027 总供给	约 580 bn Gb
因 HBM 挤占减少	约 60 bn Gb
因服务器/AI 挤占减少	约 120 bn Gb
剩余非服务器供给	约 180 bn Gb
再减其他非服务器	约 40 bn Gb
PC 与智能手机分配	约 140 bn Gb
PC 与智能手机需求	约 160 bn Gb
缺口	约 19 bn Gb（占需求 13%）

DRAM合约价同比涨幅与DRAM厂商未来12个月市净率的历史走势。2010年以来周期约每四年一轮，2026年合约价同比上涨820%，市净率升至约3.1倍，两项均为图中最高。数据来源：FactSet、DRAMxChange、摩根士丹利研究报告。

过去几十年的消费电子时代，内存需求本质上受到“设备数量”的限制。

一个消费者通常只需要一部手机、一台PC或者有限数量的电子设备。无论智能手机配置如何升级，全球硬件终端数量最终仍然受到人口和换机周期约束。

图12：DRAM 存储周期（摩根士丹利）

图片说明	内容
图表类型	2010–2026 年 DRAM 合同价同比（YoY）与 NTM PB 双轴线图
周期特征	约每 4 年一次供需驱动的「冲洗-重复」周期
关键峰值	2014、2018、2021 年价格与估值同步上行
2024–2026	DRAM 合同价同比大幅飙升，远超历史周期
结论	本轮上行幅度显著高于以往，暗示周期结构可能发生变化

按硬件品类测算的价格需求弹性。传统服务器最低为0.3，高端PC与高端手机均为0.5，存储0.6；中端PC为1.2，中端手机与PC整体为1.4，低端手机1.6，低端PC最高1.7。弹性越高，涨价环境下需求越易受损。数据来源：摩根士丹利研究测算。

因此传统内存市场天然具有周期性。价格上涨刺激三星、SK海力士和美光扩产，新增供给逐渐释放后形成库存，最终价格下降、资本开支削减，行业再进入下一轮循环。

但AI Agent可能改变这个模型。崔泰源举了一个非常直观的例子：未来一个人可能同时拥有10个不同的AI Agent帮助处理不同工作。

图13：各硬件产品价格需求弹性（摩根士丹利）

硬件品类	弹性系数	风险等级
传统服务器	0.3	风险最低
高端 PC	0.5	风险低
高端智能手机	0.5	风险低
存储	0.6	风险较低
中端 PC	1.2	风险中等
中端智能手机	1.4	风险较高
PC 整体	1.4	风险较高
低端智能手机	1.6	风险高
低端 PC	1.7	风险最高

AI助手的第三方应用连接界面，可接入Gmail、GitHub、GoogleDrive、GoogleCalendar、Notion与Slack等工具。摩根士丹利测算，AI代理到2030年将带来2380亿美元CPU增量市场与221EB的DRAM增量需求。数据来源：产品界面截图、摩根士丹利研究测算。

关键在于，这些Agent并不是单纯安装在手机里的软件。

它们背后需要持续运行的大模型、推理服务器、上下文缓存、知识库、向量数据库以及越来越庞大的实时数据访问能力，而这些都需要DRAM、HBM和存储系统。

图14：AI 应用/工具市场界面示例

图片说明	内容
界面类型	应用市场/插件商店截图
已安装	文档、表格、PDF、日历、图表类工具图标
精选推荐	Gmail、GitHub、Google Drive、Google Calendar、Notion、Slack、Outlook/Granola 等
含义	展示 AI Agent 可调用工具生态的丰富度，Agent 可通过插件扩展能力
来源	概念示意图

摩根士丹利对AI代理带来的CPU与存储增量市场测算。乐观情形下2030年AI代理编排相关CPU市场达2376亿美元，DRAM增量需求221EB，相当于2026年DRAM供给的4.9倍；单颗CPU配套DRAM由约1.5TB升至约3TB。数据来源：摩根士丹利研究测算。

内存需求的计算单位可能从过去的“每个人拥有多少设备”，逐渐变成“每个人拥有多少AI Agent，以及每个Agent消耗多少计算和内存资源”。

崔泰源预计未来五年全球AI Agent数量可能增长约77倍，未来十年内存总需求容量可能达到今天的约5倍。

图15：Agentic AI 对 CPU 与内存 TAM 的拉动（摩根士丹利）

年份	编排 CPU 数量（千台）	增量 DRAM 需求（EB）
2025	约 18,449	约 20
2026	约 82,044	约 70
2027	约 155,805	约 120
2028	约 237,603	约 180
2029	—	约 200
2030	—	约 221
结论	乐观情形下 2030 年可新增 221 EB DRAM 需求，相当于 2026 年 DRAM 供给的 4.9 倍

