当全球AI产业正为HBM（高带宽内存）的持续短缺焦虑时，存储巨头美光（Micron）却遭遇了一个意想不到的“卡脖子”环节——不是技术、不是产能，而是最基础的电力设备。
240亿美元扩产，卡在500台变压器上
美光近期在新加坡启动了规模空前的扩产计划：未来十年投资240亿美元扩建NAND闪存产线。然而，这一雄心勃勃的项目面临一个意外的障碍——电力变压器不够用。
据行业消息人士透露，该项目将需要400至500台电力变压器，而标准晶圆厂通常只需要100至150台。这一需求规模甚至超过中国台湾地区任何一家变压器制造商的年产能，令重型电力设备成为AI驱动下半导体产业扩建的全新瓶颈。
美光如此庞大的设备需求，折射出与AI产业绑定的现代存储器晶圆厂极高的电力消耗特性。为AI服务器配套的HBM生产，推动各大存储器厂商同步开启扩产计划，而支撑这些晶圆厂运转所需的电力基础设施，其建设速度已跟不上供应链的配套能力。
变压器短缺：AI产业链的“隐形瓶颈”
变压器属于通用关键设备，除晶圆厂外，AI数据中心建设、大型储能项目和电网扩建工程也都对该设备有大量需求。在AI扩产潮来临前，变压器供应链本就处于紧张状态，如今每个项目都要以数百台为单位争抢设备。
这一冲击已直接体现在价格和供货能力上。受订单激增以及铜等原材料成本上涨影响，中国台湾地区两大主流重型电力设备供应商已将产品价格上调20%至30%。与此同时，部分变压器制造商因无法满足严苛的交付周期与大批量需求，已彻底拒绝为半导体大型项目报价。
行业消息人士表示，目前没有任何一家制造商能够单独承接AI和半导体行业涌来的海量订单。即便是国际变压器品牌，尽管定价更高，但凭借其海外大型工厂的更高产能，正逐步抢占市场份额。
更棘手的是生产周期问题。变压器的生产和交付周期长达数月，任何交付延迟都大概率会导致晶圆厂投产延后，进而拖累AI厂商所依赖的存储芯片量产进度。
美光的全球布局与供电压力
美光新加坡项目计划于2028年底投产，但这只是其全球大规模扩产布局的一部分。该公司已以18亿美元收购中国台湾地区力积电苗栗铜锣晶圆厂，预计2026年投入使用；同时在美国爱达荷州、纽约州新建工厂，位于日本广岛的厂区则预计2026年下半年投产。
这些新工厂对电力的需求同样惊人。据中信里昂研究，美光新加坡新晶圆厂可能带来700至1000兆瓦的增量电力需求。正因如此，美光已与新加坡胜科工业签订18年期450兆瓦供电协议，并正在洽谈HBM封装厂的180兆瓦供电协议。
供不应求的悖论：业绩暴涨，股价连跌
讽刺的是，就在美光因电力设备短缺而面临扩产受阻的同时，其产品本身却处于严重供不应求的状态。
美光CEO Sanjay Mehrotra在最新财报后向CNBC坦言，供应紧张程度如此之高，以至于公司只能满足主要客户50%至三分之二的需求。他在接受采访时直言：“我们只能为主要客户提供他们所需的一半到三分之二”。
财报数据印证了这一短缺的严重性：美光2026财年第二季度营收达238.6亿美元，同比激增196.3%；非GAAP毛利率飙升至74.9%。更关键的是，管理层确认2026年全年HBM产能已售罄，全部通过不可取消的长期协议锁定。
然而，这一系列亮眼数据并未转化为股价的持续上涨。截至3月25日，美光股价已连跌五日，自3月18日创下的历史新高471.34美元急泻约19%，距离20%的技术性熊市仅一步之遥。市场给出的远期本益比仅7.3倍，说明投资者对供需缺口的持续性存有疑虑。
电力瓶颈背后：AI存储时代的“双重制约”
美光遭遇的“电力瓶颈”，实际上是AI产业扩张中“双重制约”的缩影。
一方面，存储芯片本身已成为AI扩张的首要瓶颈。OpenAI首席运营官Brad Lightcap日前公开表示，“现在的瓶颈是存储，过去是电力”。SK海力士会长崔泰源更预警，全球存储芯片短缺将持续至2030年前后，行业晶圆供应缺口超过20%。
另一方面，电力基础设施的制约正在从“终端”向“中端”蔓延。过去两年，市场主要关注AI数据中心本身的电力消耗问题——微软签下20年核电协议、谷歌大规模投资风电场。但现在，制约已前移到芯片制造环节：支撑晶圆厂运转的电力设备供应，已成为影响产能释放的关键变量。
Lightcap强调，能源供应压力并未消退，OpenAI正考虑引入包括核能在内的多元化电力来源。这意味着，存储与电力正在形成对AI产业的“双重制约”——存储决定了短期内算力芯片的产出上限，而电力基础设施则决定了这些工厂能否如期投产。
结语：新瓶颈时代的生存法则
美光被“电卡脖子”的故事，揭示了一个更深刻的行业现实：在AI驱动的半导体扩产浪潮中，瓶颈正沿着产业链不断前移。从芯片产能到HBM供应，从晶圆厂建设到电力设备交付，每一个环节都可能成为制约行业发展的“阿喀琉斯之踵”。
对于美光而言，240亿美元的扩产蓝图能否如期实现，不仅取决于其自身的制造能力，更取决于全球变压器供应链能否跟上节奏。而对于整个AI产业来说，这场关于“电”的卡脖子之战，才刚刚开始。
