存储供需失配背景下以MCU为核心的端侧AI发展趋势

内存与存储市场的供需失衡

自2025年第四季度以来，内存和存储市场因AI数据中心对高性能内存和存储(KV)的强烈需求，以及供给侧向高毛利的企业级产品倾斜，导致价格持续大幅度上涨。这一趋势至今未见回调迹象。与此同时，原厂扩产态度谨慎，主要原因在于前几年市场深度调整带来的负面影响，使得原厂对短期内大规模扩产保持保守态度，无法适应下游市场的快速变化。下游终端厂商只能通过与上游原厂建立紧密且长期的合作关系，甚至接受季度性多次涨价，即使签订长期合同也需提前支付超额预付款以及可能的定期溢价补偿。预计这种结构化的供需失衡在新产能产生实际帮助以及云厂调整采购节奏前，例如2028年之前难以得到显著改善。

芯片涨价压力的传导效应

进入2026年，因为诸如上游原材料成本上涨的压力传导，其他芯片和组件市场也出现不同幅度的涨价压力，例如PCB、电源芯片、嵌入式存储MCU等。这些产品本身毛利空间本来就有限，中低端产品只能通过扩大出货量来平摊成本。对于下游系统和设备厂商而言，也刚刚从上一轮去库存的困境中逐步恢复，现在又必须面对是否需要提前建立新一轮超量库存以避免后续生产运营受影响的艰难决策。

K形曲线应对策略与产品架构策略的演进

数据中心对企业级内存和存储的虹吸效应显著冲击了端侧终端的成本结构。2026年，智能手机、平板电脑、PC及笔记本电脑等传统芯片消耗大品类面临严峻的成本平衡挑战。汽车电子、电信设备等行业同样面临缺货与涨价的压力。在这种情况下，智能手机制造商可能通过战略性资源分配，将有限资源集中于高端型号，同时压缩中低端型号，以维持终端消费者可接受的价格区间内的利润空间。类似地，PC厂商也可通过调整产品线，采取类似K形曲线的策略。

对于汽车电子、工业能源、家电、IoT物联网设备等传统行业，企业需在恐慌性囤货与积极探索芯片替代方案之间做出选择。值得注意的是，这种替代方案不再是过去“国产替代”的简单逻辑，而是从产品架构设计端开始的深度优化。例如，在软件层面，通过极致的系统优化降低内存和存储的消耗，用更压缩的行业垂直调优小模型来替换原先依然笨重的端侧大模型对端侧硬件的计算和存储的资源消耗。在硬件层面，采用集成化芯片封装方案替代传统PCB板级多芯片方案，用系统整体消耗的降低来获得产品整体的竞争力的提高。

MCU产品的战略转型

以MCU为例，经历2020至2022年的“缺芯”周期后，2023至2025年市场进入长期调整阶段。企业逐步认识到单纯依靠“低价内卷”无法带来长远发展动力，不少企业开始整合资源、优化成本、拓宽产品应用边界。“卖芯片”是表象，而“提供系统功能”才是核心。由此，“MCU+”战略在主流厂商中逐步实施，例如“MCU+传感器共封”、“MCU+功率预驱”、“MCU+连接模块”、“MCU+AI加速NPU”等方案。预计在2026年，MCU的发展将继续呈现通用类和专用集成类共同发展的格局。纯粹的“万金油”通用类MCU也将出现新旧替代的趋势，那些老的不能适应现在系统产品设计方案的型号将被新型更强大的能够符合现代产品设计要求的型号替代，而那些不能适应的老旧同质化型号将不可避免的被进一步边缘化并长期陷入“内卷”的泥潭。芯片厂商正从“芯片供应商”向“系统功能提供商/产品功能定义者” 的角色转变，这一过程虽充满挑战，以车载电子为例，芯片厂商(Tire2)和OEM车厂的紧密协同，这种主动的转变在一定程度上会给原先的Tier1的发展空间带来不小压力。但也同时也拓宽了相应芯片的应用边界，为整个行业带来新的发展机遇。总之，产品应用的发展决定了上游芯片的演进。

先进存储的潜力与局限

新型先进存储技术正在突破传统存储形式，推动内存和存储从2D到3D、平面到立体的多层堆叠演进。例如，深通道刻蚀技术、晶圆键合技术、多bit解析技术等正在帮助主流存储介质实现更大的单位容量。同时，铁电、相变、磁变、阻变材料等新型存储技术也在持续发展。然而，这些新型存储技术目前在可实现容量、可靠性、量产规模等方面仍无法与主流存储媲美，短期内难以缓解存储瓶颈问题。

不过，作为嵌入式存储，先进存储技术正展现出巨大潜力。MCU作为嵌入式存储的典型代表，主流的MCU从55nm/40nm到28nm/22nm，传统的eflash不论是从工艺的经济性(eflash相较eMRAM/eRRAM后道工艺需要更多的mask)到和logic工艺的匹配度，都不再适合。MCU领域的嵌入式存储正逐步从传统eflash转向eMRAM、eRRAM、ePCM等先进存储方案。所以在嵌入式存储领域，先进存储会得到更大的适配动力。

上图将MCU主流的存储容量做了一个大致的示意。 MCU eflash的容量一般在4MB及以下，以28nm/22nm节点为例，若需实现更大容量，许多厂商采用逻辑MCU核心与合封NOR flash的方案，以实现经济性与开发周期的平衡。然而先进存储的引入为MCU的进一步发展和演进提供了强大的支持。各家国际大厂如英飞凌、瑞萨、意法半导体、恩智浦等已推出基于先进存储技术的量产产品。例如Infineon 的22nm/28nm eRRAM，Renesas的22nm ULL eMRAM，ST的18nm/28nm ePCM, NXP的16nm FinFET eMRAM等等。相信随着工艺成熟度和可靠性不断提升，先进存储器件将在更小尺度上发挥更大优势，进而推动其容量的不断提升。毕竟端侧计算控制芯片的发展从来不是一味的追求更大更强，而是在更经济，更低功耗，更小巧，更集中化的背景下，为迎接AI赋能提供更优的硬件支持。而当先进存储真正走向成熟，存内计算等先进架构的优势将给AI推理应用的落地提供跨时代的助力。

AI发展与市场平衡的展望

云端与端侧是AI训练与推理应用的必要场景，二者共同构成AI这个巨人前进的两条腿。如今数据中心对存储的虹吸效应在一定程度上阻碍了AI推理应用在端侧的落地，而端侧AI应用的滞后又会反过来抑制云端的进一步扩展。所谓“跛脚的巨人也走不快“。所以只有满足AI发展的各方需求，市场才能逐步调节供需失衡，推动AI全面落地，最终助力人类文明迈向新的高度。扩产和新技术演进将同步推进，同时希望供需平衡点能够早日到来，阶段性的阵痛能早日渡过。