在全球产业迈向AI宏大叙事的当下，算力产业链巨头竞相崛起。作为AI底层核心硬件，存储芯片的供需格局正迎来巨变。作为国内唯一的高端存储芯片产业巨头，长鑫科技登陆科创板，不仅补齐了A股存储赛道的关键估值锚点，重塑了国产存储全产业链的定价逻辑，更将深刻改写全球存储供需格局，加速行业自主可控进程。为了全方位、及时、深入地解读这一国产AI硬件王者，我们将推出长鑫科技深度研究系列文章，从产业、技术、估值、竞争等多维度完整拆解其核心优势和长期价值。今天，我们开启第一篇：《长鑫深度解读系列(一) | 亏损十年，为何能值3万亿？》
谈到长鑫科技，不得不提一人——朱一明。2016年，朱一明创办的兆易创新在NOR Flash领域跻身全球第一梯队，并即将A股上市。对于大多数企业家而言，这已是收获期。然而，朱一明并未停留在已有的成功之上，而是将目光投向了另一块几乎无人敢轻易涉足的领域——DRAM。这是存储芯片产业真正的核心赛场，也是全球半导体竞争最激烈的领域。长期以来，三星、SK海力士和美光三家企业占据了90%的市场份额，几十年的技术积累、专利壁垒和资本投入，让后来者几乎没有切入空间。彼时，中国大陆在这一领域几乎没有产业基础。就在这样的背景下，朱一明联合合肥市启动了后来被外界称为“506工程”的项目，长鑫科技由此诞生。2018年，朱一明辞去兆易创新管理职务，把全部精力投入长鑫。对于DRAM产业而言，研发投入、设备采购、人才培养、工艺验证，每一步都意味着巨额资金消耗。长鑫在成长过程中长期处于亏损状态，几年间累计亏损超过三百亿元。如果放在普通商业项目，这样的数字足以令多数投资人望而却步。但项目始终没有停下。原因之一，在于合肥方面始终保持长期投入。从项目启动开始，当地持续提供资金支持，以十年甚至更长周期看待这一产业布局，而非追求短期财务回报。这种耐心，为企业赢得了最宝贵的发展时间。
长鑫十年的亏损在2025年发生了转折，这一年全球开启了一轮新的“工业革命”——AI算力建设。如果把一台AI服务器拆开来看，它主要由三部分组成。第一是GPU，负责计算；第二是网络，负责数据传输；第三就是DRAM，负责数据存储与调用。GPU决定算力上限，而DRAM决定算力能否真正发挥出来。没有足够快、足够大的存储系统，再强大的GPU也只能等待数据，无法持续工作。过去，DRAM更多服务于PC、智能手机和普通服务器，行业需求虽然稳定，却很难出现爆发式增长。因此，DRAM一直是一个典型的周期行业：需求增长有限，供给扩张较快，价格随景气周期上下波动，盈利水平也随之起伏。AI改变了这一切。在AI服务器中，一台整机往往集成数十颗GPU，每颗GPU又需要配备数百GB甚至上TB级高速显存，同时还需要大量DDR内存作为系统内存。换句话说，AI不仅增加了GPU需求，更同步放大了DRAM需求。真正改变行业供需关系的，还不只是需求。另一端，是供给发生了变化。为了生产HBM（高带宽内存），三星、SK海力士和美光开始将越来越多的产能从传统DDR产品切换到HBM生产线上。HBM虽然本质上也是DRAM，但它采用3D堆叠和先进封装工艺，单颗产品价值远高于普通DDR，利润率也更高。对于三大原厂来说，把有限产能优先投向HBM，几乎是必然选择。结果就是，传统DDR供给开始趋紧。于是，一个过去几年很少出现的局面形成了。一边是AI服务器带来的新增需求快速增长；另一边是三巨头主动减少普通DRAM供给，转向HBM。需求增加，供给收缩，价格自然进入上涨周期。长鑫实现首次年度盈利，本质上也是站在了这一轮全球景气周期之上。很多人认为，长鑫赚的是国产替代的钱。其实更准确地说，它赚的是全球AI基础设施升级的钱。国产替代决定了长鑫能够进入市场，而AI，则决定了这个市场到底有多大。这也是为什么今天越来越多机构开始重新评估DRAM产业。过去，它只是一个存储行业。今天，它已经成为AI基础设施的重要组成部分。如果说GPU是AI时代最耀眼的明星，那么DRAM更像是整个系统的“血液”。
半导体行业有两种商业模式。一种是Fabless，只负责芯片设计，制造交给晶圆厂完成。另一种则是IDM（Integrated Device Manufacturer），从芯片设计、工艺开发、晶圆制造到封装测试全部由企业自己完成。今天绝大多数AI芯片公司都采用第一种模式。但DRAM不同。全球三大原厂——三星、SK海力士和美光，无一例外都是IDM。原因在于，DRAM并不是一颗单纯依靠设计取胜的芯片。它真正的竞争力，来自于设计能力、工艺能力和制造能力的同步迭代。长鑫也是选择最难的IDM模式。合肥、北京两地，3座12英寸DRAM晶圆厂。月产能30万片，募投落地后2028年扩至50万片，上海新厂2027年投产。产能翻倍不是梦，是规划。全球市占率7%，排名第四，中国第一。7%听起来不多？但要知道，全球DRAM市场被三巨头锁死了三十年。三星32.6%、海力士33.2%、美光25.7%，三家合计超90%。剩下的不到10%里，长鑫占了大半。简而言之，三巨头吃肉，长鑫啃骨头。但骨头啃得足够狠，足够稳，足够让三巨头开始侧目。公司技术路线更是不走寻常路。