北京
新智元報道
編輯：元宇
【新智元導讀】當巨頭瘋狂掃貨、分析師開始囤iPhone17，你的錢包、電腦和AGI的未來，正在被同一堵看不見的墻悄悄卡住。
100根高容量服務器內存，總價已飆升至400萬元！
一盒芯片相當于一套一線城市近郊的房產！
這瘋狂一幕背后，是整個科技行業正在面臨的一場史詩級危機。
2025年下半年以來，狂奔的AI行業并未如人們預期的那樣因算力爆發而起飛，反而一頭撞上了一堵看不見的墻——「內存墻」。
正如上面這位網友所言，2026年，可能不再是AI的「爆發之年」，而是「內存受限」之年：
2026年卡住AI脖子的，不再是我們熟知的算力或電力，而是內存容量與帶寬。
這一判斷并非危言聳聽。
花旗銀行的最新研報發出預警：2026年DRAM（動態隨機存取存儲器）平均售價同比或將上漲88%！
TechRadar近日的報道也佐證了這一趨勢：受AI數據中心無底洞般的需求驅動，DRAM價格預計在2026年3月將接近翻倍。
為什么內存這么重要？
DRAM好比是CPU/GPU臨時操作臺，是臨時「放數據、隨取隨用」的地方，模型越大，越需要更大容量、更高帶寬的DRAM。
如今，AI正在瘋狂吸干全球的內存產能。
數據顯示，單臺AI服務器的內存需求顯著高于普通服務器，疊加HBM/高容量 DDR5的產能傾斜，將原本分配給PC、手機的產能大量「吸走」，直接導致消費級市場的供給枯竭。
當OpenAI、谷歌等巨頭為了爭奪通往AGI的門票，以「價格不設上限」的方式瘋狂掃貨，甚至提前鎖死2026年產能時，代價最終轉嫁到了普通消費者身上。
你會發現：
你想買的那臺新電腦，價格不僅沒降，反而越來越堅挺；
手機處理器雖然年年換代，但體驗提升卻越來越不明顯；
愛折騰硬件的小伙伴突然發現，那兩根不起眼的內存條，竟然快要買不起了……
「內存受限」四個字，不僅是懸在科技巨頭頭頂的達摩克利斯之劍，還在悄悄掏空普通消費者的錢包！
分析師囤貨背后
一場全球性的「內存危機」
2025年下半年以來，存儲芯片價格如同坐上火箭，內存、閃存價格全面翻倍。
據TrendForce數據顯示，2025年9月以來，DDR5顆粒現貨價累計上漲約307%，部分媒體走訪稱，頂配高容量服務器內存單條價格更是突破4萬元。
這是什么概念？
手里捧著一盒100根的內存條（總價400萬），你就相當于捧著一套北上廣深近郊的房產！
與此對應的，是花旗銀行Citi的研究部門已經大幅向上修正了他們預測：
2026年DRAM的價格將暴漲88%，而此前的預期僅為上漲53%。
如此恐怖的漲幅背后，是一場由AI巨頭主導的、對全球存儲資源的瘋狂「搶奪」。
TechRadar報道稱，服務器模組正在像黑洞一樣，吞掉絕大部分晶圓產出。
原本留給PC、留給筆記本電腦的產能，被快速擠壓得所剩無幾。
TrendForce資深研究副總裁Avril Wu直接用錢包投票。
她告訴所有人：我一直跟大家說，如果你想買設備，現在就買。
甚至為了避險，她自己已經先買了一臺iPhone17。
提前囤貨一臺iPhone17，這看起來有點微不足道，背后卻是全球「內存告急」的信號。
全球存儲巨頭Micron傳出的消息也不容樂觀。
即便新的晶圓廠陸續投產，其CEO Sanjay Mehrotra也發出警告：目前只能滿足客戶需求的二分之一到三分之二。
這意味著，有接近一半的需求，拿著錢也買不到貨。
PC端的供應商也開始挑客戶，他們正在進行選擇性配貨，優先保障那些大型整機廠OEM，而壓縮給第三方模組廠商的供貨量。
這也就是為什么TechRadar預測，PC DRAM的合約價在2026年初可能會明顯上調。
這不是簡單的通脹，這是我們在為AI的發展，被迫繳納的一筆昂貴的「資源稅」。
致命剪刀差
被AI「吃掉」的內存
AI軍備競賽，讓我們正在目睹科技史上最夸張的「剪刀差」。
https://arxiv.org/pdf/2403.14123
根據加州大學伯克利分校一項有關「人工智能與內存墻」的論文研究提到：
由于前所未有的無監督訓練數據規模，再加上Scaling laws（神經網絡縮放定律），使得用于訓練和在線服務大語言模型（LLM）的模型規模和算力需求出現了爆炸式增長。
研究人員指出，訓練大模型所需的計算量最近以每兩年750倍的速度增長，遠超DRAM和互連帶寬的增長速度——后者每兩年僅分別增長1.6倍和1.4倍。
這種差距使得內存而非計算能力，成為AI應用（尤其是在推理場景中）的主要瓶頸。
過去20年里，人類芯片的算力峰值提升了整整60000倍。
但DRAM的帶寬僅僅提升了約100倍，互連帶寬增長約30倍。
