离谱：256G内存比RTX5090还贵，你要为AI买单吗？

编辑｜冷猫、泽南

太贵了。

时值美国圣诞购物季，喜欢电子产品的朋友们，却发现了这样恐怖的景象：

英伟达的顶配 GPU RTX 5090 官方起售价为 1999 美元（经过市场溢价可能达到了 3000 美元以上），而一根单条 256GB 的 DDR5 内存如今的市场价却也飙升到了 3500-5000 美元之间。

电脑内存，这个长期以来在配置里不占大头的组件，现在的价格已经涨到了令人乍舌的程度，这在个人消费领域已经成了个荒诞但又现实的写照。而且根据各种新闻，短期看来 PC 内存还要继续涨价，手机据说也要涨价。

这一波内存涨价的根本原因在于：产能都被 AI 截胡了，目前的内存市场正处于一场由 AI 算力需求引发的「结构性紧缺」中。

AI 训练与推理能力取决于 GPU、TPU 以及数据中心的整体性能，而 GPU / TPU 需要 HBM，AI 数据中心需要 LPDDR 内存。全球只有三家公司具备生产高端 HBM 与 LPDDR 的能力：SK 海力士、三星电子、美光。

今年 10 月，OpenAI 以「星际之门」项目的名义，与三星和 SK 海力士签下协议，锁定了每月高达 90 万片 DRAM 晶圆供应（HBM 本质上就是将多层 DRAM 芯片垂直堆叠在一起），这相当于全球 DRAM 月产量的 40%。这种规模的采购，瞬间抽走了大量本可用于消费市场的产能，直接导致合约价在交易公布后跳涨。

内存厂家的产能是存在上限的。由于 AI 服务器对内存的出价极高（向英伟达出售 HBM 内存的利润是向消费者出售 DDR5 内存的 5 倍），厂家会优先将生产线分配给大客户。这直接导致了供应给 PC 市场的常规 DDR5 晶圆减少，从而引发全球性的普涨。

不单单是内存，AI 着实是电脑配件价格上涨的强力驱动力。

不仅是 AI 基础设施的内存，现在「AI PC」的概念也要求更大的内存来运行本地大模型（LLM）。以前 16GB 的 PC 看起来已经能够处理所有任务，现在为了流畅运行 10B 以上参数的模型，32GB 甚至 64GB 逐渐成为新的门槛。这种需求叠加正在让内存紧缺进一步加剧。

前些天，硬盘存储的价格也同样遇到一波飙升。但最离谱的自然是显卡市场，逛了逛某二手交易平台，炙手可热的 RTX 4090 仍要近两万的价格。小编当年购入的 4090，在猛猛用了两年之后出手甚至还能挣钱…

内存涨价的行情不仅牵动着 GPU 厂商和消费者，也深刻影响到了科技公司，最近有消息称，谷歌的一些采购人员因为未能保证内存供应而遭解雇。

本月初，微软采购高管访问韩国，与 SK 海力士就长期供货协议及价格展开谈判。在会议中，SK 海力士明确表示：「在微软提出的条件下，供货存在困难。」一位半导体业内人士透露：「听到这个答复后，一名微软高管当场情绪失控，愤然离席。」

据产业界 25 日消息，随着全球 AI 半导体供应紧张局势加剧，包括微软、谷歌在内的全球科技巨头采购负责人正蜂拥至韩国，争抢产能

半导体行业相关人士表示：「为了与三星电子和 SK 海力士签署存储器供货合同，微软、谷歌、Meta 等大型科技公司总部的采购负责人几乎是长期驻扎在韩国。」

目前，谷歌 TPU 所搭载的 HBM 中约 60% 由三星电子供应。随着近期 TPU 需求远超预期，谷歌试图向 SK 海力士与美光寻求追加产能，但得到的回复是：「不可能。」

据悉，谷歌管理层因此解雇了相关采购负责人，认为其未能提前签署长期供货协议，导致严重供应链风险，是对一线人员的问责性人事处分。

这些科技巨头为了内存供应而焦头烂额的时候，被认为是 AI 时代吃到最多红利的英伟达，同样也在为内存短缺烦恼。

尤其是在谷歌推出 TPU 芯片，向推理与规模化部署优先的战略转型，挑战英伟达在人工智能芯片的领先地位之后。

昨天，人工智能芯片初创公司 Groq 已与英伟达就推理技术达成了非排他性许可协议，同时英伟达挖走了 Groq 创始人兼 CEO Jonathan Ross、总裁 Sunny Madra 及多名核心工程师。详细信息可以参阅我们的报道。

Groq 的 LPU（Language Processing Unit）芯片未采用英伟达 GPU 常用的高带宽内存（HBM），而是将静态随机存取存储器（SRAM）直接集成在芯片内部。这种设计使单芯片内存带宽高达 80TB/s，是传统 HBM 方案的 20 倍以上。Groq 方案在物理空间和功耗上付出了代价：一个标准机架满载功耗约为 26kW 至 30kW，且需要比 GPU 方案更多的机架数量来承载同等规模的模型参数。

联系到疯涨的 HBM 内存价格，有业内人士提出了一种观点：

英伟达与 Groq 的交易，是为了对冲 DRAM 的价格疯涨和产能短缺，探索在内存上的新的技术路径。

Groq 在推理领域将一种设计哲学推向极端，核心赌注在于 SRAM。模型权重完全驻留在片上，并非作为缓存，而是作为主存储介质存在。

而 SRAM 的带宽比片外 HBM 高出若干个数量级，这一点至关重要，因为在推理过程中，每一个生成 token 的瓶颈受限于内存访问，而非浮点计算（FLOPs）。在此基础上，Groq 采用静态调度机制，计算与通信在编译阶段即被规划到时钟周期级别，从而消除了 GPU 架构时代大量存在的系统复杂性。

这场溢价接近 3 倍的收购，或许也是英伟达在「内存荒」的大背景下，正在开辟的第二条战线。

不过，对这部分说法也有不少反对意见，毕竟使用 SRAM 做主内存属实有些匪夷所思。

SRAM 之所以是 Mb 级别 而不是 Tb 级别，是因为 SRAM 非常快，但只有与逻辑电路集成在一起时才能发挥这一优势。换句话说，SRAM 的成本是在处理器芯片上制造高性能晶体管极其昂贵。英伟达的 Tensor Core 的芯片尺寸已经非常巨大，因此增加大量 SRAM 单元也会很快出现问题。

最后，对于我们这些普通消费者来说，是应该抓紧时间换机，还是等待这一波疯狂涨价过程的消退呢？