美光科技 (MU) — 重估才刚刚开始
合约化定价、物理性供给上限、共识800 亿美元的盈利上修缺口，以及瑞银 $1,600 目标价背后的数学。
© 2026 Street Alpha. All rights reserved.
Disclaimer: This article is for informational and educational purposes only. It does not constitute financial, legal, or geopolitical investment advice. The views expressed are based on public intelligence and analytical frameworks as of the publication date and are subject to change without notice. Readers should conduct their own research or consult professional advisors before making any investment decisions.
美光正在经历从”商品周期股”向”具备合约能见度的成长资产”的重定价。今天股价收涨 19.3%，但即便如此，按我自己 FY2027 的每股盈利估算 $127 计算，估值仍只有 7.2 倍前瞻市盈率。从 5 倍到 7-8 倍这一段重估已基本走完，真正可交易的逻辑是从 8 倍向 12-15 倍迈进，而这一段的驱动力将来自一轮卖方尚未消化的盈利上修周期。
三条主线正在同时发生：(1) 多年期战略客户协议 (SCA) 把原本依赖现货定价的概率性盈利锁定为合约现金流；(2) HBM 的晶圆换算比形成了由物理学决定的供给天花板，使产能正常化的速度比历史上任何一轮周期都要慢；(3) AI 工作负载从训练为主转向推理为主，云厂商每一美元算力支出对应的存储用量出现永久性抬升。任意一条都值得重视，三条叠加在一起，足以让市场重新审视应该用什么样的估值框架来看这家公司。
商品折价为什么不再适用
历史上存储公司被给予 4-6 倍峰值市盈率，背后有三层风险叠加：现货价格波动大、易回归均值；竞争对手可以通过往现成洁净厂房加机台在 18-24 个月内扩产；下游需求又跟个人电脑和手机出货周期高度相关。如今这三层逻辑都被结构性地打破。
现货定价： 战略客户协议把多年期的量和价同时锁定。CY2026 年的 HBM 已经在 CY2025 年第四季度全部锁价。第一份 SCA 是 5 年期，DRAM 和 NAND 都在推进更多客户。合约价不是现货价，不该用现货逻辑去贴现。
供给响应速度： HBM 单位 bit 所需晶圆数量是标准 DRAM 的 3 倍以上，且每代之间还在恶化。新增 HBM 产能必须重新建洁净厂房，不能靠加机台解决，光土建就要 24-36 个月。竞争性供给响应的速度已经显著放缓。
需求周期性： 存储需求已不再跟随个人电脑周期，而是绑定 AI 推理算力的增长。上下文窗口每年扩 30 倍，代理式 AI 工作负载需要在多步交互间持续保持记忆状态。需求函数本身已经永久改变。
市场正在重新校准这家公司应该用什么折现率。问题不是这一轮重估有没有道理，而是它能走多远、走多快。
重定价的三条腿
1. 战略客户协议 (SCA)
从估值角度看，SCA 是美光历史上最重要的结构性变化。在 5 月 20 日的摩根大通 TMC 大会上，美光确认已签下首份 5 年期 SCA，对象是一家大客户，量和价均在合约期内锁定。管理层表示与更多客户在 DRAM 和 NAND 上都有”实质进展”。
它的意义有两个层级。微观层面，SCA 把过去按季度博弈的现货定价关系，转成多年期承诺关系：客户在配额吃紧的环境里换到供给确定性，美光换到价格确定性，并能在已经被需求验证的前提下投入新厂资本开支。宏观层面，当 SCA 收入占比从今天约 20-30% 抬升到 50% 以上，远期每股盈利的分布会显著收窄。盈利波动率下降，理应对应更高的估值倍数。
SCA 也改变了美光做产能规划的方式。Bhatia 在摩根大通会议上直接讲：”这种带有明确条款的长期协议，帮助我们把洁净厂房空间的建设和机台投入与下游需求严格对齐。”这是一个正反馈：SCA 越多，扩产越有纪律，过去周期里”扩过头打死价格”的故事就越难重演。