這種極度的不匹配，將整個AI行業推入了一個「受限于內存」的死胡同。
科技咨詢公司Greyhound Research的CEO Sanchit Vir Gogia打了個比方：AI的工作負載，本質上就是圍繞內存來構建的。
這就好比你想用一根喝酸奶的細吸管，去吸干整個太平洋的水。
就算嘴巴（算力）再用力，水流（數據）也只有那么快，這種不匹配直接導致了一個極其昂貴的后果：空轉。
那些數萬美元一塊的H100或者B200 GPU的算力巨獸，大部分時間只能「發呆」和「吃灰」。
因為數據傳輸跟不上，處理器經常處于閑置狀態等待數據。
這就是典型的「內存墻」，而對于那些大模型公司來說，這無異于白白燒錢。
訓練一個大模型，往往需要3到4倍于參數量的內存，數據搬運的速度遠慢于計算速度，這直接主導了現代LLM的運行時間延遲。
所以，我們引以為傲的AI，其實一直戴著「內存受限」的鐐銬在跳舞。
撞上「內存墻」
除了貴，還帶來了什么瓶頸？
「內存墻」帶給個體的感知，可能僅僅是顯卡和電腦變貴，頂多是捂緊錢包，或者加緊囤貨就好了。
但它帶來的連鎖反應，卻成了困擾AI發展的瓶頸。
首先是能耗。
AI數據中心巨額的電費，其實也不是都花在了計算上。
在馮·諾依曼架構下，計算和存儲是分離的，數據需要在內存和處理器之間來回奔波。
有研究表明，從內存讀取數據消耗的能量，在某些負載/工藝假設下，數據搬運的能耗可能遠高于計算本身（甚至到百倍量級）。
也就是說，數據中心大部分的電，不是用來思考，而是用來把數據「搬來搬去」。
這不僅不環保，而且也造成了極度的浪費。
其次，是每個用戶都能感知的延遲與體驗下降。
為什么有時候ChatGPT處理長文本時會變慢、變卡？它不是算力不夠，它是被卡在了內存帶寬上。
AI模型要把海量的上下文塞進有限的顯存里，每一次推理勢必受限。
如果「內存墻」無法突破，更大參數量的AI模型，將因為無法在合理的時間和成本內完成訓練。
這意味著，即使我們可能擁有設計出超級智能的能力，但我們沒有足夠大的「容器」來承載它。
這勢必也會減緩AI創新的速度。
如何破壁「內存墻」
通往AGI，勢必要打破「內存墻」。
為了破壁「內存墻」，科技界也掀起了一場硬件和架構上的革命。
第一招，是硬件上的「暴力美學」，即HBM（High Bandwidth Memory，高帶寬內存）。
如果說傳統內存是在平地上蓋平房，那么HBM就是在芯片上蓋「摩天大樓」。
它利用先進的硅通孔（TSV）技術，將DRAM芯片像疊漢堡一樣垂直堆疊，蓋成一棟幾十層高的塔樓，并修通了成千上萬部「垂直電梯」直達處理器。
這是目前最直接、但也最昂貴的解決方案。
也正是因為要生產這些工藝極難的HBM「摩天大樓」，服務器模組像黑洞一樣吞噬了絕大部分晶圓產出，導致留給PC和手機的產能捉襟見肘。
以英偉達的H100、H200乃至Blackwell平臺為例，它們的設計哲學就是要把「堆HBM」做到極致。
第二招，是架構上的全新革命，比如CXL和PIM。
CXL（Compute Express Link，計算高速互連協議），它的思路很像共享單車。
以前，CPU和GPU的內存是各管各的，現在有了CXL，我們可以建立一個巨大的「內存池」。
CPU用不完的內存，GPU可以拿去用，打破了單機的容量限制，讓資源利用率最大化。
還有更徹底的PIM（Processing-in-Memory，存內計算）。
既然數據搬運那么費電，那么慢，我們干脆就不搬了，直接讓內存自己具備計算能力，數據在哪里，就在哪里計算。
這徹底顛覆了計算機幾十年來的工作方式，從根本上消滅了數據搬運這個能源、算力消耗大戶。
再回到「內存墻」。
TrendForce的預測顯示，2026年DRAM的價格走勢里，看不到任何「漲完回調」的跡象。
相反，PC和服務器DRAM似乎會在更高的價格區間穩定下來。
這意味著，無論是消費者還是企業，至少在中期內廉價、充裕內存和存儲時代已經終結。
對于AI巨頭的AGI競賽來說，誰能率先推倒「內存墻」，誰就有望率先拿到通往AGI的門票。
對于普通人來說，在未來很長一段時間里，購買電子產品都可能將承受更高的溢價。
所以我們還是像文中那位囤貨的分析師一樣：想買什么，趁現在吧。
參考資料：
https://x.com/rohanpaul_ai/status/2012964940714496069?s=20
https://arxiv.org/pdf/2403.14123%20
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
