中国长鑫存储（CXMT）宣布新一代 DRAM 架构进展后，市场开始担心内存供给增加，价格可能反转。不过，花旗集团全球市场证券分析师 Peter Lee（이세철）在访谈中表示，新技术发布与大量生产之间仍有一段距离。眼下影响半导体投资更大的变量，不是单一技术进展，而是 AI 企业能否持续拿到资金，以支撑数据中心与算力采购。
这一判断与群联执行长潘健成近期的供需看法接近。稍早链新闻曾报道，潘健成认为，长鑫的技术从验证、提升良率到正式量产，都还需要时间；群联当前面对的问题，仍是缺料可能影响交货。他形容，明年内存市场「什么都缺，就是不缺订单」。
花旗拆解长鑫 4F²：单元缩小之外，还要看制造成本
长鑫引发讨论的 4F²，指的是 DRAM 内存单元的面积与布局概念。与目前常见的 6F² 相比，如果能在相同面积内放入更多单元，理论上有机会提高密度，并降低每位元成本。
不过，Peter Lee 指出，4F² 并不是长鑫独有的技术概念，三星、SK 海力士和美光也都累积了相关研发。各家公司何时导入，仍要看既有制程是否还能继续微缩，以及新架构本身的成本和制造难度。
他表示，长鑫的方案涉及多片晶圆结合，这会推高晶圆使用量、处理时间和成本。内存单元面积缩小带来的效益，还要扣除这些额外支出，才有办法判断实际竞争力。因此，他不认同把这类技术进展直接解读为低价产品即将大量涌入市场。另一方面，先进设备取得受限，也让中国厂商更积极寻找替代路线，既有供应商仍需持续投入研发。
手机疲弱与 AI 缺货并存，需求重心已转向数据中心
Peter Lee 认为，内存市场的需求结构已经不同于过去。智能手机曾是主要增长来源，如今新增需求更多集中在 AI 数据中心，包括 HBM、服务器 DRAM、SoCAMM2 内存模组，以及企业级 SSD。这些产品对性能、品质和可靠性的要求更高，也让领先厂商保有竞争空间。
消费电子则面对另一种压力。内存报价上涨，抬高了手机、PC 和游戏主机的成本，品牌方可能因此调整规格、售价或采购量。换句话说，消费性产品销售疲弱，与数据中心端内存不易取得，这两种情况可以同时出现。
他也提到，中国本身仍在建设数据中心。当地供应商增加产量的同时，境内需求也可能同步上升。要评估中国扩产的影响，不能只看产能数字，还要同时观察产品种类、良率以及客户采用情况。
长约是否附带资金承诺，决定重复下单成本
市场另一个疑虑，是客户为了确保供货，是否会同时向不同内存厂大量预订，导致需求被高估。Peter Lee 认为，首先要确认长期合约是否附带实际资金承诺。
他在访谈中提到，相关安排可能包括预付款、保证金和托管账户。如果取消合约会带来损失，客户重复下单的成本就会提高。
他以餐厅订位为例说明：免费预约时，消费者可能同时保留多个选项；如果每家餐厅都要求预先付款，决策就会更谨慎。长期合约不能消除景气变化，但带有付款约束的采购承诺，与可以随时撤回的需求预估并不相同。至于各家公司合约的取消条件和资金安排，仍需以正式披露内容为准。
AI 资本开支能否延续，要看企业能不能拿到钱
就短期市场而言，Peter Lee 最担心的仍是融资问题。若模型公司无法按计划募资，或数据中心运营商的借款成本上升，原先安排好的算力扩张就可能延后。这种变化会向上传导，影响 GPU、HBM、服务器 DRAM 以及存储设备的采购。
他认为，当前市场真正质疑的，是 AI 企业是否还能持续取得足够资金。即使应用需求增加，只要资金不到位，投资计划仍可能被迫调整。也因为这样，他把实际募资结果和大型科技公司的支出能力，视为判断内存需求的重要依据。公司宣布投资规模之后，还必须完成融资、建设和设备交付，才会真正形成供应商收入。
新厂完工不等于产品马上放量
针对内存厂扩产可能带来的供给过剩风险，Peter Lee 指出，新厂完工只是生产准备的一部分。后续的设备安装、试运转和良率爬升都需要时间。
他估计，部分新厂从开出到有效产能充分释放，可能需要约一年半，因此不能把厂房完工日直接当成大量产品进入市场的时间点。
他还提到，部分 AI 系统下调内存配置的现象，可能只是货源不足下的替代安排。客户为了先完成系统建设，可能接受较低规格，但这未必表示原本的高容量需求已经消失。
看好持续学习带动 HBM 与 SSD，2028 年需求仍可能增加
展望 2027 年，Peter Lee 将持续学习（Continual Learning）视为内存需求的新动能。AI 发展先由模型训练拉动 HBM，再由推理普及带动服务器内存与存储需求。若模型进一步利用使用过程中产生的数据更新能力，训练与推理之间的数据往返将更加频繁。
在这个过程中，HBM 负责提供计算所需的高带宽，SSD 则承接数据存储，以及部分推理工作负载中的 KV Cache 数据。他表示，HDD 与 SSD 虽然存在部分应用重叠，但速度和使用场景并不相同，不能因为硬盘扩产，就推断 SSD 需求会被全面替代。
Peter Lee 在访谈中预估，HBM 需求在 2027 年可能增长约 60%，2028 年接近 70%。他也强调，这只是他的需求估算，并非供应商的营收指引。更长期来看，他认为 AI Agent 之间的协作，可能把计算需求延伸到全天候执行任务的场景。