自動駕駛汽車本質上是車輪上的AI超級計算機。

美光科技CEO桑杰·梅赫羅特拉近期公開表示，隨著車企陸續(xù)推出具備L4級自動駕駛能力的車型，未來汽車對內存的需求將突破300GB。這一判斷是在美光發(fā)布季度財報后作出的，折射出半導體產業(yè)與智能汽車產業(yè)深度融合的新趨勢。

據報道，美光本財年第二季度營收達到238.6億美元，較2025年二季度的80.3億美元大幅飆升200%，創(chuàng)下公司歷史同期新高。這一爆發(fā)式增長，核心驅動力來自AI云計算巨頭對高端高帶寬內存（HBM）的旺盛需求。HBM作為AI服務器的核心組件，能夠提供超高數據傳輸速率，支撐大語言模型、高性能計算等復雜場景的運行。與此同時，全球存儲芯片市場仍存在結構性供應約束，疊加美光在DRAM、NAND及HBM等全業(yè)務線的強勁執(zhí)行力，共同推動了公司業(yè)績的顯著增長。

在AI基礎設施建設帶來豐厚利潤的同時，美光正加速全球產能布局以應對供需缺口。公司計劃在日本、新加坡興建多座先進晶圓廠，還將在紐約打造一座“超級晶圓廠”，整合先進制程、封裝測試等多重產能資源。這些項目預計在2028至2029年間陸續(xù)投產，屆時將顯著提升美光在高端存儲領域的供應能力。美光CEO還明確表示，公司計劃在2026年將整體產能提升20%，重點傾斜HBM和車規(guī)級內存產品線，這一舉措有望在短期內緩解全球存儲芯片供應端的緊張態(tài)勢。

不過，即便新工廠逐步投產，梅赫羅特拉仍預測，一個全新的海量高速內存需求市場即將崛起——那就是L4級自動駕駛汽車。當前全球存儲產業(yè)的產能分配仍向AI數據中心傾斜，車規(guī)級內存的產能占比相對有限，而自動駕駛汽車的普及將進一步放大這一供需矛盾。

汽車自動駕駛技術分為六個等級，各級功能邊界清晰，對硬件的需求也呈現顯著差異。L0級為完全無任何駕駛自動化輔助的傳統車輛，僅能依靠人工完成所有駕駛操作；L1級僅具備單一自動化功能，如定速巡航，無法同時控制轉向和加減速；L2級則搭載高級駕駛輔助系統（ADAS），可同時實現轉向、加減速的協同控制，代表產品包括特斯拉Autopilot、凱迪拉克Super Cruise等，目前已在中高端車型中廣泛普及。

與之相對，L4級自動駕駛是當前產業(yè)突破的核心方向。該級別車輛在限定運行設計域（ODD）內，基本無需人類干預，可自主完成超車、復雜路口決策、擁堵路段通行等全流程駕駛任務，同時保留駕駛員手動接管的權限，兼顧安全性與便捷性。與L2級相比，L4級對計算能力、數據處理效率的要求呈指數級提升，這也是其對內存需求大幅躍升的核心原因。

近期，英偉達宣布已與中國車企比亞迪、吉利，以及日本車企五十鈴、日產展開深度合作，將搭載英偉達Drive Hyperion平臺。該平臺是英偉達推出的端到端自動駕駛解決方案，整合了感知、預測、規(guī)劃、控制等全流程功能，旨在為車企提供成熟的L4級自動駕駛技術方案。作為高度依賴AI算法的復雜系統，Drive Hyperion平臺的高效運行需要實時處理海量傳感器數據，包括激光雷達點云、攝像頭圖像、毫米波雷達信息等，這對高帶寬、低延遲的大容量內存形成了剛性需求。

當前主流燃油車及L2級智能電動車的內存配置普遍在16GB左右，主要用于支撐基礎信息娛樂功能和簡單駕駛輔助。而L4級自動駕駛車輛需要構建并實時更新高精度三維環(huán)境模型，通過“占用網絡”等技術還原道路場景，同時加載大規(guī)模參數量的端到端AI模型進行實時推理。例如，在處理施工路段、突發(fā)行人、多車交匯等復雜場景時，系統需并行完成環(huán)境感知、行為預測、路徑規(guī)劃等任務，這些操作都依賴大容量高速內存存儲中間結果和模型參數。

這一需求趨勢已在消費電子領域得到印證。隨著端側AI應用普及，高端Mac設備的內存需求激增，支持最高512GB統一內存的機型出現供不應求局面。不少用戶希望在本地運行OpenClaw等復雜AI工具，導致高容量版本需求暴漲。蘋果甚至將售價4000美元的512GB版Mac Studio從線上商城下架，并將256GB版本的售價上調至2000美元。這一現象折射出，當設備需要承載復雜AI任務時，大容量內存已成為剛需，而L4級自動駕駛汽車的場景復雜度遠超個人設備，內存需求的躍升幅度也更為顯著。

美光預計，一旦車企開始量產數十萬乃至數百萬輛搭載AI無人駕駛功能的汽車，車載內存的需求將迎來爆發(fā)式增長，其中車規(guī)級HBM和大容量DDR5內存將成為核心需求品類。據行業(yè)測算，L4級自動駕駛單車內存需求將從當前的16GB提升至300GB以上，增長近20倍，若按年銷量1000萬輛計算，僅車載內存市場規(guī)模就將達到數百億美元。

但這一趨勢的落地仍需克服多重現實挑戰(zhàn)。首先，L4級自動駕駛車型的當前售價普遍較高，受核心硬件、算法研發(fā)等成本影響，其終端價格較傳統車型高出30%-50%，短期內難以實現大規(guī)模普及。其次，全球范圍內L4級自動駕駛的監(jiān)管法規(guī)仍處于完善階段，各國對自動駕駛的責任認定、道路測試規(guī)范、商業(yè)化落地標準等尚未形成統一體系，制約了技術落地速度。此外，車規(guī)級內存的研發(fā)生產面臨更高要求，需滿足耐高溫、抗干擾、長壽命等嚴苛標準，產能建設周期長，短期內難以快速擴張。

更值得關注的是，全球存儲產能正向高利潤的AI服務器HBM產品傾斜，車規(guī)級內存的產能占比相對較低。有行業(yè)預警指出，2026年汽車行業(yè)存儲芯片的供應滿足率可能不足50%，車企在與AI巨頭爭奪產能資源時處于相對劣勢。HBM內存的毛利率可達65%，遠高于車規(guī)級DDR產品，存儲廠商更傾向于優(yōu)先滿足AI云廠商的訂單，進一步擠壓了車載內存的供應空間。

不過，隨著技術成熟和成本下降，L4級自動駕駛汽車的普及進程正逐步加快。多家車企和科技公司表示，將在2028-2030年間實現L4級車型的規(guī)?；慨a，屆時車載內存的需求缺口將逐步顯現。美光、三星、SK海力士等存儲廠商已開始布局車規(guī)級HBM和大容量DDR5內存研發(fā)，加大對車載內存產能的投入，以提前搶占市場機遇。

*聲明：本文系原作者創(chuàng)作。文章內容系其個人觀點，我方轉載僅為分享與討論，不代表我方贊成或認同，如有異議，請聯系后臺。