一个值得注意的信号：管理层在会上明确拒绝评论 CY2027 年 HBM 的定价。CY2026 年的先例是第四季度锁价、随后那一次财报上披露。按这个节奏，CY2027 年的 HBM 价格目前正在谈判，预计 2026 年 11 月那一次财报上正式公布。这一催化市场尚未定价。
2. HBM 晶圆换算比
存储行业最常见的空头逻辑是”供给迟早会上来”。过去这话是对的，今天不再成立，原因很机械。
全球运营执行副总裁 Manish Bhatia 在会上把这个换算比讲得很清楚：要做出和标准 DRAM 同样的 bit 数，HBM 需要 3 倍以上的晶圆投入。原因是 HBM 单颗芯片面积更大、单片晶圆产出 bit 更少，再加上硅通孔堆叠工艺的良率损耗和有效产能消耗。这个比例每代之间还在恶化：HBM4 比 HBM3E 更糟，HBM4E 又比 HBM4 更糟。AI 系统对带宽、堆叠层数、芯片复杂度的要求一直在提升，HBM 单位 bit 的晶圆消耗只会单调上升。
由此带来一个反直觉但很关键的结论：扩 HBM 产能等于同步拉紧标准 DRAM 供给。 每一片切到 HBM 的晶圆，就是从标准 DRAM 池子里被抽走的一片。当行业 HBM 晶圆投入占比从今天的 10-12% 朝 CY2027-2028 年的 20-25% 推进，行业整体 DRAM bit 增速会显著低于历史 20-25% 的水平。
美光自己的新厂建设节奏是行业历史上最重的资本开支计划：爱达荷一厂计划 2027 年中出第一片晶圆；爱达荷二厂计划 CY2028 年底出第一片；铜锣厂计划 CY2027 下半年投产，同地块还在建一座对应的双胞胎厂；新加坡 HBM 厂将在 CY2027 形成产能贡献；纽约厂建设进度领先。整体是一个 5-7 个新厂、1250 亿美元以上的多年期资本开支。即便这样，管理层仍认为”在可见的未来内供给追不上需求”，中期客户拿到的实际供给只覆盖其需求的 50-67%。
3. AI 工作负载架构的转变
需求侧不是补库存式的回暖，而是算力基础设施搭建方式和存储消耗方式发生了永久性的结构性切换。
CY2025 年下半年，推理工作负载首次超过训练工作负载。训练是有终点的批处理任务，跑完就停；推理是持续、实时、对延迟敏感的过程，每一次用户提问、每一次代理循环、每一次机器与机器之间的接口调用，都要把整个模型权重和注意力状态摆进活内存里跑一次完整前向传播。当 AI 应用从百万级用户扩展到数十亿同时在线会话，整体存储带宽的需求是跟着用户基数走的，不再跟训练日历走。
卖方模型里很少把这三条需求线分开拆：
来自 AI 加速器的 HBM 需求： 每一代 GPU 的 HBM 带宽和容量配置都在升级。云厂商每加一台机器服务推理需求，对应的 HBM 用量等比抬升。
来自推理服务器的标准 DRAM 需求： DDR5 和 LPDDR5X 在主机侧承担键值缓存溢出、注意力缓冲、模型路由的角色。上下文窗口拉长、并发推理上量，单节点 DRAM 容量结构性走高。
来自上下文窗口的 NAND 需求： 上下文窗口每年扩 30 倍，更长的上下文需要更多的 token 存储、更多的检索增强生成索引、更多的中间状态。NAND 是这层持久化记忆的载体。我对 FY2027 NAND 的估算是 420 亿，市场一致预期是 387 亿，差异主要来自英伟达 STX 平台上 PCIe Gen6 (9650) 的份额、企业级数据中心固态硬盘份额从约 15% 朝 20%+ 推进，以及键值缓存带来的全新需求增量。
Bhatia 在会议上那句”存储等于智能”不是营销口号，而是工程关系：更高带宽、更大容量、更高可靠性的存储直接决定 AI 推理结果的精度和吞吐。在 AI 体系里，存储不是商品输入，而是性能决定项。
财务模型：我的估算 vs. Consensus
Consensus 的数字还锚定在 3 月 18 日财报。5 月 20 日的 JPM 会议给出了大量增量信息，sell-side 模型还没消化。FY2026 大体已经反映完毕，因为 Q3 指引（335 亿收入 / 81% 毛利率 / 19 美元以上 EPS）在 3 月就已经给出。真正的分歧在 FY2027，尤其是 FY2028 — consensus 居然把 FY2028 的收入做到与 FY2027 持平。
