财联社3月31日电，存储芯片概念盘中持续调整，佰维存储跌近10%，德明利、香农芯创、雅克科技、江波龙、普冉股份、兆易创新均跌超5%。消息面上，财联社记者3月30日走访深圳华强北电子市场获悉，自上周以来，DDR5内存条现货价格降幅明显。其中，上周每条价格约在3000元左右的32G DDR5内存条，本周报价每条降幅在500-1050元不等。

财联社3月31日电，最近，手机涨价成为市场热议话题。不仅是新手机，“二手手机回收价大涨”“三部旧手机换一台iPhone”等相关话题也成为热点，让不少消费者翻出压箱底的旧手机。那么，二手手机回收市场的真实行情如何？带着疑问，记者实地探访了深圳华强北市场，发现部分二手手机的回收价格确实较此前有所上涨，但没有如“网上传闻”那般夸张。二手手机“身价”大涨背后是存储芯片价格攀升，也是人工智能（AI）基础设施投资的“虹吸效应”。

财联社3月31日电，当下，全球半导体产业正迎来新一轮涨价周期。继存储芯片价格连续攀升之后，模拟芯片、功率器件乃至晶圆代工环节纷纷启动涨价，多家厂商近日发布调价通知，行业价格上行趋势明确。分析人士认为，随着下游需求回暖、行业库存出清与供给端格局优化，半导体行业景气度有望持续回升。价格传导效应逐步显现之下，产业链盈利空间有望打开，行业正从去库存周期转向量价齐升的新阶段，结构性投资机遇正在浮现。

财联社3月30日电，据11位经济学家的预测中值，韩国3月的出口额预计较上年同期增长44.9%，比2月份28.7%的增幅更快，这是自2021年5月以来最强劲的增长，也标志着连续第10个月实现同比上涨。韩亚证券经济学家Chun Kyu-yeon表示，“由于对存储芯片的需求强劲，半导体价格持续大幅上涨。”他还预计今年的贸易顺差将创历史新高。

《科创板日报》30日讯，三星电子已完成西安工厂工艺升级的第一阶段，逐步淘汰了传统的128层（V6）NAND闪存，并已开始量产236层（V8）产品。目前，三星电子正在筹划进一步的升级，预计将于今年完成向286层（V9）NAND闪存的过渡。

财联社3月30日电，今年以来，存储芯片板块在强劲的行业周期和业绩支撑下，走出了不错的上涨行情。数据显示，截至3月25日，国证存储芯片产业指数今年以来上涨19%。多家机构认为，尽管存储行业已历经一轮上涨，但在AI驱动、供给趋紧及景气扩散等多重因素支撑下，本轮周期持续性或超出预期，相关公司估值仍具提升空间，存储芯片行业正迎来高景气延续的关键窗口期。

财联社3月27日电，摩根士丹利称，存储股近期回调是健康的，本轮周期的强度将比市场预期的更持久。大摩分析师认为，谷歌TurboQuant只是正常技术进步（非颠覆性），OpenAI放弃Sora反映了算力不足和存储不足问题。摩根士丹利给予美光和闪迪的目标价分别为520美元和690美元。

财联社3月27日电，记者从CFMS|MemoryS 2026闪存行业峰会获悉，存储产品的价格已经历了连续三个季度大涨，预计2026年3季度开始涨幅会放缓，逐渐收敛，一些具体产品线上价格会有一些分化。对于客户，锁定存储产能比锁定价格更重要。相比起火热的AI市场，以手机为代表的消费类市场就进入阵痛期，成本迅速上升，预计销售量将下降约10%，部分手机降幅最高将达30%。

财联社3月26日电，中芯国际发布业绩报告称，展望2026年，产业链海外回流、国内客户新产品替代海外老产品的效应将持续下去，为国内产业链带来持续的增长空间。人工智能对于存储的强劲需求，挤压了手机等其他应用领域特别是中低端领域能拿到的存储芯片供应，使得这些领域的终端厂商面临著存储芯片供应量不足和涨价的压力。即使终端厂商可以通过涨价的方式来消化成本上涨的压力，也会导致对终端产品的需求下降。公司凭借在BCD、模拟、存储、MCU、中高端显示驱动等细分领域中的技术储备与领先优势、客户的产品布局，在本轮行业发展周期中，仍能保持有利位置。公司将积极响应市场的需求，推动2026年收入继续增长。在外部环境无重大变化的前提下，公司给出的2026年指引为：销售收入增幅高于可比同业的平均值，资本开支与2025年相比大致持平。

财联社3月26日电，美股芯片存储板块盘前普跌。闪迪跌近4%，美光科技、西部数据跌近3%，希捷科技跌超2%。消息面上，谷歌推出压缩算法TurboQuant，宣称实现约6倍内存节省。

财联社3月26日电，谷歌近日推出了一种可能降低人工智能系统内存需求的压缩算法TurboQuant。根据谷歌介绍，TurboQuant压缩技术旨在降低大语言模型和向量搜索引擎的内存占用。该算法主要针对AI系统中用于存储高频访问信息的键值缓存（key-value cache）瓶颈问题。随着上下文窗口变大，这些缓存正成为主要的内存瓶颈。TurboQuant可在无需重新训练或微调模型的情况下，将键值缓存压缩至3bit精度，同时基本保持模型准确率不受影响。对包括Gemma、Mistral等开源模型的测试显示，该技术可实现约6倍的键值缓存内存压缩效果。此外，在英伟达H100加速器上的测试结果显示，与未量化的键向量相比，该算法最高可实现约8倍性能提升。研究人员也表示，这项技术的应用不局限于AI模型，还包括支撑大规模搜索引擎的向量检索能力。谷歌计划于4月的国际学习表征会议（ICLR 2026）上展示TurboQuant技术。