以 OpenClaw 为代表的智能体 AI（Agentic AI）工具，正在将内存市场的需求逻辑推向一个全新范式。据追风交易台消息，摩根士丹利 3 月 18 日发布的最新报告指出：AI 从&#34;思考&#34;跨入&#34;执行&#34;，将令 DRAM 取代 HBM 成为 AI 基础设施中最难突破的芯片瓶颈，内存周期由此迎来远超预期的生命延续。
渠道调查显示，2026 年第二季度服务器 DRAM DDR5 价格预计环比上涨逾 50%，部分中国超大规模云厂商出价更高；DDR4 合同价格涨幅预计达 40%-50%，NAND 企业级 SSD 报价涨幅料不低于 40%-50%。摩根士丹利认为，当前处于内存上行周期中段，且供应收紧程度超出此前判断——&#34;华尔街的盈利预测将不得不追赶现实&#34;。
上述判断已直接体现在目标价调整中：SK 海力士 2026-2027 年 EPS 预测分别上调 24% 及 32%，目标价从 110 万韩元升至 130 万韩元，较当前价格隐含 43% 上行空间；三星电子普通股目标价升至 25.1 万韩元，两只股票均维持&#34;增持&#34;评级。
摩根士丹利的核心判断是：市场习惯于线性思维，而 AI 智能层的能力扩张正以指数级速度推进——当 AI 从&#34;生成答案&#34;转型为&#34;完成任务&#34;，内存需求的量级将随之跃变，而这场转变，才刚刚开始提速。
<h2>&#34;做事&#34;比&#34;想事&#34;更耗内存</h2>
摩根士丹利报告的逻辑起点，是一句看似简单却蕴含深意的判断：&#34;做事比想事需要更多 DRAM。&#34;
传统大语言模型（LLM）的工作模式是 GPU 主导的线性流程：接收提问、批量处理所有输入 Token（预填充阶段），再逐 Token 生成答复（解码阶段），CPU 负责将结果转换为文本输出。在这一流程中，GPU 算力是决定性瓶颈，DRAM 只需配合完成缓存读写即可。
智能体 AI 的出现彻底改变了这一逻辑。以 OpenClaw 为例，这款开源自托管 AI 助手可同时接入 WhatsApp、Telegram、Slack、Signal 等逾 50 个消息平台，并拥有浏览器自动化、文件操作、命令行执行、API 调用等系统级权限。它不是&#34;回答问题&#34;，而是&#34;完成任务&#34;——搜索网络、读取文档、调用外部工具、执行代码，最终输出一套经多步骤协作生成的行动结果。
这一范式转变的核心技术含义在于：工作流从单次 GPU 推理扩展为多步骤的协调、工具调用与编排流程，CPU 的计算时间对整体延迟的贡献往往超过 GPU。与此同时，多智能体之间须持续共享上下文、卸载 KV 缓存（Key-Value Cache）、存储和检索每个中间步骤的结果——内存从算力链条的后端，跃升至核心瓶颈位置。
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/faf64334-6057-4f09-8342-cedec9cb3221.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="563" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/faf64334-6057-4f09-8342-cedec9cb3221.png"/>
<h2>OpenClaw：内存需求的极端放大镜</h2>
摩根士丹利对 OpenClaw 的内存需求进行了详细量化分析，结论是：在这类智能体工具中，DRAM 压倒一切，其他硬件约束均退居次位。
该工具有两种截然不同的运行模式：
轻量网关模式（远程调用 Claude 或 GPT-4 等外部 API）：即便如此，瓶颈已不在 GPU 或 CPU，而在于 Node.js 运行时对 DRAM 的占用。实际使用最低需要 2GB DRAM，生产级稳定运行建议配置 4GB。
本地模型模式（直接在设备上加载运行 AI 模型）：DRAM 与图形 HBM 成为双重约束。摩根士丹利建议配置 32GB 系统 DRAM；运行 70 亿至 80 亿参数模型需额外 8GB 图形 DRAM，130 亿至 700 亿参数模型需 16-24GB，Llama 3 70B、Qwen 72B 等超大模型则需 80GB 以上。
报告特别指出：内存不足的后果并非性能下降，而是直接崩溃——JavaScript 将抛出&#34;heap out of memory&#34;（堆内存溢出）错误，导致安装失败和运行中断。这一细节深刻揭示了内存在智能体场景下的硬约束属性：内存不足不是慢，而是 “死”。
