人工智能的算力竞赛正在向更底层的半导体供应链传导，而内存可能成为下一个限制因素。
7月21日，摩根士丹利分析师 Joseph Moore 表示，在近期与多位数据中心采购人士交流后发现，当前全球内存供应紧张情况并没有明显缓解迹象。DRAM等内存产品价格在第二季度至第三季度期间预计上涨至少25%，涨幅高于此前机构预期。
这意味着，AI产业链的压力已经从GPU扩展到了内存环节。
过去一年，市场关注焦点主要集中在高性能GPU供应。英伟达等企业的AI芯片需求持续增长，大型云服务商不断扩大数据中心投资。但随着AI服务器规模扩大，另一个问题逐渐浮现：这些服务器不仅需要计算芯片，也需要大量高性能内存支持。
尤其是面向AI训练和推理的高端服务器，对高带宽内存（HBM）以及先进DRAM产品需求快速提升。相比传统PC和手机市场，AI数据中心愿意支付更高价格采购相关产品，这进一步推动晶圆厂和内存厂商调整产能分配。
问题在于，内存扩产并不是短期可以完成的事情。
建设新的半导体产线需要大量资本投入，同时涉及设备采购、工艺验证以及客户认证等多个环节。即使厂商决定增加投资，也很难立即释放大量供应。这也是为什么摩根士丹利认为，内存短缺可能持续到2027年甚至2028年。
从产业链角度看，AI正在改变半导体行业过去的供需结构。
此前，内存行业长期受到周期波动影响。当PC和智能手机需求下降时，DRAM价格往往快速下跌，厂商通过减产来等待市场恢复。但如今，AI数据中心成为新的大型需求来源，改变了传统消费电子主导的市场格局。
这也带来了新的矛盾。
AI企业希望获得更多先进内存资源，而PC、智能手机等传统市场可能面临供应压力。虽然这些消费电子产品的增长速度已经放缓，但它们仍然是内存产业的重要客户。当资源向利润更高的AI领域倾斜时，其他市场可能承担成本上升压力。
摩根士丹利指出，当前市场面对的不只是AI需求快速增长带来的供应压力，内存供应不足本身也正在成为AI扩张的瓶颈。
这背后反映出一个现实：人工智能的发展并非只取决于模型能力和芯片性能，而是受到整个硬件基础设施的限制。从电力、数据中心，到GPU、内存和先进封装，每一个环节都可能成为增长速度的约束点。
对于三星、SK海力士、美光等内存厂商而言，AI无疑带来了新的增长机会，但同时也要求它们重新规划产能布局。未来几年，谁能够稳定供应高性能内存，谁就可能在AI基础设施竞争中获得更大主动权。
AI热潮仍在继续，但产业链已经开始面对一个更现实的问题：当所有企业都需要更多算力时，支撑这些算力运行的基础资源，是否足够？内存短缺或许只是这一轮AI基础设施重构中的一个开始。