服务器DRAM占整体DRAM需求的比重。服务器DRAM出货量由2025年的180亿GB增至2028年的430亿GB，占比由46%升至61%，2026年将首次占据半数以上。数据来源：高盛研究报告，总量与非服务器部分由出货量除以占比推算。

这也是为什么他认为本轮周期可能比过去更长。这里并不意味着内存行业从此失去周期。更准确地说，是周期的中枢可能被结构性抬高。

模型参数增加、上下文窗口扩大、推理次数增长以及Agent数量增加，都可能持续提高单位用户背后的内存使用量。

图16：服务器 DRAM 占总 DRAM 需求比重（高盛）

年份	服务器 DRAM 需求量（百万 GB）	服务器占比
2025	约 18,000	46%
2026E	约 26,000	53%
2027E	约 34,000	58%
2028E	约 43,000	61%
趋势	服务器 DRAM 占比持续上升，AI 与云计算是主要驱动力

各家机构对2027年DRAM相关需求的测算对比，单位为EB。AI代理增量20EB与服务器DRAM总量34EB低于市场总量，而HBM需求78EB、AI服务器DRAM115EB、超大规模服务器DRAM149EB三项均超过按高盛口径推算的全市场59EB，同一年份口径差异超过7倍。数据来源：摩根士丹利、高盛、摩根大通、美国银行、瑞银测算，按8比特每字节换算为EB。

训练阶段主要拉动HBM，而AI真正走向大规模推理之后，服务器DRAM、CPU内存以及存储系统的重要性反而可能继续提升。

从这个角度看，市场真正需要重新定价的，并不只是HBM的短期价格，而是AI是否正在把内存从一种“跟随终端销量增长的周期性零部件”，转变成一种“跟随智能计算量增长的基础设施”。

03：LTA、台积电与“内存即服务”：海力士正在主动改写传统周期

当然内存行业过去最大的教训恰恰是：需求最乐观的时候，往往也是过度扩产开始的时候。

1997年前后海力士一度陷入严重财务危机，2023年的全球存储下行同样让整个行业经历巨额亏损。因此未来几年SK海力士真正需要解决是如何避免再次掉进扩产—过剩的传统循环。

图17：2027 年各机构对 DRAM 增量需求测算（高盛整理）

需求类别	2027E 增量需求	来源机构
Agentic AI 增量	约 20 EB	摩根士丹利
服务器 DRAM 总量	约 34 EB	高盛
HBM 需求	约 78 EB	摩根大通/美银
AI 服务器 DRAM	约 115 EB	摩根大通
超大规模服务器 DRAM	约 149 EB	瑞银
参考线	2027E 隐含总 DRAM 约 59 EB	高盛

三家龙头厂商传统DRAM供给的同比增速。2017年23%、2018年16%，两年复合增速19%；高盛测算2026年至2028年分别为19%、12%和15%，复合增速15%，比2017至2018年低4个百分点。数据来源：公司数据、高盛研究报告。

崔泰源给出的答案是让客户越来越深地参与供给决策。首先是长期供货协议。他说现在主动要求长期协议的往往不是SK海力士，而是客户。

原因很简单：对于英伟达、微软、Google、Meta等公司而言，没有足够的内存，就无法部署足够的AI算力。

图18：三大内存厂传统 DRAM 供应增速（高盛）

年份	同比增速	CAGR 参考
2017	23%	2017–2018 CAGR 19%
2018	16%	2017–2018 CAGR 19%
2026E	19%	2026–2028 CAGR 15%
2027E	12%	2026–2028 CAGR 15%
2028E	15%	2026–2028 CAGR 15%
结论	本轮扩产增速预计比 2017–2018 年低 4 个百分点

五家存储厂商2026年业绩说明会上关于长期供货协议的表态汇总。三星称最低价将显著高于以往合约；SK海力士称受产能限制难以满足全部长约需求；闪迪已签5份长约，覆盖2027财年总位元的三分之一，其中一部分剩余履约义务420亿美元；美光签下首份五年期协议；铠侠已收到覆盖2027与2028年的长约提案。数据来源：公司数据、高盛研究报告。

