历史存储价格 1960-2026：趋势与 AI 影响

历史存储价格 1960-2026：趋势与 AI 影响

自 1960 年代以来，存储器和存储设备的每 GB 成本一直呈长期下降趋势，但近期对 AI 加速器的需求激增引入了显著的波动。虽然消费级 DRAM 和 NAND flash 的成本总体上继续下降，但高带宽内存 (HBM) 的出现创造了一个专门的、非公开的市场，其定价由存储制造商与 AI 芯片设计商之间的机密合同驱动。

长期存储价格趋势 (1960–2026)

在过去的六十年里，DRAM 和 NAND flash 的每 GB 成本下降了几个数量级。这种下降跨越了多代存储技术，从 pre-DDR (SDRAM/core) 到 DDR5，以及从早期的 flash 存储到现代的 NVMe SSDs。

DRAM 和 NAND Flash 定价

  • DRAM: 历史数据集基于 McCallum 存储价格数据集，追踪了名义美元 (USD) 下最便宜的零售价每 GB。数据展示了跨代际的清晰演进 (Pre-DDR, DDR, DDR2, DDR3, DDR4, DDR5)。
  • NAND Flash: 追踪始于 2010 年，其中 NVMe SSD 定价自 2016 年起成为最便宜的消费级零售价每 GB。

关键方法论与注意事项

为了保持准确性，该数据集使用了一套特定的来源和可靠性级别：

Category Source Reliability
DRAM $/GB McCallum dataset (1957–2024) and Keepa/Amazon (mid-2024 onward) Reference + Live
NAND $/GB Keepa/Amazon (2016 onward) Live + Approximate
HBM Spend Epoch AI (modeled estimates) External Estimate
HBM $/GB TrendForce and SemiAnalysis (industry analyst estimates) Sparse Estimate

重要注意事项：

  • 名义美元 (Nominal USD): 价格未经过通胀调整，否则历史成本看起来会更高。
  • 零售 vs. 合同: 数据追踪的是最便宜的列出的零售价，这通常反映了生命周期末期的代际产品在清仓，而非领先技术。
  • 过滤: 为了避免离群值，任何价格低于其典型价格 60% 以上的 SSD 都会被排除。

AI 加速器市场与 HBM

高带宽内存 (HBM) 代表了存储定价方式的转变。与 DRAM 和 NAND 不同，HBM 是通过机密合同出售给加速器制造商 (Nvidia, AMD, Google, and Amazon)，这意味着不存在公开的现货市场。

HBM 代际与预测

存储带宽的衡量标准是单位存储带宽的成本 (stack price 除以 per-stack bandwidth)。目前的演进路径是 HBM2e $\rightarrow$ HBM3 $\rightarrow$ HBM3e $\rightarrow$ HBM4 (预计于 2026 年 Q3)。

加速器成本分解

根据 Epoch AI 的建模估算，AI 加速器的成本是基于四大主要设计商的产量加权平均值。成本分为 HBM、逻辑芯片 (logic die)、封装 (CoWoS) 和辅助组件。

社区洞察与技术反驳点

Hacker News 上技术专业人士的讨论表明，存储价格的长期下降不仅降低了成本，还催生了全新的软件和应用类别。

“回归”观察

一些用户指出，当前 DDR5 每 GB 的价格大约相当于 2010 年左右的 DDR3 价格。这引发了关于我们是否正在因 AI 需求而经历定价趋势的“回归”讨论。

"So a price per GB today is about the same as it was in 2010. 16 year regression, wow!"

软件膨胀与内存饥渴

另一个争论点是，虽然硬件成本骤降，但软件的效率却在下降。用户认为现代浏览器和操作系统比其前身更“吃”内存，从而有效地抵消了成本收益。

"Someone needs to talk about how oppressively hungry browsers and OSes are compared to in the past."

"It certainly doesn't look as bad as it really is when presented on a log scale chart."

对数数轴的数轴视角

图表的展示方式受到了批评，有人认为使用对数数轴 (log scale) 会掩盖近期价格激增的实际影响。此外，他们指出，在 1960 年代——当系统容量被以 KB 或 MB 衡量时——衡量每 GB 的价格在概念上是错误的分析方法。

AI 的经济影响

一些用户推测，AI 浪潮目前正在为新的存储晶圆厂 (fabs) 的巨额前期生产成本提供合理性，这可能导致在 AI 需求激增结束后，产能过剩，从而在长期内使高容量 RAM (例如 1TB) 显著变得更便宜。

Sources