本文来自微信公众号：AI超维度，作者：2050的哈尔，题图来自：AI生成
2026年5月17日，长鑫科技更新最新的财务数据。数字很惊人：
一季度营收508亿元，同比增长719%。归母净利润247.62亿元，日均净利润近4亿。利润率逼近65%。上半年预计归母净利润500亿到570亿元——仅半年利润，就覆盖了公司自2016年成立以来累计的366.5亿元亏损。
做个参照：合肥2025年全年税收收入698亿元。一个公司半年的利润，已经和一座万亿GDP城市全年的税收在同一个量级。
长鑫科技做的是DRAM——动态随机存取存储器，电脑、手机、服务器里最基础的内存芯片。它是中国唯一能大规模量产DRAM的公司。这次拟募资295亿元，将成为科创板史上仅次于中芯国际的第二大IPO。市场对其估值的讨论从1万亿到4万亿人民币不等。
任何人看到这组数字，第一反应都是同一个问题：这个业绩，能持续吗？
一、历史说：不能
持怀疑态度是有道理的，因为DRAM这个行业有一个特别残酷的历史规律：每次暴赚，之后都是暴跌。
最近一次教训就在三年前。2023年，全球存储芯片行业经历了近十年来最深的寒冬。全球最大的存储厂商三星，半导体部门全年亏损约810亿人民币，整个公司的营业利润暴跌85%。第二大厂商SK海力士全年亏损约420亿人民币，创公司史上最大亏损。第三大厂商美国的美光全年净亏损同样超过400亿人民币，营收腰斩。三大巨头在最差季度全部亏损。那一年，长鑫自己也亏了163亿元。
而就在两年前的2020—2021年，行业还在盈利高位——全球居家办公潮带动PC、笔记本、云基础设施需求暴增，DRAM价格一路走高。然后居家办公退潮，需求骤降，整个行业滑进了2023年的寒冬。
这不是第一次了。再往前看，2017—2018年演过一模一样的剧本：智能手机内存升级、云厂商大规模扩建数据中心，两股力量把DRAM价格推了上去，连涨六个季度。SK海力士的利润率从19%一路飙到52%。当时市场也流传一种说法：数据中心需求将永久性改变DRAM的周期属性。结果2018年四季度价格掉头向下，一年之内利润率蒸发了近40个百分点。
为什么DRAM总是这样大起大落？
原因很朴素：过去每一轮驱动DRAM需求的力量，都是临时性的。手机内存从4GB升到8GB是一次性的配置升级，升完就稳了；居家办公是一轮脉冲，退潮了需求就没了；云厂商补库存，补完就去库存。需求脉冲来了价格就涨，脉冲过了价格就跌，利润跟着坐过山车。三十年来无一例外。
所以面对长鑫今天”日赚4亿”的数字，分析师通常会这样处理：把当前利润视为周期顶部的快照，找一个”正常化利润”——也就是行业不那么景气时公司大概能赚多少钱——然后按传统周期股来估值。
这里需要解释一下内存股的估值是怎么算的。它和大多数人理解的”公司赚得多就值得多”不太一样。
过去的算法：看资产，不看利润。
内存公司的利润波动太剧烈——今年赚500亿，明年可能亏200亿——用利润做定价基准毫无意义。所以市场长期以来用市净率（P/B）给内存股定价：不看它当期赚多少钱，而是看它的净资产——厂房、设备、现金——值多少钱。2023年SK海力士巨亏时，市净率跌到0.8倍。0.8倍是什么意思？就是市场觉得这家公司的股票连它账面上那些工厂和设备的价格都不值。
如果用这个方法给长鑫定价：长鑫的净资产主要是合肥和北京的三座晶圆厂以及相关设备，给1到2倍市净率，估值大概在几千亿的量级。这就是传统周期股框架下长鑫的”合理价格”。
现在投行换了算法：开始看利润了。
