AI数据中心内存成本飙升：2027年或成资本支出最大黑洞，占比超40%

AI数据中心面临新挑战：内存正成为资本支出的“吞噬者”

在超大规模数据中心领域，一个长期被低估的成本因素正迅速走到舞台中央。根据半导体与AI基础设施研究机构SemiAnalysis的最新分析，内存——包括DRAM、NAND和高速带宽内存（HBM）——在数据中心总体资本支出中的占比正在以前所未有的速度增长。

今年二月，当SemiAnalysis首次提出内存支出占比可能达到30%的预测时，市场反应更多是怀疑而非认同。许多行业客户难以理解：在传统的服务器物料清单（BOM）中，内存成本通常只占十几个百分点，它如何能吃掉整体资本支出的近三分之一？

然而，随后的市场动态让质疑者不得不重新审视这一判断。内存价格，特别是用于AI工作负载的高性能内存，其上涨速度和幅度都超出了大多数分析师的预期。美光科技最近发布的财报进一步印证了这一趋势，引发了行业对明年内存支出比例的深度担忧。

SemiAnalysis在五月份的更新报告中明确回应了早期的疑问。其核心观点在于：

AI系统的特殊性：以英伟达GPU为核心的主流AI训练系统，对内存带宽和容量有着近乎贪婪的需求。HBM等高端内存已成为系统性能的关键瓶颈。
成本结构的迁移：在AI数据中心，传统的服务器BOM成本模型已经失效。计算单元（GPU）和与之匹配的内存系统共同构成了成本的主体，而内存的单位成本正在快速上升。
复合效应：DRAM和NAND的普遍涨价，与HBM的专用高成本叠加，共同推高了整体内存支出。

基于这些因素，该机构修正并强化了其预测：到2026年底，在典型的英伟达AI系统架构中，内存相关支出将突破30%的资本支出占比。更引人注目的是，这一比例预计将在2027年跨越40%的门槛。

如果预测成真，这意味着未来AI数据中心的建设和运营逻辑将发生根本性变化。内存将不再是一个从属的组件，而成为与计算芯片同等重要、甚至成本更高的战略资源。数据中心运营商、云服务提供商和AI公司需要重新规划其预算和供应链策略，以应对这一结构性成本上涨。

SemiAnalysis预计，随着更多财务数据和采购模式的公开，市场将在未来几个月内更清晰地认识到这一趋势的必然性。对于投资者和行业决策者而言，理解并提前布局应对内存成本飙升，已成为一项紧迫的任务。