「我始终在告诫大家,若有意购买(电子)设备,现在就是最佳时机。」这是TrendForce高级研究副总裁Avril Wu在最近一次采访中强调的观点。
她之所以提出这样的建议,是因为他们做出了一个核心判断:AI发展导致的内存短缺问题,已经波及到消费电子领域,使得电子设备价格攀升。并且这一问题短期内难以缓解。
上周,我们报道了一则消息,电脑内存(RAM)——这一长期以来在配置中不占大头的组件,现在的价格已经涨至令人咋舌的程度,一根256GB的内存条比一块RTX5090显卡还要贵出1000多美元。今年2月份还能以899元购得的两根32GB内存条,现在已飙升至3499元。
涨价的根源在于: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。
TrendForce的数据显示,当前,RAM芯片的需求比供应高出10%——而且增长速度之快,以至于制造商每个月购买芯片的成本都大幅增加。
仅本季度,他们为DRAM(最常见的一种内存)支付的费用就比上一季度高出50%。此外,如果生产商想更快拿到这些芯片,他们需要支付的费用会是原来的两到三倍。
Wu预计,DRAM价格将在接下来的季度再上涨40%,并且她不认为2026年价格会下降。
网友在12月17日购买的内存条,8天后价格就上涨了34%。
要理解这场涨价潮的深层逻辑,需先了解AI对内存的依赖程度。
科技咨询公司Greyhound Research的CEO Sanchit Vir Gogia解释道:「AI工作负载是围绕内存构建的。」训练和推理系统需要大容量、持久性的内存占用,极高的带宽,以及与计算单元的紧密协同。「在不损害性能的前提下缩减这些配置是不可能的。」
以「100万token」的长上下文情境为例,即便采用FP8等较省容量的格式,推理过程仍可能需要约60GB高速DRAM保存中间状态;若采用FP16,需求可能翻倍至100GB以上。相较目前常见的8K token约1GB,这相当于出现了约60倍的跳增,形成了AI扩张的隐形成本。
与此同时,AI公司正在全球范围内迅速建设数据中心,投入数十亿美元。这就是为什么Gogia认为这不是周期性的市场波动,而是一种结构性的转变。
有媒体引用行业专家的预测,到2026年,仅云端高速内存的消耗量就可能达到3艾字节(EB)。这个数字由三部分构成:
核心推理工作负载:Google的Gemini、AWS的Bedrock、OpenAI的ChatGPT等主要平台,实时内存需求约为750PB,考虑到实际部署所需的冗余和安全余量,这一数字将翻倍至约1.5EB。
私有云基础设施:Meta和苹果的私有云,加上中国国内市场,贡献约800PB。
下一代模型训练:包括检查点存储和参数保存在内的训练需求,再增加500PB。
但真正令人担忧的不是这3EB本身,而是它对整个内存产业的『挤出效应』。
面对AI带来的高利润订单,内存芯片制造商纷纷调整产能分配。总部位于爱达荷州的美光科技(Micron Technology)是全球最大的RAM制造商之一,其上周公布的季度财报超出了预期,这主要得益于内存芯片价格的上涨。
美光CEO Sanjay Mehrotra在财报电话会议上表示:「我们认为,在可预见的未来,整个行业的供应量将大幅低于需求。」
但问题在于:当芯片厂商将更多产能倾斜给AI领域的高端内存时,留给个人电脑、智能手机、游戏设备和电视等消费电子产品的芯片就相应减少了。
Wu指出,内存芯片行业正面临严重的产能瓶颈。到2026年底,芯片制造商将在现有工厂设施中达到产能扩张的极限。
而下一座预计投产的新工厂——美光正在爱达荷州建设的项目——要到2027年才能正式运营。
这意味着,在未来至少一年半到两年的时间里,消费者将不得不面对持续上涨的电子设备价格。正如Wu所言:「预计供应商在可预见的未来将继续提价。」
对于普通消费者而言,如果近期有购买电脑、手机或其他电子设备的计划,现在或许真的是最佳时机——因为越等,可能越贵。
本文由主机测评网于2026-06-03发表在主机测评网_免费VPS_免费云服务器_免费独立服务器,如有疑问,请联系我们。
本文链接:https://vpshk.cn/20260647174.html