近日，Counterpoint Research发布报告称，英伟达（NVDA.US）计划在其AI服务器中使用智能手机式内存芯片，这可能导致服务器内存价格在2026年底前翻倍。报告补充道，过去两个月，全球电子供应链受到传统内存芯片短缺的影响，原因是制造商将重心转向了适配AI应用半导体的高端内存芯片。

机构预测明年内存涨价或将延续

根据 Counterpoint Research 最新发布的《GenAI 的内存解决方案》双周报告，今年以来内存价格已累计上涨 50%。在此基础上，价格预计将在2025年Q4继续上涨30%，并可能在明年初再上升约 20%。

当前的核心问题之一是传统 LPDDR4供给趋紧。为了满足AI对先进新品的强劲需求，供应商纷纷将产能转向更高端的工艺，导致整体市场结构被打乱。现货市场价格出现倒挂：服务器和 PC 使用的 DDR5交易价格约为每千兆位（Gb）1.50美元，而用于消费电子产品的老款 DDR4价格却高达2.10美元，甚至高于目前约1.70美元的先进 HBM3e。

Counterpoint预测，2026年主要芯片厂商的DRAM产量将增长超过20%。研究总监MS Hwang表示：“三星可能会调整其不断扩大的1C工艺产能分配；SK海力士正在提升产量并上调销售目标；长鑫可能会带来超预期表现；而一贯重视投资回报率的美光科技（MU.US）也不太可能继续按兵不动。”

更长期、更广泛的风险：先进内存

Hwang指出，真正更大的风险来自先进内存，英伟达近期转向LPDDR意味着其需求量已达到大型智能手机制造商的规模，这对供应链来说是一个巨大的冲击，因为它无法轻易消化如此大规模的需求。

据悉，英伟达近期决定更换所用内存芯片类型，以降低AI服务器的功耗成本，将服务器常用的DDR5（第五代双倍数据速率内存）换成LPDDR（低功耗双倍数据速率内存）。

传统上，服务器依赖DDR ECC（纠错码）内存以保证可靠性，而英伟达选择转向使用LPDDR，以实现更低的功耗，并将纠错逻辑转移到CPU侧，而非依赖DDR5 ECC。

因此，在供应极度受限的情境下，Counterpoint预测2025年Q1至2026年底，DDR5 64GB RDIMM的DRAM模组的价格将上涨两倍。

DRAM 价格情况（DDR5 64GB RDIMM）

目前的短缺主要出现在中低端智能手机市场，对经济型智能手机制造商造成了冲击。“但这种影响很可能会向整个智能手机与消费电子生态系统蔓延。”高级分析师Ivan Lam表示，“我们所看到的是智能手机BOM成本的显著攀升，部分机型的涨幅可能高达15%。这将波及核心的中高端市场，进一步压缩利润率或拖累增长，甚至很可能两者同时发生。”

与此同时，关税、地缘政治、就业趋势等宏观风险进一步提升了不确定性。行业正处于产能受限与价格飙升的双重压力下，供应商与制造商将被迫在一系列艰难的权衡中寻找生存空间。

转向LPDDR背后的美国电力供应困境

英伟达对LPDDR的使用可以追溯到三年前。2022年3月，英伟达发布的基于Arm Neoverse架构的数据中心处理器NVIDIA Grace CPU，Grace是第一个使用具有服务器级可靠性的高速LPDDR5X内存的数据中心CPU，通过纠错码（ECC）等机制实现。通过使用这种更高效的内存类型和宽内存子系统，Grace 提供高达500 GB/s 的内存带宽，同时仅消耗传统 DDR 内存的五分之一的能量，成本与传统DDR内存相似。

搭载高速LPDDR5X的NVIDIA Grace

英伟达在其官网上介绍称，NVIDIA Grace能够在相同的功率下提供两倍的性能，为优化数据中心带来了新的机会。数据中心运营商可以选择在相同的功率范围内将性能翻倍，或者仅使用一半的能源来保持稳定的性能水平。这为在有限的功率预算下使用 GPU 加速节省的电量开辟了可能性。

此次英伟达转向LPDDR的目的不言而喻——省电。在如今人工智能热潮下的美国，芯片并不短缺，“卡脖子”的反倒是美国的电力供应系统。电网基础设施的老化、输电线路建设缓慢以及各种监管和许可障碍等限制了美国企业人工智能装备竞赛的速度。数据中心算力需求激增，超过了电网的可用电力及输电能力。

美国的两座数据中心因当地无法供电而空置数年。Digital Realty于2019年申请建设一座数据中心。约六年后，该项目仍是一座空壳，等待全面通电。Stack Infrastructure（今年早些时候被Blue Owl Capital收购）在附近拥有一个需用电48兆瓦的项目同样空置，而这座城市自营的公用事业公司硅谷电力（Silicon Valley Power） 正在努力升级其供电容量。

据彭博新能源财经（BloombergNEF）预测，到2035年，仅美国的人工智能计算电力需求就可能翻倍还不止。英伟达CEO黄仁勋和OpenAI CEO萨姆·奥尔特曼等人预测，将有数万亿美元投入建设新的人工智能基础设施。