SK海力士因此可以利用长期协议提前确认未来需求，并且每年重新检查需求情况，再决定下一阶段资本开支。

其次是更深层次的资本绑定。崔泰源甚至提出晶圆厂合资以及Memory as a Service即内存即服务的模式

图19：主要内存厂商对长期协议（LTA）的表态（高盛）

厂商	场合	核心表态
三星电子	1Q26 业绩会（2026.04.23）	与多家客户签署最终合同；LTA 绑定程度高于以往；正与客户协商更灵活的定价区间
SK 海力士	1Q26 业绩会（2026.04.30）	因供给紧张难以满足所有 LTA 请求；LTA 有助于平抑市场波动；可能改变内存业务估值方式
闪迪	3Q26 业绩会（2026.05.01）	已签 5 份 NBM；FY2027 约占总量 1/3，目标 50%；合同含预付款与严格交付条款
美光	2Q26 业绩会（2026.03.19）	首次签署 5 年期 SCA；增强投资信心；正与多家客户推进 SCA 谈判
铠侠	3Q25 业绩会（2026.02.13）	收到超大规模客户覆盖 2027–2028 的 LTA 提案；大部分已按年锁定量、按季议价

AI数据中心系统设计的四级演进示意，由服务器到机架、集群再到整体数据中心。Omdia测算AI数据中心芯片市场规模由2024年的1230亿美元升至2025年的2070亿美元，2030年为2860亿美元，即一年增长68%，此后五年合计增长38%，该机构判断增速已接近见顶，定制ASIC份额上升是主要原因。数据来源：Omdia云与数据中心AI处理器预测报告及其2025年8月28日新闻稿。

不只是出售芯片，也可以通过不同商业模式让客户与供应商共同承担扩产风险。这实际上意味着内存行业的资本开支机制正在发生变化。

过去是内存厂自己判断周期、自己投资、自己承担价格下跌风险；未来则可能逐渐变成客户提供长期需求承诺，甚至参与资本投入，供应商再根据锁定的需求建设产能。

图20：AI 数据中心演进：从服务器到机架与集群

图片说明	内容
阶段 01	Server：执行 AI 计算的基本单元
阶段 02	Rack：整合多台服务器及配套基础设施的设计单元
阶段 03	Cluster：连接多个机架形成的大规模计算系统
阶段 04	AI Data Center：整合并运营集群及配套基础设施的完整设施
AI 数据中心芯片市场展望（Omdia）	2024 年 1230 亿美元 → 2025 年 2070 亿美元 → 2030 年 2860 亿美元
来源	SK 海力士/Omdia

DRAM行业供需平衡率，负值代表供不应求。2017年至2025年多数年份在正负3%以内波动，高盛最新测算2026年至2028年分别为供不应求5.0%、5.9%和3.9%，其中2027年缺口由此前的2.5%上调至5.9%。数据来源：高盛研究报告。

另一个不能忽视的变量是台积电。崔泰源透露自己此前刚刚访问台湾并与台积电董事长魏哲家交流未来AI需求。SK海力士部分HBM基础裸片需要依赖台积电生产

图21：DRAM 行业供需缺口预测（高盛）

年份	旧预测缺口	新预测缺口
2017	—	-4.2%
2018	—	-2.0%
2019	—	+3.0%
2020	—	+0.7%
2021	—	-2.7%
2022	—	+1.3%
2023	—	+2.9%
2024	—	-0.9%
2025	—	-1.4%
2026E	-4.9%	-5.0%
2027E	-2.5%	-5.9%
2028E	—	-3.9%
结论	2027E 缺口由 -2.5% 扩大至 -5.9%，为缺口最严重的一年

行业HBM年末产能的新旧测算对比，单位为每月千片。2023年至2026年新旧测算一致，由90千片增至515千片；2027年由595千片上调至615千片，2028年新增测算为695千片，仍由SK海力士、三星与美光三家构成。数据来源：高盛研究报告。

这意味着AI供应链已经形成高度耦合：台积电先进制程不足，GPU无法扩张；HBM不足，即使拥有足够GPU晶圆，同样无法交付完整AI加速器。

图22：全球 HBM 产能年底预测（千片/月，高盛）

年份	SK 海力士	三星	美光	合计
2023	约 50	约 30	约 10	约 90
2024	约 120	约 120	约 30	约 270
2025	约 170	约 150	约 60	约 380
2026	约 200	约 200	约 115	约 515
2027	约 240	约 230	约 145	约 615
2028	约 250	约 280	约 165	约 695

不同世代HBM相对传统DRAM的产能置换比。HBM3与HBM3E均为3倍，HBM4升至3.5倍，HBM4E升至4倍。到HBM4E世代，同等产能下每多生产1单位HBM，需要放弃4单位传统DRAM。数据来源：公司数据、高盛研究报告。