今天SK海力士的市盈率（PE，也就是股价除以每股利润）大约为12倍。这意味着什么？市场不再按”你的工厂值多少钱”来出价，而是按”你每年能赚多少钱、愿意为这个盈利能力付多少倍”来出价。这就是从周期股切换到成长股的定价方式——从锚定资产，变成锚定盈利。
12倍PE对传统内存股来说是一个很高的数字。过去内存股在周期顶部的PE通常只有5到8倍，因为市场默认好日子马上就要结束了，不愿意为高利润多付钱。现在给到12倍，说明市场认为这轮盈利有更强的持续性。
把这个逻辑套到长鑫：长鑫2026年全年归母净利润如果达到800到1000亿，给10到15倍PE，估值就是8000亿到1.5万亿。给20倍（国内通常对国产替代给更高倍数），就到了2万亿。
所以同一家公司，按资产定价值几千亿，按盈利定价值万亿以上。长鑫估值讨论中1万亿到4万亿的巨大分歧，根源就在这里：不是对今年利润预测不同，而是对”应该用哪种定价方式”的判断不同。
那么，哪种定价方式才对？这取决于一个判断：长鑫的高利润到底能持续多久。如果像过去每一轮一样，涨个三四个季度就掉头向下，那就该按资产定价，高估值就站不住脚。如果这轮能持续更久，市场按盈利能力定价就有道理。
所以问题回到了需求端：这一轮推动DRAM涨价的力量——AI——和过去的手机升级、居家办公、云补库是一回事吗？
二、AI正在改变存储的需求性质
前面说过，过去每一轮DRAM涨价都是一阵风，吹过就散。AI如果也是一阵风，那么历史规律就仍然有效，高估值就是幻觉。
但越来越多的证据显示，AI不是风，是气候变化。它改变的不是需求的大小，而是需求的性质。
首先，存储成了AI的瓶颈。
过去几十年，计算系统的核心矛盾一直是”算得够不够快”。内存是辅助角色——CPU或GPU负责计算，内存只是暂存数据的中转站。重要，但不是瓶颈。
AI时代，这个关系逆转了。
原因不难理解：大模型要运行，首先得把模型参数放进内存里，参数越多，需要的内存越大。模型运行时产生的中间数据也需要内存暂存。更关键的是，GPU算得再快，也要等内存把数据”喂”过来——如果内存的容量不够大、速度不够快，GPU就只能空等，算力浪费掉了。
这就是为什么NVIDIA最新的Rubin R100超级芯片需要最多288GB的HBM4（高带宽内存，一种专为AI设计的高端存储芯片）——两年前这个数字还不到现在的一半。芯片越强大，对内存的需求越大。
AI行业把这个现象叫做“memory wall”（存储墙）：AI发展的瓶颈已经从”算力不够”转移到了”内存不够”。GPU再强，内存跟不上它就空转。
这意味着存储不再是计算系统的”配角”，而是和算力、网络并列的AI基础设施三大支柱之一。
其次，推理比训练创造更多”持续性需求”。
AI对存储的拉动，最初集中在大模型训练——大厂采购一批服务器，装满HBM和高端内存，训练完就告一段落。如果故事到这里就结束了，它确实像一轮设备采购周期。
但AI正在从训练阶段进入大规模推理部署。
训练像建电厂，是集中投入。推理像全民用电，是持续消耗。搜索、推荐、办公、编程、视频生成——只要AI进入应用层，每一次用户调用都在消耗算力和内存。用户越多、调用越频繁，需要部署的推理服务器就越多，对存储的需求就越大。
这和过去的DRAM需求有本质区别。手机从4GB到8GB是一次性升级，升完就稳了。AI推理需求是随着AI应用渗透率的提升持续增长的，而AI才刚刚开始渗透。
微软2026年5月发布的全球AI扩散报告显示：全球工作年龄人口中只有17.8%用过AI产品，付费深度用户更少——只有约3%。美联储同期的跟踪数据也显示，不到五分之一的美国企业在使用AI。