常规路径是DDR4→DDR5→LPDDR5→HBM2E→HBM3，一代一代磨。长鑫选择“跳代研发”——直接从DDR4跨越到HBM3开发，大幅缩短追赶时间。目前第四代工艺技术平台已达国际先进水平，HBM3样件已出，规划2027年实现12层HBM3E量产。专利底蕴深厚。截至2025年底，3,929项境内专利（发明专利3,165项），3,043项境外专利。2023年国际专利申请公开数量排名全球第22位，2024年美国专利授权排名全球第42位、中国企业第四。研发投入狠到什么程度？2022年至2025年上半年，累计研发投入188.67亿元，占累计营收33.11%。2025年上半年研发费用率23.71%——同期行业平均10.37%，三星11.74%，海力士7.39%，美光10.66%。长鑫的研发强度是三星的2倍、海力士的3倍。这不是过度投资，是追赶者的必然选择。三巨头跑在前面，有规模效应、有技术积累、有专利壁垒。追赶者没有这些，只能用研发密度来补时间差。2025年营收617.99亿元，同比增长155.62%。归母净利润18.75亿元——首次年度盈利。2026年Q1营收508亿元，净利润247.62亿元，一日赚3.59亿。2026年上半年预计营收1100至1200亿元，归母净利润500至570亿元。增长斜率，碾压三巨头。7月14日，长鑫科技公告：发行价格8.66元/股，上市估值约5791.88亿元。7月16日开启申购，实际募资约579亿元——超过中芯国际2020年的525亿元，成为科创板史上最大IPO。这次IPO长鑫募资579亿元。75亿用于量产线技改，130亿用于DRAM技术升级，90亿布局HBM等前瞻研发。设备购置及安装费220.66亿元——占比超七成。
长鑫上市如何定价？先看全球DRAM三巨头的市值。截至2026年7月18日，三星电子市值约1.27万亿美元，SK海力士市值约1.08万亿美元，美光科技市值约0.95万亿美元。三巨头市值均在万亿美元。再看估值倍数。三星预测市盈率约7倍，SK海力士预测市盈率约5.5倍，美光预测市盈率约10倍。SK海力士2026年Q1营业利润37.6万亿韩元，营业利润率高达72%，创下史上最高纪录——甚至高于英伟达同期65.6%的GAAP营业利润率。简而言之，全球DRAM原厂正处于十五年一遇的超级景气周期，盈利能力碾压绝大多数行业。回看长鑫基本面。2026年上半年预计营收1100至1200亿元，归母净利润500至570亿元。按全年线性推算（考虑到DRAM合约价仍在上涨），2026年全年净利润大概率落在1200至1500亿元区间。当前全球市占率7%，排名第四。估值假设一：对标美光，市值3万亿。美光当前市值约1万亿美元（约合7万亿人民币），预测PE约10倍。美光全球DRAM市占率约20.8%，长鑫市占率7%——约为美光的三分之一。但长鑫的增长斜率远高于美光。2026年营收增速超600%，净利润增速超2000%。美光同期营收增速346%，净利润增速1224%。长鑫增速约为美光的2倍。如果按A股中等PE 20倍计算：2026年净利润1200至1500亿元 × 20倍 = 2.4万亿至3万亿。考虑到DRAM合约价仍在上涨、HBM量产预期、产能翻倍规划，3万亿是一个合理的中枢假设。换句话说，对标美光的体量与增速，长鑫在A股的估值溢价可以撑到3万亿。估值假设二：对标三星+海力士的市值营收比，市值5万亿。三星市值1.27万亿美元，2026年Q1 DRAM相关营收约140亿美元（年化约560亿美元），市值/DRAM营收比约23倍。SK海力士市值1.08万亿美元，2026年全年DRAM营收预计约700亿美元，市值/DRAM营收比约15倍。长鑫2026年全年营收预计2200至2500亿元（约合310至350亿美元），市占率7%——但中国DRAM自给率目前仅约5%，如果提升至30%，意味着6倍的增量空间。按三星级别的市值/营收比23倍计算：350亿美元 × 23 = 8050亿美元 ≈ 5.6万亿人民币。考虑到中国市场的增长溢价和A股流动性溢价，取保守约5万亿。或者按PS（市销率）逻辑：营收2500亿 × PS 20倍 = 5万亿。PS 20倍在A股高增长赛道中并不罕见。5万亿意味着什么？意味着长鑫将成为A股市值最高的科技公司，超越当前的中芯国际（约1.48万亿）和寒武纪。意味着中国终于有一家本土DRAM原厂，市值可以与全球三巨头同台对话。意味着7%的市占率不是天花板，而是起跑线。长鑫的价值，不在于它现在7%的市占率，而在于中国DRAM自给率从5%到30%那6倍的空间。
风险提示
1. 经营业绩波动：DRAM行业受供需周期及宏观经济影响较大，若下游需求不及预期叠加新产能集中放量，行业可能转入下行周期，导致公司业绩高增不可持续。
2. 人工智能需求存在不确定性：若AI应用落地或云厂商资本开支不及预期，叠加新产能释放，可能导致供过于求。
3. 存货跌价：若未来市场需求或产品价格发生不利变化，公司面临存货跌价增加风险。
想要获取更多及时详细的AI产业链资讯和专业投资分析，请扫码关注添加客服了解详情。