这也是为什么英伟达仍然被崔泰源称为SK海力士“最重要的客户”。

但Google、微软等Hyperscaler正在开发自己的AI芯片，未来HBM和先进DRAM需求来源反而可能进一步分散。

图23：HBM 相对传统 DRAM 的产能置换比（高盛）

HBM 世代	置换比
HBM3	3.0
HBM3E	3.0
HBM4	3.5
HBM4E	4.0
含义	每多生产 1 单位 HBM，需要放弃 3–4 单位传统 DRAM 产能；HBM4E 挤出效应最强

服务器DRAM需求量与其占整体DRAM需求的比重。占比由2015年的17%升至2025年的46%，高盛测算2026年至2028年为53%、58%和61%；需求量同期由约11亿GB增至430亿GB。数据来源：公司数据、高盛研究报告。

从GPU、HBM、先进封装到电力，AI基础设施正在形成一个越来越复杂的联合扩产体系，而内存很可能是其中供给弹性最低的环节之一。

SK海力士已经计划未来五年将整体产能扩大一倍，同时推进美国印第安纳项目、新的美国研发中心，并计划通过约100亿美元规模的美国AI平台进一步获取当地软件和系统技术。但即使如此，崔泰源仍认为这些产能“不够”。

图24：服务器 DRAM 需求及占比走势（高盛）

年份	服务器 DRAM 需求（百万 GB）	占整体 DRAM 需求比重
2015	约 1,000	17%
2016	约 1,200	16%
2017	约 1,500	16%
2018	约 2,200	21%
2019	约 2,500	22%
2020	约 3,200	25%
2021	约 4,500	28%
2022	约 5,500	37%
2023	约 7,000	36%
2024	约 12,000	41%
2025	约 18,000	46%
2026E	约 26,000	53%
2027E	约 34,000	58%
2028E	约 43,000	61%

 

每月token处理量的构成与测算。高盛测算到2030年，消费级与企业级AI代理将把token消耗量推高至2026年全球可承载量的24倍以上，并判断token经济性在2026年上半年转正，增量主要来自企业级代理。数据来源：高盛研究报告。

这可能才是这次采访最值得关注的结论。过去的内存周期，需求上限由全球人口和设备数量决定；

AI时代，需求上限开始由Agent数量、模型复杂度和单位智能消耗决定。周期不会消失，但周期背后的需求函数已经改变。

图25：到 2030 年 AI Agent 推动 Token 消耗增长 24 倍（高盛）

图片说明	内容
图表类型	2024 年 4 月至 2030 年 4 月每月处理 Token 数量堆叠面积图
三类负载	非 Agent 工作负载、消费级 Agent、企业级 Agent
关键节点	2026 年上半年 Token 经济性转正
2026 年全球可承载量	当前约水平（基准线）
2030 年预测	Token 消耗可能达到 2026 年全球可承载量的 24 倍以上
主要增量	企业级 Agent

智能体自动优化循环的四个环节。在无人值守状态下依次完成提出修改、运行智能体、评分、依据评分原因修订，再回到起点。右侧的留出用例始终不进入循环，由人工保留用于最终验证。数据来源：概念示意图，本文整理绘制。

图26：智能体自动优化循环示意图

图片说明	内容
循环步骤 1	Propose fix：提出修改方案
循环步骤 2	Run agent：运行智能体
循环步骤 3	Grade：对结果打分
循环步骤 4	Revise from reason：依据评分原因修订
循环步骤 5	Runs unattended：无人值守自动循环
留出用例	The loop never sees these：保留一组人工最终验证用例，不进入训练循环

如果未来几年AI Agent真的从工具逐渐变成数字劳动力，那么HBM和DRAM面对的就不再只是一次普通的服务器升级周期，而可能是整个计算体系中“每单位智能需要多少内存”的重新定义。

而2027年也许正是市场第一次真正感受到这种结构性变化的年份。

结语：周期未消失，需求函数已变

资料来源：微信公众号「硅谷宇宙」：崔泰源 CNBC 专访

本文核心信息与全部引述整理自 CNBC 对 SK 集团董事长崔泰源的专访（记者 Katie Tarasov，2026年7月22日摄于首尔 SK 集团总部，2026年8月13日发布，含全长视频版及同日配套报道）；补充信息来自 SK 海力士官方新闻中心与历年财报（2023财年营收32.7657万亿韩元、营业亏损7.7303万亿韩元，2024年1月25日披露）、路透社关于崔泰源”新增晶圆产能建设需至少4至5年、短缺或延续至2030年”的公开报道，以及公开媒体报道整理。图片来源CNBC 采访视频截图 / SK 海力士官方图片，版权归原方所有，本文内容基于公开信息整理，仅供参考，不构成任何投资建议。投资有风险，入市需谨慎。