一个渗透率不到20%、深度付费率只有3%的技术，已经造成了存储行业”25年来最大的供需脱节”。当这个渗透率从20%走向50%、70%的时候，对存储的需求会是什么量级？
过去DRAM周期的需求脉冲——手机升级、居家办公、云补库——都是一次性的，涨上去必然回落。AI带来的需求是持续性的、累积性的，而且才走了不到五分之一的路程。
以上说的都是需求端。但供给端还有一层变化，让局面更加紧绷。
三星、SK海力士、美光正在把大量先进产能转向利润更高的HBM。SK海力士HBM占其DRAM产能的比重已从2023年的不到10%升至约30%。每颗HBM3E芯片（12层堆叠）消耗的晶圆面积约为同容量DDR5的3倍——三巨头每多产一颗HBM，就少向市场供应约3颗传统DRAM。
AI越繁荣，HBM越紧俏，传统DRAM越紧缺。只要AI资本开支继续增长，三巨头就不会把HBM产能转回来。而新建一座12英寸晶圆厂从动工到量产需要三到五年。需求在扩散，供给在收紧，这不是一两个季度能逆转的。
最后，不只是我们这么分析——行业自己也换了说法。美光执行副总裁Manish Bhatia说得最直接：行业正面临过去25年来供需之间最大规模、最长时间的脱节——“周期性短缺会自我修复，结构性转变会重塑市场”。SK海力士、野村等多方分析也指向类似结论：这轮紧缺可能延续到2028年甚至更久。
资本市场也在用行动做出判断。SK海力士的市净率从0.8倍涨到近7倍，美光股价12个月涨了340%。这不是周期反弹能解释的幅度。
哪种定价方式才对？至少目前，行业内部和资本市场都在从”看资产”切换到”看盈利”。如果他们是对的，那用旧框架去给长鑫估值，算出来的数字就会系统性地偏低。
三、长鑫在这张图里的位置
以上讲的是整个存储行业正在经历的范式切换。现在回到长鑫。
长鑫2016年成立，2019年投产第一颗国产DRAM，到2026年一季度做到单季净利247亿、利润率65%——和三星、SK海力士站在同一张利润率表格里。十年不到，从零起步做到这个位置，本身就说明这家公司的执行力。
长鑫的估值不只是一个行业贝塔（跟着DRAM涨价赚钱）。它有三个自己特有的估值变量。
变量一：HBM——长鑫正在进入AI存储的核心赛道。
三巨头把先进产能转向HBM，传统DRAM供给被挤紧，长鑫在传统DRAM领域承接了供需缺口——这是当前利润爆发的直接原因。但如果长鑫只是一个传统DRAM供应商，故事到这里就结束了。
事实上长鑫已经在进入AI存储的核心赛道。据行业消息，公司已向国内某主要芯片大厂交付了16纳米制程的HBM3样品。同时，长鑫的上海HBM后段封装厂预计将于2026年底投产。2026年将全面量产HBM3，HBM3E研发也在计划中。四年间，长鑫把制程从19nm推进到16nm，DDR5良率突破80%。
一家成立不到十年的公司，已经能向中国最大的AI芯片客户交付HBM3样品——这不是一个在旁边看热闹的追赶者，这是一个正在以极快速度切入AI存储核心赛道的玩家。如果HBM3量产成功，长鑫在全球存储行业中的角色就会发生质变：从传统DRAM供应商，变成AI高端存储的直接参与者。
变量二：产能期权——市场买的不只是今年的利润。
长鑫目前在合肥和北京，运营三座12英寸晶圆厂，2026年末预期目标月产30万片，但产业链更关注的是上海的新增工厂。
