根据摩根士丹利(下称大摩)最新半导体研报，DRAM与HBM短缺并非短期扰动，而是AI算力扩张速度快于内存供给的结构性矛盾。先进大模型规模约每6个月倍增，主要模型上下文窗口年增5至6倍，推理并发与KV缓存需求同步爆发，但DRAM新厂建置需时数年，供给弹性低，短缺可延续数年。

大摩指出，为避免新晶圆厂未就绪就卡住出货，产业改以架构创新绕过瓶颈。一是硬件降规：以大摩引述的辉达Vera Rubin机架为例，单机架LPDDR5由54TB降至28TB、单GPU HBM由288GB降至192GB，优先保整机出货；HBM削减后，部分KV数据下沉NAND，跨GPU调度增加，反带动互联带宽需求。

根据大摩分析，降配是把瓶颈在内存层级间转移，而非需求转弱。摩根大通近期亦指出，Rubin、SOCAMM等规格下修多属供给约束下的配置优化。

二是推理解耦。预填充(Prefill)吃算力、解码(Decode)吃内存带宽，传统同颗加速器兼顾利用率偏低；行业改将两阶段拆开，Prefill用通用GPU，Decode用大容量片上SRAM专用芯片。大摩点名Cerebras晶圆级引擎、辉达通过Groq LPU布局的解码加速方案，认为异构推理会成AI基建重要方向。

三是CXL内存池化。CXL以高速互联实现内存扩展、共享与池化，高频数据留HBM、次高频进CXL池、冷数据落NAND，用成本梯度配访问频率。

大摩预估，AI需求可推CXL及相关内存附加芯片市场规模在2030年有望达约60亿美元；Astera Labs的Leo控制器已进微软Azure预览，迈威尔科技则以Structera锁定CPU侧扩容与KV暂存，但CXL定位为HBM补充而非替代。

投资主在线，大摩重申加码美光、闪迪，理由为降配源于供给稀缺、长期AI内存需求向上；同时看CXL与scale-up互联的Astera Labs、Marvell，以及异构推理受惠的Cerebras、通过Groq完善解码布局的辉达。

大摩也点名风险在于AI资本开支走缓、CXL落地慢于预期，或是DRAM产能扩张超预期，造成短缺溢价提早收敛。