過去三十年，全球存儲產業版圖完成了一次殘酷而徹底的權力更替。

20世紀80–90年代，日本企業幾乎壟斷DRAM市場；進入21世紀後，這一王座被韓國廠商奪走，並由此建立起橫跨技術、規模與資本的長期統治。今天，HBM 成為 AI 算力體系中最稀缺、最賺錢的核心器件之一，韓國廠商坐享紅利，而日本卻基本缺席。

然而，就在大家以為日本存儲已經「躺平」時，一家極具野心的本土企業正浮出水面。

被韓國改寫的存儲史

日本曾是DRAM的代名詞。

上世紀 80 年代，日本的幾家存儲企業合計佔據全球 DRAM 市場過半份額。DRAM幾乎等同於日本半導體工業的名片。當時的日本，正處在製造業全球擴張的巔峯期。汽車、家電、精密儀器、機床、消費電子幾乎在所有工業品門類中都具備國際競爭力，而半導體則是這套工業體系中技術密度最高、附加值最高的一環。

在此我們再來老生常談下，日本是如何成為DRAM霸主的。1970–80 年代，日本政府通過 MITI（通產省）主導了一系列國家級半導體聯合研發計劃：包括超大規模集成電路（VLSI）國家項目、企業之間共享基礎工藝成果、大企業聯合高校與研究機構協同推進。這套體系催生出一批在工藝、材料、設備、製造管理上極為成熟的公司：如NEC、東芝、日立、富士通等企業。

在1980年代中後期，日本廠商一度佔據全球DRAM市場50%以上份額。

日本模式的核心特徵可以概括為三點：

第一，工藝導向。日本廠商非常強調製程細節、器件可靠性與長期良率穩定，而不是單純追求「最小節點」。

第二，製造紀律。極端重視良率曲線爬坡速度、設備穩定性、產線一致性。

第三，產業協同。材料、設備、晶圓製造、封測之間形成高度黏合的國內產業鏈。

在那個階段，DRAM的競爭本質上是：誰能更快、更穩定地把工藝做到量產良率。日本對此具有天然優勢。

日本為何會失去 DRAM 王座？

轉折點出現在1990年代。這一時期，日本經濟泡沫破裂，企業進入長期資產負債表修復期，資本開支趨於保守。

與此同時，DRAM行業發生了結構性變化：市場開始走向周期性強波動，產品逐漸標準化、同質化，而且價格競爭愈發激烈。

DRAM 從技術溢價型產品，逐步變成高資本開支+高周期波動+低毛利容忍度的重資產行業。這對日本企業極為不利，因為日本企業普遍追求穩健回報，難以接受長期虧損換規模，更偏向「盈利性製造」，而非「戰略性虧損擴張」。

再加上美國對日本半導體實施貿易限制，日本廠商在對美出口上承受額外壓力，進一步削弱了擴張能力。結果是，日本廠商在1990年代逐步退出DRAM主戰場，將資源轉向邏輯芯片、MCU、功率器件、傳感器等領域。

而韓國後來居上，靠的是另一套邏輯：以三星為代表，韓國政府與財閥集團形成了高度綁定的產業推進機制。首先在國家層面，長期將半導體視為戰略產業，提供低息貸款、稅收優惠、土地支持；企業層面，也能夠接受長期虧損周期，用激進資本投入換規模，以市佔率優先替代利潤優先。

1997年亞洲金融危機後，這一策略被進一步強化。三星逆周期擴產 DRAM，通過價格戰淘汰對手。最終，日系廠商幾乎全部退出 DRAM 主流市場。

隨後，SK hynix（前現代半導體）在2010 年代中期崛起，全球DRAM市場已經成為三星和SK海力士的天下，其餘廠商僅存邊緣份額。

進入 AI 時代後，這一優勢被進一步放大。高性能計算對內存提出極高帶寬、極低延遲、極高容量三項核心需求。

HBM（High Bandwidth Memory）正是在這種需求下成為關鍵器件。HBM的特點是：多層 DRAM Die 堆疊，與GPU / AI 加速器進行近封裝，單顆價值顯著高於普通 DRAM。對於早已在 DRAM 堆疊、封裝、良率控制方面積累深厚經驗的韓國廠商而言，這是天然優勢延伸。

因此，韓國廠商迅速佔據HBM主導地位，高端GPU幾乎離不開其供貨，自然喫到AI紅利，產業話語權進一步集中。

而日本的問題在於，既沒有DRAM主流產能，也沒有HBM技術積累，更沒有大規模資本投放能力。在當前 HBM 產業鏈中，日本的存在感幾乎只體現在材料、設備零部件、部分封裝工藝，但在「產品層面」，幾乎缺席。