<h2>算力瓶颈迁移：从 HBM 到系统内存</h2>
OpenClaw 的内存需求特征，是更大范围结构性转变的缩影。
摩根士丹利指出，AI 算力瓶颈正在发生系统性迁移：从算力本身转向数据移动，从 HBM 转向系统内存（DRAM），整个内存层级架构正从以 HBM 为中心演变为 HBM、DRAM 与 NVMe NAND SSD 相结合的多层结构。
这一转变的技术推手之一，是长上下文（long context）需求的快速膨胀。KV 缓存以线性方式随 Token 数量增长，且在分散式推理（prefill-decode disaggregation）场景下须通过网络传输，大幅增加了 CPU 的 I/O 管理负担。RAG 检索、上下文管理等智能体核心操作，均涉及密集内存 I/O。
市场层面的印证同样清晰。据摩根士丹利，Intel 与 AMD 近期均确认，高核心数服务器处理器已出现实质性供不应求；AMD EPYC CPU 营收占服务器 CPU 总收入的比例首次超过 40%，搭载 EPYC 的云实例部署 YoY 增长逾 50%。英伟达推出独立销售的 Vera CPU，并与 Meta 达成多年期协议，首次在大规模场景下部署独立 CPU 以支持个人智能体运营。
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/555b5b86-f912-4d21-9d9f-e38b07910e04.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="312" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/555b5b86-f912-4d21-9d9f-e38b07910e04.png"/>
<h2>价格加速：周期中段，空间犹存</h2>
上述结构性转变在价格层面已出现实质性体现。
DRAM 方面，2026 年二季度服务器 DDR5 价格已有限量现货交易以环比 +50% 成交，超大规模云厂商已接受该价格，部分中国云厂商出价更高。2 月底，64GB RDIMM 合同价已升至 910-920 美元，较一季度均价 800 美元高出约 20%。LPDDR 及消费电子相关 DRAM 二季度报价涨幅预计至少 40%-50%；DDR4 合同价预计上涨 40%-50%。此前预期降价 20%-25% 的 HBM3E，在 ASIC 客户续约中已转为上涨中个位数百分比。
NAND 方面，企业级 SSD 二季度定价预计环比涨 40%-50%，消费端产品涨幅预计不低于 60%，部分情景下 eSSD 价格可能在二季度再度翻倍。
摩根士丹利认为，YoY 价格加速态势持续，当前仍处上行周期中段。一旦市场将盈利预测调整至反映当前空前产能约束的水平，相关标的存在显著修复空间；资本回报的潜在上调，可能进一步支撑超额表现。
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/f1864257-468b-4410-904a-272dc5ef023d.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="520" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/f1864257-468b-4410-904a-272dc5ef023d.png"/>

嘉实上证科创板芯片ETF

国泰中证全指集成电路ETF

半导体 ETF - VanEck Vectors

摩根士丹利报告认为，以 OpenClaw 为代表的智能体 AI 将需求从 “生成答案” 转向 “完成任务”，工作流中频繁的工具调用与多步编排使 CPU 计算量猛增，贡献了主要延迟。同时，由于需频繁共享上下文与卸载 KV 缓存，DRAM 取代 HBM 成为硬约束瓶颈。这移触发 2026 年 Q2 内存价格暴涨，大摩上调 SK 海力士与三星的盈利预期。

- 摩根士丹利报告显示，AI 工具将推动内存市场转变，DRAM 成关键。  
- 预计 2026 年 DRAM 和 NAND SSD 价格将大幅上涨，云计算需求激增。  
- 内存瓶颈将从算力转向数据移动，影响整体 AI 基础设施发展。

“龙虾” 给 “内存” 大幅 “续命”？