In this Article
2025年下半年，全球出现了罕见的运行内存和 SSD 供应短缺。这并非单纯的周期性低迷或技术迭代，而是一场可能持续多年的危机。其根源显然是 AI 基础设施需求的爆发式增长。
每台 AI 服务器都需要数十至数百 GB 内存，远超普通 Web 服务器或 PC。这会带来什么后果？芯片制造商优先生产 HBM (High Bandwidth Memory) 和 LPDDR (Low-Power Double Data Rate)，同时削减传统 DRAM 的产量。用现代说法，这被称为 RAMpocalypse。
这只是听起来很可怕，还是我们现在就该着手应对？继续读下去，答案就在下文。
到底发生了什么？
2023 年仿佛还在昨天，那时 SSD 的价格仍很低。改变这一切的，是截至 2024 年底已重塑市场的 AI 数据中心热潮。AI 系统，也就是 Large Language Models，本质上是基于海量数据集训练而成的。它们处理的数据量极大，因此能够理解上下文，并以近似人类的方式作答。LLM 通常部署在 GPU 集群上。GPU 集群由互联的计算节点组成，每个节点配备一到两个 GPU。每个 GPU 集群都需要数 TB 内存，而如今的 AI 项目可能运行在数千个这样的节点上。它们旨在高速处理复杂任务。然而，运行 LLM 需要大量 DRAM 和闪存。企业正在从以训练为主的 LLM 工作负载，转向以推理为核心的部署。推理需要频繁访问大型模型文件，因此对近线存储的需求也在增长。
Stargate 项目
该项目旨在让美国持续保持人工智能领域的领先地位。外界认为，它将推动美国“再工业化”，并增强保护美国及其盟友国家安全的战略能力。主要投资方包括 SoftBank、OpenAI 和 Oracle。Microsoft、NVIDIA 和 Arm 等公司也将参与，但预计将以技术合作伙伴的身份加入。
这个项目具体是什么？首先，计划在美国建设多座人工智能数据中心。这些公司的合资企业将从 Texas 的一座大型数据中心起步，最终扩展至其他州。项目发起方承诺，这将创造“数十万”个就业岗位，并“确保美国在 AI 领域的领导地位”。Stargate 预计需要五到六年完成。
OpenAI、Samsung 和 SK Hynix 已签署协议，每月供应 900,000 片 DRAM 晶圆。这几乎相当于全球总产量的 40%。未来，这可能造成严重问题，使传统 PC 和服务器市场难以与之竞争。即使是看似与 AI 无关的机械硬盘，价格也上涨了 10–15%。
更多工厂，更多内存？
理论上如此，但现实中的财务和结构性限制让快速扩产变得复杂。
尽管更高的价格传递出扩产信号，领先的 DRAM 制造商仍选择不扩大传统 DRAM 的产能。相反，它们正将投资转向高带宽内存 (HBM)。HBM 利润率更高，但也会消耗更多晶圆。
需求来自各方。AI 开发者、超大规模云服务商和企业数据中心都在争夺内存供应。扩大产能既不快，也不便宜。新建晶圆厂需要天文数字的资本投入，成本在 $10 billion 到 20+ billion 之间。这不是一朝一夕能完成的事，此类项目通常需要 4–5 年。即便如此，结果也并不确定，熟练工程师短缺更令局势雪上加霜。
因此，标准 DRAM 的总体产量仍然有限。制造商正优先满足 AI 和超大规模数据中心客户的需求。在这种情况下，内存短缺和高价很可能至少持续到 2027 年。
未来预测
- 首先，AI 对资源的巨大需求将推高运行内存价格。短缺和高价可能还会持续一段时间。在持续的内存市场危机下，Apple、Lenovo 和 Dell 等公司将在 2026 年上半年上调设备售价，游戏 PC 和笔记本电脑当然也会受到影响。随着硬件成本上升，组织将转向使用 代理 抓取数据并运行 AI 工作流，避免内存受限的系统过载。
- 只有在 2027–2028 年之后，当新的内存技术打破这一循环时，危机才可能开始逐步缓解。在此之前，预计 SSD、DRAM 和 HDD 仍将价格高企、供应紧张，并越来越多地被优先分配给 AI 行业。
- 随着大型模型、数据中心和计算服务持续扩张，AI 需求不太可能显著下降。这意味着，内存作为一种资源，在未来几年仍将是备受关注的话题。
- 内存架构方面的创新，例如 CPU/GPU 内存融合或新型 RAM，从长远来看可能会改变局面，但无法一夜之间解决严重短缺的问题。