對於日本而言，真正擔憂的可能並不是韓國賺了多少錢，而是在新一輪計算範式變革中，日本是否將徹底失去對「核心器件形態」的定義權。

日本存儲的反擊

在這樣的大背景下，一家名為SAIMEMORY的內存公司於2026年2月初浮出水面。SAIMEMORY成立於2024年12 月，2025 年6月開始運營，是軟銀旗下子公司，但此前一直保持低調。直到 2026年2月，在英特爾舉辦的Intel Connection Japan 2026 活動上首次公開亮相。

2026年2月3日，軟銀公司宣佈，其全資子公司SAIMEMORY公司於 2026 年 2 月 2 日與英特爾簽署合作協議，以推進Z-Angle Memory (ZAM) 的商業化。

ZAM的命名來自Z軸，意味着芯片沿垂直方向進行軸向堆疊，而非僅僅在平面層疊。其理論優勢包括：更短的數據通路、更均勻的熱擴散路徑、更高的可擴展層數、更低單位帶寬功耗，本質上，這是一次從2.5D 堆疊向真正3D結構內存演進的嘗試。

當前主流高帶寬內存的結構，本質仍是Die在平面方向堆疊，通過TSV等方式互連，但由於功率和散熱的限制，目前這種結構的16層已經接近其極限，預計最大層數將在20層左右。

英特爾在該項目中，並非單純「戰略投資人」。其關鍵貢獻來自：下一代 DRAM 鍵合（NGDB, Next-Gen DRAM Bonding），美國能源部支持的先進存儲技術（AMT）項目基礎，英特爾院士、政府技術 CTO Joshua Freeman 表示：傳統內存架構無法滿足 AI 需求，NGDB 定義了一種全新的方法。

該公司將利用由美國能源部和國家核安全管理局管理、並通過桑迪亞國家實驗室、勞倫斯利弗莫爾國家實驗室及洛斯阿拉莫斯國家實驗室實施的「先進存儲技術（AMT）計劃」中，英特爾已完成的「下一代 DRAM 鍵合（NGDB）倡議」所驗證的底層技術及專業知識。SAIMEMORY計劃在2027財年（截至2028年3月31日）開發出原型產品，並爭取在 2029 財年實現商業化，為此將持續推進創新存儲架構和製造技術的研究。

再來說說軟銀的算盤，軟銀正在押注一條可能跳過HBM世代的新型內存路線，軟銀是在為AI基礎設施準備「自有內存」。軟銀正在變成一家AI基礎設施資本運營商。軟銀已表態在 2027財年原型機完成前投入約30億日元，這是一筆期權型投資：成功，則掌握下一代內存入口；失敗，損失可控。

在存儲領域，日本採取了「曲線救國」的策略，通過結構性創新，尋找架構級躍遷，來避開正面規模戰爭。從市場環境來看，內存的稀缺也給了日本窗口期。目前，AI數據中心消耗了大多數的內存，據TrendForce數據，2026年全球生產的內存中，約70%將被數據中心消耗。三星與SK hynix 均警告短缺可能持續到2027年。而且行業的共識是，AI數據中心消耗的內存佔比快速上升，未來幾年內存供需還將處於緊張。只要ZAM能在功耗/帶寬/成本某一維度顯著優於 HBM，哪怕只佔據小衆市場，也有商業生存空間。

日本不止押注內存

經歷過 DRAM 被韓國全面超越、先進邏輯製程被台積電和三星壟斷之後，日本產業界其實已經形成了高度一致的共識：日本不可能再複製 80–90 年代那種橫掃式的半導體霸權。無論是資本體量、產業規模，還是風險承受能力，日本都很難與中美正面對沖。

於是，日本近幾年的半導體戰略出現了一個明顯轉向：從追求「做大做全」，轉向確保在若干決定未來走向的關鍵技術節點上擁有席位。

第一，最具象徵意義的，是 Rapidus 的出現。Rapidus 並不是一家按照傳統商業邏輯成立的代工廠，而更像是一家「國家能力型公司」，股東陣容橫跨汽車、電子、通信、互聯網與半導體。專攻2nm先進製程，日本不是幻想在先進製程上打敗台積電，而是要避免出現一種局面：日本在最先進邏輯芯片製造領域，完全沒有自己的「技術落腳點」。因此，Rapidus 與 IBM 的合作，以及與 ASML 的設備綁定，本質上就是在用國家力量換一張「先進製程入場券」。

