内存墙：AI 如何让世界上最贫困的人失去计算能力

数十年来，消费电子的发展轨迹是 democratization（民主化）的奇迹。1985 年，一台高端 IBM PC AT 按今天的美元计算大约价值 19,400 美元——几乎相当于美国中位数收入的四分之一。到 2026 年，在内罗毕或拉各斯，一部预算智能手机的售价可低于 100 美元，其提供的计算能力比那台 1980 年代的机器高出数十亿倍，而成本仅为其一千分之一左右。这种"great cheapening"让数以亿计的世界上最贫困的人能够接入互联网和全球经济。

这个时代正在结束。一场结构性重置正冲击智能手机市场，非洲和中东的出货量急剧下降。导致这一现象的不是缺乏对连接的需求，而是对一种关键的物理资源——内存——的残酷再分配。

内存墙和 DRAM 难题

要理解智能手机为何变得更贵，必须理解所谓的"内存墙"。虽然处理器速度（摩尔定律）呈指数级提升，但动态随机存取存储器（DRAM）的速度和效率却落后很多。DRAM 制造 notoriously difficult（ notoriously difficult），缩小存储数据的电容器远比缩小处理器中的晶体管困难得多。

建造一座最先进的 DRAM 制造工厂（fab）需要 150 亿至 200 亿美元的资本投入，随后还需数年低产率生产才能使该工厂具备竞争力。这种极高的资本密集度，加上 DRAM 是一种可互换的商品，导致了剧烈的繁荣‑萧条循环。数十年来，这种波动淘汰了大多数厂商，只剩下三家主导生产商：三星、SK 海力士和美光。

这些"内存制造商"采用了严格的资本纪律生存策略：他们故意让需求得不到满足，以避免像埃尔皮达和奇美达这样的前巨头被灾难性的过剩所摧毁。

AI 转向：HBM 与 LPDDR

内存并非一刀切。笔记本电脑使用 DDR，智能手机使用低功耗双倍数据率（LPDDR），而 AI 数据中心使用高带宽内存（HBM）。虽然它们都源自相同的硅晶圆，但这些晶圆的分配是零和博弈。

AI 工作负载——具体来说是大型语言模型（LLM）的训练和推理——需要向 GPU 和 TPU 输送惊人的数据量。HBM 正是为此而设计，通过垂直堆叠 DRAM 芯片来创建巨大的并行数据通道。然而，HBM 极其消耗晶圆；一吉字节的 HBM 消耗的晶圆容量是标准 DDR 或 LPDDR 一吉字节的三倍多。

随着 AI 需求激增，内存制造商看到 HBM 的利润率飙升至 70% 或更高，而商品内存的利润率则徘徊在 20‑30% 左右。理性的经济反应是转向。2023 年至 2026 年间，分配给 HBM 的晶圆比例预计将从 2% 跃升至 20%。

"AI 税"的人力成本

由于内存制造商拒绝扩大总产能以规避风险，生产更多 HBM 的唯一方法就是从 LPDDR 和 DDR 中抢夺产能。这导致商品内存的供应紧张、价格飙升。在某些市场，LPDDR4 和 LPDDR5 的价格已飙升超过 200%，而内存如今可能占预算安卓手机物料清单（BOM）的 50%。

这对"边缘消费者"造成了毁灭性影响。如传音这样的预算手机制造商在非洲市场占据主导地位，它们的利润空间极薄。当内存成本飙升时，低于 100 美元的智能手机在经济上将变得不可行。

"在最贫困的市场，这种高端化根本不可能实现。2025 年，非洲智能手机出货量中有 81% 属于低于 200 美元的档位：随着智能手机价格飙升，许多非洲消费者将完全被排除在手机拥有权之外。"

紧张波及富裕世界

虽然贫困人口首先感受到冲击，但内存短缺正沿着价值链向上蔓延。即便是苹果和三星这样的巨头也感受到了压力：

  • Samsung: 消费部门未能与自身的内存部门签订长期 LPDDR 协议，导致 Galaxy S26 出厂时内存更少且售价更高。

  • Apple: 在其长期协议于 2026 年初到期后，据报道苹果同意向三星为 LPDDR5X 内存支付 100% 的溢价，以确保 iPhone 的供应。这导致 iPhone 18 和 Mac Studio 出现延迟。

  • Enterprise: 由于内存成本，戴尔在 2025 年底将笔记本电脑价格上调了 15‑20%。

展望未来，压力很可能会进一步加大。英伟达即将发布的 Vera Rubin 平台预计将消耗的 LPDDR 比苹果和三星的总和还多，这将进一步收紧面向消费者设备的供应。

反观点与潜在缓解

技术观察者和行业内部人士提出了几种可能的危机出路：

1. 软件优化的希望

一些人认为，当前的危机可能会迫使开发者回归到内存高效的软件。多年来，开发者一直依赖硬件规格的"蛮力"增长来掩盖代码优化不足的问题。短缺可能会激励他们转向更精简的算法和更好的资源管理。

2. 二级市场与回收

随着 AI 数据中心淘汰旧 GPU，一个高性能内存的巨大二级市场可能会出现，为家庭用户和小企业提供生命线。

3. 中国挑战者

像长鑫存储技术（CXMT）这样的中国企业正在快速扩张。虽然它们也在向 HBM 转移，但它们在 LPDDR 领域的增长最终可能打破 "三巨头" 的寡头垄断，从而降低价格。

4. 泡沫破裂

一些批评者认为，整个短缺是 AI 泡沫的症状。如果大型语言模型的需求在数学上证明无法以盈利方式维持，AI 基础设施支出的崩盘将导致内存突然过剩，从而逆转价格上涨。

无论短期结果如何，过去四十年——计算每年都在变得更快、更强大、更便宜——的趋势已经遇到墙。在现代史上，首次出现构成智能所需的物理材料的成本超过了硬件效率的提升，导致最基本的数字参与工具再次变成奢侈品。

Sources