问题——内存需求跃升与供给约束并行，算力核心环节面临“紧平衡” 全球AI应用快速渗透的背景下，算力基础设施建设持续升温。迈克尔·戴尔日前在公开场合预测，到2028年全球AI加速器总内存需求将达到2023年的625倍。该判断指向一个现实：算力需求的增长，不仅是芯片数量的增加，更集中在高带宽内存等关键部件的容量与供给能力上。若需求继续快速上行，而产能释放相对滞后，AI产业链可能在阶段性繁荣中出现瓶颈，尤其是在HBM等高端存储环节。 原因——单卡容量提升与规模扩张叠加，叠加扩产周期与资本开支约束 从需求端看，625倍增长主要由两条主线叠加带动：一是单个加速器所需内存容量提升。以2023年前后高端产品配置为参照，单卡HBM容量约80GB，若到2028年提升至约2TB，约为25倍增长。二是AI加速器整体市场需求预计同步扩张，规模可能较2023年提升约25倍。两者叠加，直接推高总内存需求。 从供给端看，存储扩产存在明显的时间与资本门槛。业内普遍认为，新建并完成爬坡一座DRAM晶圆厂周期较长，从规划到稳定释放产能往往以年计。同时，存储行业周期波动明显。2023年左右行业景气承压，部分头部企业经营压力上升，扩产更趋谨慎，供给弹性随之减弱。代工端也存在类似约束：先进制程产能扩张受设备供给、工艺良率与资本开支节奏影响，短期内难以与需求同步增长。供需错配使AI算力核心组件更易出现阶段性紧张，价格波动与交付周期拉长的风险上升。 影响——成本、交付与产业格局或重塑，算力竞争从“芯片”延伸到“系统能力” 首先，关键部件紧缺将抬升算力建设的整体成本。对云服务商、互联网平台和大型企业而言，算力投入已从“买卡”扩展到“整机柜、整集群、整数据中心”的系统工程。内存、网络、供电与散热任何一环趋紧，都可能推高单位算力成本，影响项目落地节奏。 其次，供应链不确定性将推动采购与技术路线调整。企业可能更早锁定产能与长期协议，并通过多来源采购、平台化设计降低对单一供应的依赖；同时更强调软硬件协同效率，通过算法、编译器、并行策略、模型压缩等方式提升“每瓦每元产出”，缓解单纯“堆料式扩张”带来的边际收益下降。 再次，全球算力竞赛的焦点可能从单点性能转向系统工程能力。随着更多国家推进本国算力基础设施与数据资源体系建设，“主权算力”“产业算力底座”等概念持续升温。算力资源的可获得性、稳定性与安全性，正成为数字经济竞争的重要变量，也将带动数据中心、服务器整机、先进封装、光互连与存储技术等领域的投入与创新。 对策——以产业协同提升供给韧性，以技术创新提高资源利用效率 业内人士认为，应对潜在供需矛盾，需要供给与需求两端同步发力。 一上，产业链上游应周期波动中保持更具前瞻性的产能规划。根据HBM等关键环节，可通过工艺升级、良率提升、先进封装能力扩张，并与下游形成更稳定需求预期，提升供给韧性。对大型采购方而言，可通过长期合同、联合研发、共享测试验证等方式，减少“短期抢货”带来的非理性波动。 另一上，需求侧应更重视算力与内存的综合效率。通过训练与推理的工程优化，改进缓存与存储层级设计，强化数据治理以减少无效计算，推动硬件资源在多任务场景下的调度与复用，有助于降低对单纯扩容的依赖。同时，加快绿色数据中心建设，通过提升能效与热管理水平，为高密度集群运行提供更可持续的条件。 前景——高增长仍是主线，但“硬约束”将决定产业扩张的质量与节奏 迈克尔·戴尔认为，人工智能仍处于高增长阶段，未来智能代理等应用形态可能深刻改变企业运营模式。综合多方趋势看，企业数字化转型、云基础设施升级以及国家层面的算力布局，仍将对高端加速器与高带宽内存形成长期拉动。但同时也应看到，内存价格波动、产能释放不及预期、地缘与贸易不确定性等因素，都可能影响扩张节奏，推动市场从“追求规模”转向“追求效率与可靠交付”。 可以预期，未来数年AI基础设施的竞争，不仅是算力规模的比拼，更是供应链韧性、系统架构能力和技术迭代速度的综合较量。谁能在关键环节建立更稳固的供给体系、实现更高的资源利用率，谁就更可能在新一轮产业升级中掌握主动。
从“算力为王”到“供给为基”，产业发展正进入比拼系统工程能力的新阶段。面对可能到来的超常规内存需求增量，各方既要看到技术与市场扩张带来的机会，也要正视产能、周期与成本约束，以更稳健的投入、更高效的技术路线和更具韧性的供应体系，支撑人工智能应用走向规模化与可持续发展。