DDR5价格大涨5-10倍 淘汰的DDR4内存正被重新利用

DDR5价格疯涨，AI算力成本告急

这一年来，内存市场堪称坐上了火箭。DDR5内存价格相比去年同期普遍上涨了5倍以上，部分热门型号的涨幅甚至达到10倍。这样的价格走势，不只让普通装机用户叫苦不迭，就连AI巨头们也直呼“贵到离谱”——要知道，AI服务器的内存成本在整机成本中占比极高，内存价格翻倍上涨，意味着整个算力基础设施的建设成本正在被急剧推高。

更深层的原因在于，AI服务器对高规格DDR5/LPDDR5X内存的需求量极其惊人，但上游产能根本跟不上。一边是需求爆炸式增长，一边是供应持续紧张，价格自然水涨船高。在这样的背景下，一味追求“最新最强”显然不是明智的商业决策。于是，供应链上下游开始把目光投向一个此前被忽略的角落——那些因为平台升级而被服务器厂商成批淘汰的DDR4内存。

CXL技术加持，DDR4在AI服务器上“再就业”

前不久，Meta公布的一项名为Vistara的技术，让整个行业眼前一亮。它的核心思路，是通过CXL（Compute Express Link）控制芯片，将DDR4内存接入到原本需要原生DDR5总线支持的AI服务器平台上。CXL作为一种开放的互联协议，允许不同设备共享内存资源，正是这一特性，让DDR4这位“老将”有了重新披挂上阵的可能。那些因平台升级而退役的数百万条DDR4内存，不必再当废品论斤卖，而是可以在新技术架构下重新上岗。

这背后的商业逻辑其实非常务实：服务器的使用年限通常只有4-5年，但DDR4内存的寿命却可以达到10-12年。通过CXL方案将这些内存重新部署，一方面大幅降低了AI服务器的内存采购成本，另一方面也在一定程度上缓解了DDR5供应紧张的局面，甚至可能让DDR5的涨价势头不再那么疯狂。说白了，这是一笔两头受益的“精明账”。

性能折损不假，但大容量才是AI的刚需

当然，任何技术方案都有取舍。DDR4的带宽和延迟表现，天然无法与DDR5相提并论，在需要极高性能计算的场景下，这种差距会被明显放大。但问题在于，AI应用并非所有领域都需要瞬时极限性能——大量推理和训练场景中，真正稀缺的往往是内存容量，而不是极致带宽。很多AI负载的核心痛点，在于模型参数和中间数据装不进内存，而不是内存跑得不够快。

通过CXL接口扩展DDR4内存，能够在现有平台上堆出2到2.5倍的内存容量，这对于许多大模型负载来说，可能是比单纯提升频率更有价值的提升。当“够用”和“便宜”成为关键词，DDR4在AI时代的价值被重新定义。在一切追求“最新最强”的AI竞赛中，DDR4的“再就业”恰恰提醒了我们：技术创新从来不只是堆料，让每一分算力成本都花在刀刃上，或许才是更值得深思的命题。