当算力不再稀缺，真正卡住 AI 的，是那堵看不见的「内存墙」

        过去两年，行业谈 AI 基础设施，几乎只围着一块芯片打转：GPU 够不够、卡位拿没拿到、集群规模有多大。可到了 2026 年，一个更冷、也更真实的信号开始从供应链传出来——英业达等服务器厂商公开警示，内存与 CPU 缺口正在上移到数据中心层级，部分交期拉长至四十周以上；美光则明确判断，存储供需紧张可能贯穿 2027 乃至 2028。瑞银最新研究更给出一组刺眼数字：2026 年高带宽内存（HBM）需求有望同比增长约 90%，2027 年或再增约 77%。

        这意味着什么？不是「算力不够用了」，而是「算力已经跑得太快，内存跟不上了」。

        大模型参数迈向万亿级，上下文窗口动辄百万 token，训练与推理都在疯狂吞吐数据。GPU 再强，如果近端内存容量不足、带宽不够、数据来回搬运太慢，芯片就会空转。行业把这叫做「内存墙」。HBM 正是为了拆这堵墙而生：它把多层 DRAM 堆叠起来，紧贴加速器，用极高带宽喂养算力。但 HBM 也有硬伤——贵、紧、难扩。制造一颗 HBM，往往要消耗数倍于普通 DRAM 的晶圆与先进封装资源；厂商自然优先把产能留给高毛利的 HBM，于是服务器 DDR5、企业级 SSD 乃至消费级内存同步承压。AI 数据中心正在吞噬全球大部分存储产能，普通服务器与 PC 则被迫为这场竞赛「让路」。

        于是，产业开始寻找「第二曲线」。2026 年，SK 海力士与闪迪等在 FMS 等展会上推进高带宽闪存（HBF）开放标准，试图在 HBM 与 SSD 之间插入全新一层：用 NAND 堆叠换来更大容量，再用接近高带宽内存的接口与协议，把模型权重、只读缓存等「相对静态」的数据就近存放。行业测算显示，同等成本与读取带宽下，HBF 容量可达 HBM 的数倍甚至十几倍；模拟场景中，部分推理负载所需 GPU 数量有望显著下降。它不能替代 HBM——动态计算仍需要高速可读写内存——但它能改写系统经济账：同样的业务，用更少的卡、更低的功耗、更可控的 TCO 完成。

        与此同时，高通等厂商提出的高带宽计算（HBC）等近存算架构，也在尝试把计算单元推到更靠近内存的位置，用能效与带宽换取推理侧的竞争力。路线不同，目标一致：谁先把「存」和「算」重新编排，谁就能在 GPU 短缺、HBM 紧俏的周期里多抢一块生存空间。

        对服务器厂商、系统集成商和企业 IT 而言，这意味着采购逻辑必须升级。过去可以按「买卡—上架—通电」线性推进；现在要同步锁定 HBM/DDR5/企业级存储的长协与配额，评估「训练集群」与「推理集群」是否应采用不同存储层级，甚至在方案设计阶段就把 HBM+HBF+SSD 的分层写入架构。集成商的价值，也不再只是拼机柜、布线、装系统，而是帮客户回答三个更难的问题：哪些负载必须贴 HBM？哪些可以下沉到高带宽闪存或大容量 SSD？在交期不确定、价格波动剧烈的 2026—2028，如何用分批交付、异构加速与软件调度，把有限算力用到刀刃上？

        更深远的变化，是 AI 基础设施正在从「堆数量」进入「比结构」。谁的集群更大，当然仍重要；但谁能在单位功耗、单位成本下吞吐更多有效 token，谁能把内存墙变成可运营的分层体系，谁才更能穿越供应链寒冬。对投资机构与产业观察者来说，下一步值得盯的，不只是下一代 GPU 的参数表，还有 HBM4 量产节奏、HBF 样片与标准落地、先进封装产能，以及那些真正懂「存算一体方案」的集成商与解决方案商。

        算力仍是门票，存储才是赛道宽度。当所有人都在抢显卡时，真正领先的企业，已经开始重写内存与存储的剧本。