美光回应误解：积极扩产应对消费电子市场需求
1月12日消息，据行业媒体报道，作为全球主要存储芯片制造商之一，美光科技（Micron）在人工智能浪潮的推动下，于去年12月进行了一项重大战略调整：宣布退出关键的消费者存储业务，这意味着拥有29年历史的英睿达（Crucial）品牌将退出历史舞台。同时，公司计划将DRAM和NAND闪存业务全面转向毛利率更高、需求属性更集中的企业级市场。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
这一举措引发了外界的诸多解读。不少观点认为，美光此次调整反映了存储厂商的普遍策略：通过积极扩产、控制产能来推高芯片价格，并将有限的产能优先分配给高利润产品，因此对当前严重的DRAM供应短缺负有一定责任。
对此，美光移动与客户端业务部副总裁克里斯托弗·摩尔（Christopher Moore）近日回应称，从美光的视角来看，消费者对厂商存在误解。他表示，美光仍在通过OEM等渠道在客户端及移动市场保持可观的业务比重，并强调公司正在以“不同的方式”努力服务全球消费者。
摩尔解释，战略调整的主要驱动力在于市场对DRAM需求的激增，其中数据中心是增长最快的细分领域。美光必须帮助客户实现目标，无法忽视行业最重要的增长极。“这不是美光单独面临的问题，而是整个行业的挑战，”他表示，“美光与同行都在尽力服务各细分市场，但供应量实在无法满足需求，对此我们也很遗憾。”
他进一步指出，短期内DRAM需求激增，使得美光几乎没有时间调整供应链。晶圆厂的建设本身就是一个漫长而复杂的过程，涉及建设周期、客户认证、良率提升以及AI客户的特定需求等多重因素。据他估计，新产能要产生实质性影响，可能需要等到2028年。
此外，产能提升并非简单增加设备即可实现。摩尔提到，当前短缺的核心问题之一在于内存模块密度的多样化需求。如今设备对DRAM容量的要求大幅提高，例如从8GB升级至16GB，这意味着每颗内存需要更多芯片，在相同产能下实际产出数量反而下降，导致有效产能收缩。
与此同时，不同厂商对DRAM规格的要求各异，美光需要与客户紧密合作，稳定需求规格，以实现产出最大化。短期内提高供应最直接的方法，便是限制DRAM的容量配置组合。
近期，关于国内存储厂商填补产能空缺的讨论日益增多。以长鑫存储（CXMT）为代表的制造商正积极推进DDR5等解决方案，目前已被视为全球第四大DRAM制造商，拥有持续提升产能的资源与潜力，这也是为何惠普等企业正寻求将其纳入供应链。
对此，摩尔承认中国本土供应链在过去几年表现出色，策略清晰——针对特定细分市场重点发力。他同时也表示，欢迎新的竞争对手加入市场，这有助于美光不断进步，从而更好地服务客户。
相关攻略
AI 时代最赚钱的公司，可能从来不是做 AI 的那个。 作者｜张勇毅 编辑｜靖宇 淘金热里最稳赚不赔的生意，向来不是淘金本身，而是向淘金者出售铲子。 这句古老的商业谚语，在2026年的科技行业再次得到了印证。只不过，这次站在“卖铲人”位置的，并非已经被反复讲述的英伟达，而是一家大多数人第一时间不会与
英伟达Rubin GPU量产进度调整，HBM4验证成关键变量 最近供应链传来消息，英伟达备受瞩目的下一代Rubin GPU，量产节奏可能要比预期慢上半拍。根据最新信息，其生产目标已从原先的200万颗下调至150万颗左右。这背后，下一代高带宽内存HBM4的验证进度，成了眼下最主要的制约因素。 产能布局
AI 时代最赚钱的公司，可能从来不是做 AI 的那个。作者｜张勇毅编辑｜靖宇淘金热里最稳赚的人，从来不是淘金的，是卖铲子的。这句老话在 2026 年的科技行业又应验了一次。只不过这次卖铲子的不是英伟
快科技4月7日消息，据媒体报道，英伟达新一代Rubin GPU的量产进度可能略有延迟，Rubin GPU的生产目标已从此前预期的200万颗下调至150万颗。主要受制于下一代高带宽内存HBM4的验证进
美光推进垂直堆叠GDDR内存技术：打造介于GDDR与HBM之间的性能新选择 3月30日，据韩国媒体ETNEWS报道，全球存储巨头美光（Micron）正着手研发一项创新内存方案——垂直堆叠GDDR技术。该消息在半导体与内存行业引发广泛关注。据悉，这项技术有望在标准GDDR内存与高带宽内存（HBM）之间
热门专题
热门推荐
RPA能否化身“抖音主页采集器”？一个技术视角的拆解 说起抖音主页批量采集，很多人的第一反应可能是各种爬虫脚本或专门的数据工具。但你可能不知道，我们日常工作中用于流程自动化的RPA，其实也能胜任这份工作。这并非牵强附会，而是由其技术内核决定的。接下来，我们就从几个层面，把这件事掰开揉碎了讲清楚。 R
把一堆纸质文档或者图片里的文字变成可用的数据，这活儿听着就头疼，对吧？过去得靠人眼识别、手动录入，费时费力还容易出错。但现在，情况不同了。通过将RPA（机器人流程自动化）、OCR（光学字符识别）和NLP（自然语言处理）这三项技术巧妙地结合起来，整个文本提取过程已经可以做到高度自动化。具体是怎么实现的
超级自动化平台：企业数字化转型的下一代引擎 如果你关注企业效率革新，那么“超级自动化”这个词，近两年绝对绕不过去。它远不止是简单的流程自动化，而是一个集成了多重前沿技术的智能解决方案，旨在从根本上优化业务流程，同时提升工作的效率和精准度。今天，我们就来深入拆解一下这个备受瞩目的概念。 定义与核心技术
RPA发展趋势：从流程自动化到超自动化智能体 聊起机器人流程自动化（RPA），这几年它的势头可真够猛的。你可能会好奇，这股热潮会往哪儿走？其实，从市场规模、技术落地到未来方向，几条清晰的脉络已经浮现出来了。 市场规模：持续扩张的蓝海 先看一组数据。多家权威市场研究机构的报告都指向同一个结论：RPA市
NLP商业智能：从数据噪音中提炼决策金矿 说到商业决策，如今的企业可不缺数据，真正缺的是从海量文本中快速“读懂”信息的能力。这恰恰是自然语言处理（NLP）大显身手的领域。它不是简单地处理文字，而是充当了商业智能的“翻译官”和“分析师”，将散落各处的非结构化文本，转化为驱动业务增长的清晰洞察。具体怎么