AI“代币需求”是否已经转化为真实经济产出，正成为影响DRAM和高带宽内存（HBM）供需预期的关键因素。由于这类需求带来的实际产出尚难通过现有统计口径清晰呈现，Computex 2026期间，多家企业和机构集中给出了“到2030年增长约40倍”的需求预测。不过，业内普遍认为，在需求端尚未被实际验证之前，内存订单的能见度仍然有限。

在以“AI Together”为主题、规模创纪录的Computex 2026上，市场对AI需求的乐观预期进一步升温。Qualcomm CEO Cristiano Amon当地时间1日在台北发表主题演讲时表示，全球AI代币当前的使用量约为每10秒317亿个，到2030年将增至1.27万亿个，增幅约40倍。他给出的判断依据是：对话式AI每项任务约消耗1万代币，推理型AI约消耗10万代币，而能够自主执行任务的Agentic AI每项任务的代币消耗约为100万。Amon认为，随着Agent以“机器速度”持续运行，代币需求将出现结构性上升。

供应端的表态同样偏向乐观。SK集团董事长Chey Tae-won当地时间2日在Computex现场表示，“内存瓶颈预计将持续到2030年”，并称SK hynix计划在未来5年将晶圆产能扩大至目前的两倍。他指出，缓存需求越高，对内存的需求就越大；全球企业正大举投资AI数据中心，AI PC也开始起量，这些因素都将继续推高内存需求。与此同时，供给侧约束仍然明显：新建晶圆厂至少需要3年，若从绿地项目起步，则往往需要5年以上。Micron首席业务官Sumit Sadana也表示，AI上下文长度正以每年30倍的速度增长，服务器单机内存容量将在3年内翻倍，产业正在向以存储为核心的架构演进。

但争议的焦点在于，上述需求预测目前仍缺乏可供验证的统计指标。部分分析指出，整体代币使用量中约37%集中在计算机和数学领域，但美国软件投资相关数据并未明显偏离既有趋势。换言之，如果超过三分之一的代币被用于代码编写和数学计算，理论上应当在软件生产或投资数据中留下更清晰的痕迹，但现有宏观数据尚未显示出这种变化。这意味着，以“代币消费量”为代表的投入指标，与经济统计所反映的产出指标之间，当前仍存在明显错位。

这种投入与产出的不对称也在进一步加剧。数据中心用电可以按瓦特计量，设备投资可以用美元衡量，投入成本相对清晰；但AI生成的相当一部分产出仍处于统计盲区。无论是企业内部效率提升，还是以免费服务形式被吸收的价值，由于未经过市场交易，往往难以体现在GDP等宏观指标中。正因如此，当前的代币需求究竟代表结构性新增需求，还是仍处于导入和试用阶段的短期使用，市场尚难作出清晰区分。在只能较清楚看到投入、却难以准确衡量产出的情况下，扩产决策却仍在持续推进。

是新增需求还是短期试用，决定订单能见度

对于内存行业而言，上述区分将直接影响投资判断。如果代币需求属于真正的新增需求，那么当前的扩产竞赛具备一定合理性；但如果短期试用占比更高，订单回落可能会在缺乏预警的情况下出现。即便需求本身延续，效率提升技术也可能改变内存需求结构。

据iM证券介绍，Google在Gemini 3.0部分应用中采用的压缩技术“TurboQuant”，可将短期记忆存储（KV Cache）容量压缩至原来的六分之一以下，从而使同样的HBM容量服务更多用户。Intel在Computex发布的数据中心GPU“Crescent Island”则采取了另一条路径，即不使用HBM，转而搭载480GB LPDDR5X，也被市场视为在相同逻辑下对HBM依赖的替代方案。

从短期来看，订单信号仍然偏强。Nvidia CEO Jensen Huang在主题演讲中介绍下一代平台“Vera Rubin”供应链时，点名SK hynix为HBM4供应商；Samsung Electronics则由半导体部门CTO Song Jae-hyuk首次公开展示第8代HBM样品作为回应。不过，这类订单更多仍是建立在客户对未来需求的预判之上，与终端需求能否持续释放并不完全等同，后续仍有待验证。

目前市场最关注的问题是，AI“代币需求”的持续性何时才能在统计层面获得确认。在能够有效衡量产出的体系建立之前，供应端的乐观预期与宏观指标之间的背离仍难消除，而这种背离本身也可能持续引发对行业景气度的争议。在此背景下，Samsung Electronics与SK hynix的订单能见度，预计短期内仍将较大程度依赖客户的需求预测。业内人士表示，AI代币需求何时能以可验证的产出形式得到证明，将成为内存行业景气判断的关键分水岭。