华为自建DRAM晶圆厂
报道称华为正在推进自有DRAM晶圆厂建设，意在降低对外部存储供应链的依赖。若产能落地，可能影响中国本土内存供给格局，并对全球DRAM价格形成长期变量。
最新动态
存储三巨头财报将检验AI需求
SK海力士、三星电子和铠侠下周将公布最新业绩，市场关注AI投资是否持续转化为HBM、DRAM和企业级SSD订单。在存储长约可靠性和AI需求可持续性受质疑之际，财报表现或影响下一阶段芯片股走势。
Mac本地LLM从SSD流式加载MoE
开发者基于llama.cpp制作Slipstream，通过从SSD流式加载MoE专家权重，让36GB内存MacBook运行35B到480B编码模型。项目以macOS应用形式发布，并公开成功与失败的基准数据，突出本地AI与存储带宽结合的新玩法。
技嘉主板支持长鑫DDR5
技嘉宣布支持中国制造的长鑫存储DDR5内存，并在Socket AM5平台上将频率推进至8200 MT/s。该进展显示国产内存正加速进入高性能桌面平台生态。
技嘉主板支持长鑫DDR5
技嘉宣布其主板产品线支持中国厂商长鑫存储（CXMT）的DDR5内存，相关支持覆盖更多平台。此举有助于提升国产内存在主流PC硬件生态中的兼容性与可见度。
三星海力士或签芯片大单
韩国总统室官员透露，三星电子和SK海力士预计将在韩国总统李在明访问硅谷期间，与美国主要科技企业公布大规模合作协议。协议可能涉及长期存储芯片供应、战略投资合作及谅解备忘录。
苹果压价OLED应对内存涨价
报道称苹果要求供应商下调iPhone OLED面板价格，以抵消内存半导体涨价带来的成本压力。苹果向供应商提出约70美元的iPhone 18 Pro Max OLED采购价，行业预计三星显示和LG显示均价约66.5美元，较上一代下降约20%。
AI内存短缺推高车价
Reddit硬件社区关注AI内存短缺外溢至汽车行业，通用汽车警告相关成本将大幅上升，比亚迪则被指将辅助驾驶价格上调20%。事件显示存储与AI算力供需紧张正影响终端硬件成本。
SK海力士招聘3D DRAM工程师
SK海力士在美国招聘3D堆叠式DRAM逻辑设计工程师，并称将与美国客户紧密合作推进3D堆叠DRAM逻辑芯片联合设计。该动向显示存储巨头正加速探索下一代DRAM架构。
中国人寿回应减持兆易创新
中国人寿旗下8个单一资管计划于7月8日卖出兆易创新约110.97万股，变现约6.82亿元。公司回应称，股票管理人对二级市场个股增减持属于常态化投资行为，基于投资配置需要。
长鑫科技上市炒作风控传闻
市场流传疑似券商内部风控通知，称需提示50万元以上客户避免参与长鑫科技上市初期炒作，并重点关注异常交易账户。多家券商分支机构和财富管理条线人士表示暂未收到类似正式通知。
存储涨价推高智能手机售价
国内智能手机市场出现集体涨价，多款新机及在售机型涨幅多在300元至1000元，部分高端旗舰涨幅超过千元。业内认为存储芯片价格剧烈波动是主因，小米卢伟冰预计涨价趋势至少延续至2027年底。
普冉股份业绩预增近20倍
普冉股份预计2026年上半年归母净利润约8.25亿元，同比增约1925%。公司称受益于AI算力建设带动存储芯片供需改善，通用存储价格上涨，同时MCU、Driver等新品在工业控制和AIoT领域放量。
三星9100 Pro固件撤回
Reddit用户称三星9100 Pro SSD的1B2QNXH7固件更新已从Samsung Magician中消失，德国地区暂无法下载。该更新撤回可能与用户错误报告有关，后续需关注三星说明。
长鑫科技将登陆科创板
长鑫科技公告称，公司股票将于2026年7月27日在上海证券交易所科创板上市。作为国内存储芯片核心企业，其上市进展对国产存储产业链具备较高关注度。
江波龙拟4亿至8亿元回购
江波龙控股股东、实控人蔡华波提议公司以集中竞价方式回购股份，金额不低于4亿元且不超过8亿元。回购股份拟用于股权激励或员工持股计划。
Framework笔记本因内存涨价调整
Framework称内存供应商报价较此前库存翻倍，导致即将出货的Laptop 13 Pro高配版本调整内存配置。部分预购用户将被通知更改配置，反映LPCAMM2等内存成本波动正影响硬件新品交付。
中国单电子存储芯片引关注
Reddit硬件社区讨论一项中国新型芯片进展，据称可用单个电子存储数据，有望缓解AI存储瓶颈。该方向涉及高密度、低功耗存储技术，若可规模化将对AI内存体系产生影响。
美光向特斯拉供内存芯片
马斯克称，美光近期向特斯拉分配了大量内存芯片，缓解其在内存供应紧张背景下的需求压力。他表示美光给出的供货条件“非常合理”，显示高端制造和AI相关硬件对存储资源的争夺仍在升温。
西部数据谈AI数据回流存储系统
西部数据高管在WAIC论坛上表示，AI基础设施不只是GPU和HBM，随着训练与推理规模扩大，数据在SSD、DRAM和HDD之间的分层管理变得更关键。模型生成、日志、审计和缓存等数据会持续沉淀，AI竞争下一阶段将更看重每TB数据的生命周期成本。