内存条的现货价格如同坐过山车。
红星资本局注意到，一款过往售价在200元左右的内存条，在过去一年的时间内，曾暴涨至1099元，现又较最高点跌去三成，回落至759元。
不过，在内存条现货价格下降的同时，如小米等电子消费品牌宣布涨价，为什么行业内会出现两极分化的现象？
现货价格“断崖式下跌”：
有内存条较高点跌超30%
2025年，内存条现货市场曾爆发涨价潮；现在，内存条的价格又出现“断崖式下跌”。
4月9日，华强北一家商户告诉红星资本局，在清明节假期前，内存条现货的价格就开始下跌。现在，部分内存条品种已经止跌，但整体来看，大盘呈下跌趋势，“比节前跌了很多。”
以16GB DDR4-3200频率内存条为例，红星资本局查询公开资料发现，2025年4月左右，在内存条涨价潮爆发前，这一规格的内存条普遍售价在200元左右，而后猛涨至上千元。
红星资本局通过第三方比价网站慢慢买网查询发现：在某电商平台上，2025年12月1日，某品牌16GB DDR4-3200频率内存条的售价飙升至1099元，而后稳定在1039元；在今年清明节前后，该款产品的单价下降至759元。
截图自慢慢买网
相较最高点时的1099元，该内存条的单价现已下跌约30.94%。
不仅是这一款内存条在下跌，红星资本局查询发现，现在，多款内存条的价格均出现了“60天新低”，有16GB DDR4-3200频率内存条的单价已降至689元。
截图自慢慢买网
有长期关注内存条价格的人士告诉红星资本局，早期内存条价格上涨，有人在囤货，这变相推高了内存条的价格；近期可能是受到谷歌研究院最新消息的影响，有人在抛售内存条。
据媒体报道，近日，谷歌研究院发布文章介绍名为TurboQuant的算法。据介绍，在不损失准确性的情况下，可将大型语言模型运行时的关键部分——键值缓存（KV Cache）的内存占用减少为原有的1/6，且在英伟达H100GPU的特定测试中，性能可提升8倍。
对此，有网友评价称，虽然内存条的价格有所下降，但相比过往的价格，仍是偏高的水平。
存储市场冰火两重天：
DRAM合约价看涨至下半年
红星资本局了解到，存储市场主要分为两部分：现货市场、合约市场。
其中，现货市场主要面向有装机需求的个人、小型企业及部分渠道商，市场规模较小，买卖双方在类似于华强北的电子市场中交易，价格可能受到双方的情绪影响。
而合约市场主要面向大型的终端产品制造商，如苹果、小米等电子消费品牌，买卖双方往往会签订长期协议，价格不受市场短期波动影响，合约市场的市场规模较大。
TrendForce集邦咨询分析师许家源告诉红星资本局，3月以来，消费级内存条DDR5现货的价格下跌，主要受消费需求疲弱、现货与合约价差收敛以及渠道库存调节影响。
不过，许家源认为，截至2026年3月底，服务器、PC、智能手机等应用均面临存储器缺货的影响，预计DRAM合约价格上涨势将延续至2026年下半年。
红星资本局注意到，为了应对内存涨价，多家电子消费品牌的产品价格也随之上涨。
4月3日，小米集团（01810.HK）总裁卢伟冰发微博表示，本轮内存涨价的力度远超预期，同版本内存价格相比去年一季度飙升近4倍。12G+512G涨了约1500元，16+1T更涨得离谱。
截图自微博
早前，卢伟冰曾在业绩会上表示，内存涨价对手机厂商而言是一个巨大的挑战。简单来看，越低端影响就会越大，越高端影响就会越小，因为内存在整个手机BOM成本的占比不一样。
对此，小米集团宣布对部分在售产品进行建议零售价的调整：4月11日起REDMI K90 Pro Max上调200元，Turbo 5、Turbo 5 Max取消新春特惠、512G大内存继续补贴200元。
上游扩产与算法突破：
分析师称缺货态势或持续至2028年
红星资本局发现，内存价格暴涨，是受到AI发展的影响，现已有上游厂商在扩建产能。
据媒体报道，近日，台塑集团旗下南亚科正式揭晓787.18亿新台币（约合170.04亿元人民币）的定增名单，铠侠、闪迪、SK海力士旗下Solidigm及思科等产业巨头现身。此次定增募得资金拟投入先进存储器制造厂与生产设备，以应对未来AI计算需求增长。
许家源告诉红星资本局，DRAM合约价涨势预计仍将延续至2026年下半年，但DRAM整体缺货态势需待原厂2028年新产能陆续开出后，方可逐步缓解。
对于谷歌研究院推出的TurboQuant，许家源认为，该算法对DRAM中长期需求的实际冲击有限。TurboQuant本质是提升资源利用效率，而非削弱需求。随着推理成本下降，AI应用与模型规模同步扩张，长期仍将带动存储需求增长，短期情绪波动不改变产业趋势。
据媒体报道，摩根士丹利也分析认为，谷歌发布的“TurboQuant”内存优化技术，本质上是一种数据压缩算法，可在不影响模型性能的前提下，为高频使用数据在键值缓存中实现更大的数据存储量。但其仅仅是影响键值缓存内存，而非整体内存。
该机构还指出，业内普遍观点认为，相关优化改进主要是为了实现更长的上下文窗口、提升模型性能，而非试图降低三级存储的成本。目前接触的反馈来看，没有任何迹象表明对内存或存储的需求正在下降。
红星新闻记者 杨佩雯
编辑 肖子琦
审核 何先菊