这个变量如果兑现，意义不只是多一座工厂。它给长鑫提供了一个”产能期权”：如果存储的高景气周期在2027—2028年还没结束，新增产能释放会带来利润的二次放大——高价格乘以更大的出货量。这也是市场愿意给长鑫超出当前利润所能支撑的估值的原因：他们买的不只是2026年的利润快照，还有未来两年产能释放时的利润弹性。
变量三：国产供应链正在形成正循环。
这个正循环有三个阶段。第一阶段是做出来——长鑫2019年投产首颗国产DDR4，完成了从零到一。第二阶段是进客户——阿里云、字节、小米等头部科技公司全部进入供应链。第三阶段是利润、融资、扩产、技术升级形成正循环——赚到钱→扩产能→升级技术→拿到更多客户→赚更多钱。
长鑫现在走到了第三阶段。这是质变的阶段，因为飞轮一旦转起来，就不容易停下。国产替代不再只是一个安全叙事，还是一个完整的商业闭环：中国唯一的大规模DRAM平台，在AI存储紧缺中获取利润，用利润扩建产能和升级技术，用新的产能和技术进入更高价值的市场（HBM、服务器内存），再获取更多利润。
国产供应链为这个飞轮提供了一个不随DRAM价格波动的需求底座。而长鑫的股东结构——地方国资37%、国家产业基金8.73%、阿里小米美的等产业资本均在列——意味着股东和客户高度重合，产业闭环非常紧密。围绕长鑫，合肥已吸引450多家半导体企业入驻，2024年合肥集成电路产值增长30%。对安徽来说，长鑫不只是一家上市公司，而是整个安徽半导体产业的链主。
四、估值取决于你相信哪个故事
回到所有人都在问的问题：长鑫的万亿估值合不合理？高利润能持续多久。
对周期性行业来说，利润峰值本身并不值钱，峰值的持续时间才值钱。如果长鑫一季度247亿的利润只是一根尖刺——下个季度就腰斩，半年后就回到亏损——那高估值当然站不住。
但如果这个利润水平能维持两年、三年甚至更久呢？
前面分析的所有内容——AI渗透率才不到20%、推理需求在持续扩散、HBM挤出效应还在加剧、新晶圆厂要三到五年才能投产——指向的都是同一个结论：这轮DRAM高景气的持续时间，很可能比历史上任何一轮都长。过去的周期通常在三到四个季度内见顶回落。这一轮，多家机构和行业高管给出的判断是紧缺可能延续到2028年甚至2030年。
而长鑫不是在被动等待窗口关闭。它正在用这轮高景气的利润，加速完成HBM量产、产能扩张和技术升级。对长鑫来说，高景气能持续多久，决定的不只是”多赚几个季度的钱”，而是”有没有足够的时间完成从传统DRAM公司到AI存储平台的升级”。
如果AI热潮会退，就像2017年的数据中心扩建、2020年的居家办公一样，AI资本开支终将放缓，存储价格终将回落。那么，按传统内存股的方式看资产、看正常化利润，长鑫估值当前的高定价就经不起检验。但如果AI是新范式，存储变成基础设施，AI永久性地抬高了存储的需求和利润中枢，那么，按盈利能力定价，1到2万亿就是可以支撑的区间。如果AI浪潮继续，而长鑫加速完成技术跃迁，HBM量产成功，产能期权兑现，飞轮持续加速。它就将从中国本土DRAM平台升级为全球AI存储的核心玩家，估值2万亿以上也不是不可能。
这几个判断，最终并不在估值模型怎么算，而在一个更根本的判断：你认为AI是一阵风，还是一个时代。
本文为独立分析，不构成投资建议。主要数据来源：长鑫科技招股说明书（2026年5月更新）、TrendForce、Omdia、SK Hynix / Samsung / Micron财报及公开发言、微软全球AI扩散报告（2026.05）、美联储AI采用跟踪报告（2026.04）、Seeking Alpha、Investing.com。
本文来自微信公众号：AI超维度，作者：2050的哈尔
