满囤按:

长鑫科技已经申购，您中签了吗？

上市交易开盘之后，您是准备买，还是卖?

满囤分享真正的专业人士分析长鑫科技在行业内的地位，以及中国存储芯片的产业格局和未来十年的发展预期，以供同修们投资参考。

长鑫IPO只是开始：汽车、机器人正在重塑存储芯片未来

7 月 16 日，存储芯片龙头长鑫科技正式启动新股申购。公开数据显示，长鑫发行价锁定在 8.66 元/股，按照发行 66.88 亿股计，此次募资总额约 579.19 亿元，上市估值近 5800 亿元。如顺利发行，长鑫将超过中芯国际，成为科创板史上最大 IPO，同时将跻身 A 股史上第五大 IPO（在 A 股历史上募资额仅次于农业银行、中国石油、中国神华及建设银行）。

按出货量和销售额统计，长鑫已是国内第一、全球第四的 DRAM（动态随机存储器） 厂商。在很多人的印象中，DRAM 只是电脑里的内存条，或者手机运行内存的一部分。它不像 CPU 负责计算，也不像 GPU 负责人工智能训练，长期以来更多扮演着一位低调的"幕后配角"，但在 AI 与物联网加速融合的今天，这一认知正在被重新定义。

随着越来越多设备具备感知、计算和自主决策能力，存储芯片正在从消费电子的基础器件，演变为智能世界的数据基础设施。智能汽车持续处理来自摄像头、雷达和激光雷达的海量感知数据，人形机器人实时运行视觉语言动作大模型，工业互联网不断沉淀设备运行数据和数字孪生模型，边缘 AI 设备则越来越多地将推理任务放到本地完成，以降低时延、提升可靠性。不同场景虽然形态各异，却有一个共同特点——设备正在持续产生数据、调用数据、处理数据，而所有这些过程，都离不开高速存储系统的支撑。

未来存储市场的两大重要终端

未来十年，决定存储市场规模的不再只是有多少设备连接网络，而是有多少设备开始具备智能。智能汽车和人形机器人，正是这一趋势下最具代表性的两类终端。

智能汽车

随着智能驾驶技术加速向 L2+ 及更高阶阶段演进，汽车正在从传统的机械产品转变为具备感知、计算和决策能力的移动智能终端，而这一变化正在显著提升车载存储需求。过去，汽车电子系统主要围绕动力控制、安全辅助以及信息娱乐等功能展开，存储需求相对有限；但在智能驾驶时代，车辆需要通过摄像头、毫米波雷达、激光雷达等多种传感器持续采集环境信息，并依靠车载计算平台实时完成目标识别、路径规划和驾驶决策，这使汽车的数据处理能力和存储容量迎来快速增长。

尤其是在 L2+ 智能驾驶车型中，汽车已经具备类似“边缘 AI 节点”的能力。一方面，大量传感器产生的数据需要在车端进行实时缓存和处理，以降低数据传输延迟并保障驾驶安全；另一方面，随着智能驾驶算法不断升级，车载系统还需要存储越来越复杂的 AI 模型、软件系统以及通过 OTA 持续更新的数据。因此，相较于传统汽车，L2+ 及以上车型对于 DRAM、LPDDR 等高速存储产品的需求大幅提升。

美光给出的数据显示，当前 L2+ 车型平均存储容量已经达到普通车型的 5 倍以上，随着智能驾驶渗透率持续提升，今年 L2+ 车型占比预计超过 20%，到 2030 年有望进一步提升至 40% 以上。可以预见，汽车智能化浪潮将成为推动存储需求增长的重要力量。

更重要的是，汽车产业的智能化趋势正在改变存储芯片在整车价值链中的位置。过去，存储更多被视为汽车电子系统中的辅助器件，但随着智能驾驶成为新能源汽车竞争的核心能力，存储已经逐渐成为决定车辆计算性能和智能体验的重要基础设施。未来，汽车竞争不再只是电池容量、动力性能和机械设计的竞争，也将越来越依赖包括计算芯片、存储芯片和数据处理能力在内的智能化基础能力。

人形机器人

如果说智能汽车代表了移动智能终端的发展方向，那么人形机器人则可能成为未来存储需求增长更为显著的新兴领域。与汽车主要围绕驾驶场景进行环境感知和路径决策不同，人形机器人需要在更加复杂、开放的环境中实现感知、理解、决策和行动的闭环，这对计算能力和数据处理能力提出了更高要求。

一台人形机器人需要同时处理视觉、触觉、力觉、姿态等多路传感器产生的数据流，并依托视觉语言动作（VLA）大模型完成环境理解、手部精细操控、全身平衡以及自主避障等连续实时动作。这些计算任务无法完全依赖云端完成，因为机器人的每一次动作都需要毫秒级响应，网络延迟可能直接影响控制精度甚至导致任务失败。因此，大量多模态感知数据、模型参数以及运动过程中的迭代数据，都需要在本地完成高速读写，这对存储芯片的容量、带宽和延迟能力提出了更高要求。

