【一周热点】Server DRAM合约价预测；美光2500亿美元加码存储器；晶合集成登陆港交所

据TrendForce集邦咨询最新存储器价格调查，由于部分原厂提早于2026年第二季的报价反映涨幅，加上数家美系云端服务供应商（CSP）已签署多年期长约（LTA），限制原厂对该类客户的涨价空间，TrendForce集邦咨询预估第三季Server DRAM合约价将季增13-18%。然而，随着供不应求格局延续，后续仍可能出现各家原厂竞相上修报价的情况。

在部分CSP已和原厂签署长约的背景下，TrendForce集邦咨询分析，自2026年第三季起，原厂Server DRAM的出货价格涨幅来源将逐步落在非长约客户上，以及通过非长约形式提供给长约客户的追加供给。预计在2026年下半年至2027年下半年，整体Server DRAM合约价将维持逐季上涨，但涨幅收敛。

面对人工智能（AI）时代爆发的强劲存储需求，美光科技于7月9日宣布了一系列重大的投资规划及项目进展，包括将在美投资规模提升至2500亿美元以上、推进多地半导体项目建设以及向环球晶圆投资5亿美元。

据美光最新披露，将加快推进其在美国本土的晶圆厂和技术投资计划，预计到2035年的资本支出将提升至2500亿美元以上。这一数额较该公司此前规划的2000亿美元投资规模实现了显著上调。

美光表示，此次投资增加将有助于其实现长期目标，即在美国本土生产40%的DRAM，同时创造更多高薪的直接和间接就业机会。此次投资增长体现了美光对其技术领先地位的信心，以及市场对其尖端存储产品持续增长的需求。

值得一提的是，7月4日，美光科技在日本西部广岛县东广岛市的工厂举行了扩建工程的动土奠基仪式。

这项总投资达1.5万亿日元的项目，旨在生产包括高带宽存储器（HBM）在内的先进存储芯片，以满足人工智能（AI）浪潮带来的旺盛需求。

7月7日，三星电子披露的2026年第二季度初步业绩显示，当季实现营业利润89.4万亿韩元（约合584.4亿美元），销售额为171万亿韩元。其营业利润较上年同期的4.7万亿韩元大幅增长，且单季利润规模超过了此前三年的年度营业利润总和。

根据韩国《中央日报》引用产业分析，拆解其利润结构，三星电子的存储业务贡献了超过七成的份额，业务利润率突破60%。三星半导体部门在报告期内压缩了利润率较低的消费级存储产出，将产能置换为服务器DDR5、高容量企业级SSD等高价位产品。产能与产品结构的优化调整，帮助其更大程度地吃到了本轮存储涨价的周期红利。

如果把AI芯片比作“大脑”，那HBM就是它赖以生存的“大动脉”——每秒数太字节的数据吞吐，让大模型得以飞速运转。但这条“动脉”正在逼近物理极限：堆叠层数越高，良率越像走钢丝；成本越涨，产能却被巨头提前数年锁死。

就在HBM看似不可撼动之时，近期英特尔却悄悄亮出了一张“底牌”——一份名为XBM的专利架构。

英特尔此次公布的XBM架构，并非对现有HBM的简单改良，而是一次着眼于2030年之后市场的“架构级革新”。其最核心的突破在于制造工艺的迁移：传统HBM的DRAM存储单元（1T1C，即一个晶体管和一个电容）必须蚀刻在芯片底部的晶体硅前端层（FEOL），而XBM则创造性地将晶体管与电容移至芯片后端的金属互连层（BEOL），采用薄膜晶体管技术构建存储单元。

2026年7月10日，国内12英寸纯晶圆代工巨头晶合集成正式在香港联合交易所主板挂牌上市。继成功登陆科创板后，晶合集成通过本次H股的成功发行，正式开启了“A+H”双融资平台的新时代。

本次晶合集成以每股32.30港元的上限定价，全球发售2.16亿股H股，其中香港公开发售占10%，国际发售占90%，并设有15%的超额配股权。

按最终发售价测算，晶合集成本次募资净额约67.79亿港元，将主要投向：约53.6%用于研发及优化新一代22nm技术平台；约23.1%用于基于AI技术的智能研发及生产计划；约13.3%用于在香港设立研发及销售中心；剩余约10.0%用作运营资金及一般企业用途。

7月3日，华为半导体业务部总裁何庭波在中国科学院科技论文预发布平台ChinaXiv上更新了其署名论文《面向多层级电子系统的时间缩微理论》（A Time Scaling Theory for Multi-Layer Electronic Systems）的V2版本。该论文被业界称为“韬（τ）定律”。

V2版本在5月25日V1版本的理论框架基础上，补充了工程落地细节、实测数据及产品演进路线，进一步充实了以时间常数τ为核心的后摩尔时代缩放理论体系。

论文提出“τ缩放”作为接替摩尔定律的新缩放原则，不再以晶体管面积为进步的主要度量标准，而是将单一的特征时间常数τ作为统一的优化目标，覆盖从开关晶体管到数据中心工作负载的十二个数量级范围。论文认为，τ缩放是自1974年登纳德缩放定律以来首个为整个计算堆栈建立统一优化目标的缩放原则。