通用汽車鎖定美光：汽車供應鏈進入“AI搶芯”階段

據路透社7月1日報道，通用汽車與美光科技簽署長期供應協議，美光將持續向通用汽車提供車規級內存和存儲產品，并共同驗證下一代汽車技術。通用汽車鎖定的并非傳統的微控制器（MCU）、功率器件或智能駕駛主控芯片，而是低功耗動態隨機存取內存（LPDRAM）、NOR閃存（NOR Flash）和高速閃存存儲（UFS NAND）。這份協議背后，是汽車供應鏈邏輯的變化：過去車企擔心芯片“夠不夠用”，如今更在意自己在全球產能分配中的優先級。

AI數據中心正在大量擠占動態隨機存取內存（DRAM）、高帶寬內存（HBM）和企業級存儲產能。S&P Global Mobility數據顯示，自去年12月以來，DRAM價格已上漲約70%。對消費電子廠商而言，這是成本問題；對快速“計算機化”的汽車行業來說，則意味著新的供應風險——AI正在把汽車推入一場新的產能爭奪戰。

車企鎖定的，為什么是內存和存儲？

在燃油車時代，汽車電子系統高度分散，發動機、車身、儀表、空調、影音系統各自獨立，對內存和高性能存儲需求有限，數據也主要在車內局部流動。智能電動車改變了這一結構，如今中高端車型普遍配備多攝像頭、毫米波雷達、大屏座艙、域控制器，并持續OTA升級。隨著車端大模型、語音助手、高清地圖和本地推理應用，車輛對內存帶寬、存儲容量和讀取速度的要求持續提升。

美光指出，AI座艙、輔助駕駛和軟件定義汽車正在推動內存與存儲需求增長。此次協議中，通用汽車將獲得LPDRAM、NOR Flash和UFS NAND的長期供應，并參與未來平臺驗證。這些芯片分工明確：LPDRAM負責實時計算數據處理；NOR Flash用于存儲啟動程序和關鍵固件；UFS NAND則承擔地圖、影音、軟件和日志等數據存儲。過去車企關注算力芯片，如TOPS指標和攝像頭接入能力，但隨著汽車成為移動計算終端，算力必須依賴內存和存儲才能發揮作用，競爭也從“算力芯片”擴展到支撐算力運行的基礎資源。

AI數據中心，正在改變芯片產能流向

“AI搶芯”并非直接爭奪同類芯片。汽車主要使用車規DRAM、NOR Flash和NAND閃存；AI服務器則依賴HBM、高端DRAM和企業級存儲。兩者產品不同，但爭奪的是同一底層資源：晶圓產能、封裝能力、設備投入和廠商優先級。存儲行業本就周期性強，而汽車行業認證周期長、議價保守，過去并非優先客戶，AI的出現改變了這一排序。

大模型訓練需要大量GPU，而GPU依賴HBM和高性能存儲。對三星、SK海力士、美光而言，AI客戶規模更大、價格更高、迭代更快。美光正通過長期協議鎖定需求，目前已簽署16項戰略協議，其中汽車協議通常為三年，核心是提前綁定產能。通用汽車的動作更像提前防御，這并不意味著新一輪斷供已出現，而是車企不愿再等到價格上漲或交期延長才應對。2021年缺芯危機已讓汽車行業付出代價，也讓車企意識到芯片不是普通零部件，如今更擔心的是價格、交付穩定性和長期供貨能力。

從缺芯應對，到主動進入上游

通用汽車并非首次向上游延伸。2023年，通用汽車與格芯簽署長期協議，在紐約建立專屬產能通道，提升供應穩定性并推動本土制造；福特也曾與格芯合作，布局汽車芯片制造。這些合作意味著供應鏈模式變化：過去車企通過博世、大陸等一級供應商采購系統，很少直接參與芯片產能安排，但在智能電動車時代，芯片決定功能邊界。

座艙芯片決定交互體驗，智駕芯片決定計算能力，功率器件影響效率，而內存與存儲決定系統能否穩定運行。因此，車企開始前移供應鏈管理。通用汽車鎖定格芯解決基礎芯片問題，鎖定美光則補齊內存與存儲環節，為AI座艙和車端計算做準備。同時，這也帶有本土化考量，美光將依托美國弗吉尼亞州工廠供貨，該工廠已升級生產先進DRAM，并投入約20億美元強化本土供應能力。對通用汽車而言，芯片不僅是成本問題，更涉及供應安全與產業政策。

車企競爭，正在從算力走向基礎設施

過去兩年，汽車行業關注的是算力競賽，高通8295、英偉達Orin和Thor、地平線征程、華為MDC等平臺成為核心競爭點，車企比拼算力規模和功能能力。但算力并非孤立存在，高性能平臺需要內存、存儲、功耗管理和穩定供貨共同支撐。隨著艙駕融合和車端AI發展，這些基礎能力的重要性不斷提升。

AI不會直接搶走汽車芯片，但會改變產業資源分配，更多資本將流向HBM和高端存儲，車規內存和成熟制程產品可能面臨新的波動。對中國車企而言，這一趨勢同樣關鍵。隨著智能座艙、輔助駕駛和車端大模型普及，單車對內存和存儲的需求持續增長，未來競爭不只是電池、算法和主控芯片，而是整套車端AI基礎設施。

通用汽車與美光的合作說明，汽車行業正在重新定義芯片供應鏈。從2021年的“缺芯”，到如今提前鎖定內存與存儲，車企已經意識到，在AI快速消耗全球計算資源的時代，供應鏈競爭不會結束，只會不斷升級。