第二，在代工領域，日本通過鉅額補貼成功引入台積電 (TSMC) 在熊本建設 JASM 一廠及二廠，與 Sony、Denso 合作。一廠（成熟/中階製程）已開業，二廠將引入 6/7nm 先進製程。儘量實現本土化製造，保障供應鏈安全，這樣也能更好的讓日本的設備和材料廠商能夠與最頂尖的代工流程現場貼合。

第三，在先進封裝方面，日本正在籌劃Chiplet（芯粒）時代的入場券。Intel與日本 14 家主要供應商（如 Ibiden、Resonon 等）組建了名為 "SATAS" 的研究小組，共同開發後端封裝技術。日本在光刻膠（JSR、東京應化）、封裝基板（Ibiden）和切片設備（DISCO）等細分領域擁有壟斷性優勢，這是日本在先進封裝領域的籌碼。

第四，在 AI 加速器方向，日本企業的態度同樣非常剋制。幾乎沒有日本公司公開宣稱要打造通用 GPU 來挑戰 NVIDIA。日本目前已經形成了一個由老牌巨頭轉型、頂尖實驗室孵化、以及垂直領域初創公司構成的 AI 芯片矩陣。

• PFN是日本目前估值最高的 AI 初創公司，也是日本 AI 芯片自主化的核心力量。於2016年啓動了第一代MN-Core處理器的研發，目前已經研發了兩代。2026 年，PFN 已開始部署其最新一代 MN-Core L1000，並正與世嘉（SEGA）等公司合作，將 AI 芯片的能力從高性能計算（HPC）擴展到更廣泛的工業和遊戲渲染領域。

來源：PFN官網

MN-Core 是為深度學習裏的矩陣計算量身定做的芯片架構，在設計時，它刻意去掉了通用 CPU/GPU 中大量複雜的控制邏輯。MN-Core 的硬件架構中大量集成了專門用於矩陣運算的單元（MAU），用於高效執行乘加等核心操作。整個架構採用的是 SIMD（單指令、多數據）思路：即同一條指令，同時驅動大量數據並行計算，而且不支持複雜的條件分支。在更高一級結構上，MN-Core 把計算資源組織成「矩陣運算塊（MAB）」，每個MAB由：4 個處理器單元（PE）和1 個矩陣運算單元（MAU）組成，並採用分層結構進行組合。從效果上看，這種架構既保持了硬件的高度專用性，又通過層級化和多模式支持，保留了一定的編程靈活性，非常適合神經網絡中大規模、規則化的矩陣計算任務。

MN-core與傳統傳統通用處理器架構的對比（來源：PFN官網）

• EdgeCortix是一家邊緣 AI 領域的黑馬，總部位於東京，成立於 2019 年 7 月，其理念是採用軟件優先的方法，從零開始設計 AI 專用處理器架構。專注於「邊緣端」AI 推理芯片，其核心產品是SAKURA-II 系列 AI 協處理器，採用名為 DNA（Dynamic Neural Accelerator，動態神經加速器）的架構。2026 年 1 月，其 SAKURA-II 芯片通過了 NASA 的抗輻射測試，被驗證可用於月球任務和軌道衛星。SAKURA-II 支持 Llama 2、Stable Diffusion、DETR 和 ViT 等數十億參數模型，典型功耗僅為 8W，滿足視覺、語言、音頻等衆多應用領域中各種邊緣生成式人工智能應用的需求。

SAKURA-II 芯片（圖源：EdgeCortix）

• 日本 AI 泰斗松尾豐教授的實驗室孵化了一批初創公司，雖然它們大多做軟件，但正在通過 AI-SoC (系統級芯片) 的形式向底層滲透。如 EQUES 等公司，正在與半導體設計廠合作，將特定的視覺識別算法直接固化在芯片中。

• 日本老牌芯片巨頭正緊跟 AI 浪潮，通過「精準卡位」實現戰略轉型。索尼（Sony）憑藉傳感器優勢深耕視覺AI芯片；瑞薩通過車載 AI MPU，穩固汽車半導體版圖；富士通（Fujitsu）則依託超級計算機基因，持續拓展高性能 AI 計算芯片。它們正試圖在 AI 的細分垂直領域構築新的壁壘。

結語

回過頭看，日本正在做的，與其說是對韓國的「復仇」，不如說是對自身產業命運的一次再下注。

日本已經不再試圖在 DRAM 產能規模上覆制三星與 SK hynix 的成功，也不再幻想在通用 GPU 賽道正面挑戰 NVIDIA。取而代之的，是一套更冷靜、也更現實的路線：在先進邏輯製程上，保住起點；在先進封裝上，掌握形態；在 AI 芯片上，進入系統；在存儲領域，押注架構躍遷。

這場賭局的結局，或許還要很多年才能見分曉。但至少，日本已經重新坐回了牌桌。