与此同时，机器人的应用环境也进一步放大了其存储需求。L2+ 智能汽车主要运行在道路、交通规则等相对结构化的环境中，而人形机器人未来需要进入家庭、工厂、仓库等非结构化场景，不仅要实时感知周围环境，还需要持续学习并优化自身行为。这意味着机器人产生的数据量会随着任务复杂度提升不断累积，对本地存储容量和数据处理能力提出长期需求。

未来，机器人不仅需要完成预设动作，更需要借助大模型理解环境、学习任务并自主决策。这意味着其背后需要运行更加复杂的人工智能模型，包括视觉识别模型、自然语言交互模型以及用于动作规划和环境理解的世界模型，而这些模型都需要高速、大容量存储作为支撑。

据美光预测，人形机器人的平均存储容量可能达到 L2+ 智能汽车的 10 倍左右。随着具身智能产业逐步进入规模化发展阶段，存储芯片有望成为支撑机器人智能化能力提升的重要基础设施。市场规模方面，巴克莱专题报告预计，当前全球人形机器人市场规模约为 20 亿至 30 亿美元，到 2030 年可能增长至 100 亿至 250 亿美元，到 2035 年乐观情景下甚至有望达到 2000 亿美元。伴随机器人产业快速发展，存储芯片也将迎来继智能汽车之后的又一重要增长场景。

补强“中国智能制造的底座”

如果将视角从单一存储芯片企业拉回整个物联网产业链，长鑫科技 IPO 的意义更加值得关注。过去十余年，中国物联网产业经历了从“设备连接”到“智能应用”的快速发展，在传感器、通信网络、云计算平台等环节已经形成了较为完整的产业体系。但与此同时，作为支撑数据流动和智能计算的底层存储环节，尤其是高性能 DRAM 等关键器件，仍然是产业链中的重要短板。长鑫科技的发展，正是在这一关键环节实现补强。

物联网产业的核心逻辑，本质上是让现实世界中的物理对象具备感知、连接、计算和决策能力。一条完整的智能化链路通常包括：传感器负责采集环境数据，MCU 或处理器完成基础控制，通信模组负责数据传输，边缘计算节点承担实时分析，存储芯片则为数据缓存、模型运行和智能应用提供底层支撑，最终推动 AI 模型完成对设备的智能控制。在这一过程中，任何一个环节的能力不足，都可能限制整个系统的智能化水平。

从产业格局来看，中国在物联网前端设备和通信基础设施领域已经具备较强竞争力。无论是智能家居、工业设备，还是智慧城市应用，大量国产传感器、控制器和终端设备正在快速普及；与此同时，5G、NB-IoT、LoRa 等通信技术不断成熟，为海量设备连接提供了网络基础；云计算、大数据平台以及人工智能算法的发展，也进一步提升了数据处理和应用能力。然而，当物联网进入 AIoT 阶段，设备不再只是简单采集和上传数据，而是需要在边缘侧甚至终端侧完成实时计算和智能决策时，底层存储能力的重要性开始凸显。

尤其是在工业互联网、智能制造等场景中，设备产生的数据规模正在快速增长。一台智能机床可能持续采集运行状态、振动、温度等数据；一条自动化生产线需要实时处理机器视觉、质量检测和设备预测维护信息；一个数字孪生系统则需要长期沉淀设备运行数据和模型参数。这些数据无法全部依赖云端处理，既受到网络延迟限制，也涉及工业数据安全问题。因此，越来越多智能系统正在向边缘计算和本地智能方向发展，而高速、大容量、高可靠存储芯片正成为这一趋势的重要基础。

从这个角度看，一个真正自主可控的物联网体系，不仅需要自主传感器、自主通信网络和自主计算平台，也需要具备自主保障能力的数据存储底座。长鑫科技的发展，正是在补齐这一底层能力。作为中国大陆唯一实现 DRAM 大规模量产的本土企业，长鑫上市标志着存储芯片这一“卡脖子”最严重环节实现从 0 到 1 的突破，补齐了继逻辑芯片（中芯国际）、封测（长电科技）后的半导体自主可控最后一块核心拼图 。

全球 DRAM 市场长期被三家巨头垄断（份额超 90%），长鑫以约 7.67% 全球市占率入局，不仅提供国产替代选项，更在供应链安全层面削弱外部断供风险，重塑区域供应链韧性 。当前，长鑫的产品不仅服务于传统 PC、服务器等市场，也在智能汽车、工业控制、边缘计算、AI 终端等新兴领域发挥重要作用。后续，其募资重点投向 HBM（高带宽内存）及 DDR5/LPDDR5X 研发，直接对接 AI 服务器、人形机器人及高级别智能驾驶对高带宽、低功耗存储的迫切需求，解决高端存力依赖进口的结构性痛点。

结语

从连接万物到承载智能，物联网产业正在进入新的发展阶段。未来的竞争，不仅是设备数量的竞争，更是数据处理能力和智能化水平的竞争。对于中国而言，补齐存储这一关键底层能力，不仅关系到半导体产业链的完善，也将为智能制造、具身智能和 AIoT 的发展提供更加坚实的技术底座。长鑫科技的成长，正是中国向智能时代迈进过程中，一个重要的产业注脚。

#好文分享

2026.7.18