从退役服务器拆DDR4续命？谷歌的“内存焦虑”与AI成本博弈

事件复盘：拆机取内存的非常规操作

据新浪网报道，谷歌正在从已退役的服务器中拆卸DDR4内存条，并将其重新用于现有或新部署的服务器系统。该消息最早由外媒曝出，目前谷歌官方尚未对此做出正式回应，具体的拆卸规模、涉及服务器型号以及重新部署的应用场景均暂缺可核验数据。 这一做法在大型互联网公司的硬件供应链管理中并不多见。通常情况下，退役服务器中的CPU、GPU或SSD会被回收处理，而内存颗粒因生命周期管理复杂，较少被大规模重新利用。若该消息属实，这反映出谷歌在AI服务器内存供应紧张背景下的务实策略——通过内部循环降低对现货市场的依赖。

行业背景：AI服务器为何“吃”内存？

随着大模型训练和推理需求的爆发式增长，AI服务器的内存配置正在发生结构性变化。与此前的通用服务器相比，AI服务器不仅需要高带宽的HBM（高带宽内存）用于加速卡，还需要更大容量的DDR5或DDR4内存作为CPU侧的系统内存，用于数据预处理、模型分发和推理缓存。HBM负责“快”，DDR负责“大”，两者缺一不可。 在这一背景下，DDR4虽然属于上一代内存技术，但其在延迟特性、兼容性和成本上仍有优势。对于非极致性能要求的AI推理任务或批量数据处理场景，DDR4依然具备使用价值。谷歌选择从退役设备中“拆内存”，可能正是瞄准了这些对成本敏感、对带宽要求相对宽松的负载类型。 此外，该事件也侧面透露出一个信号：头部云厂商对于内存采购的预算已变得高度谨慎。在AI资本开支持续高企的周期中，如何将每一美元花在刀刃上，已成为数据中心运营者的核心考题。谷歌此举若被验证，可能为整个行业提供一种“内部供应链挖潜”的新思路。

数据参考

以下数据仅用于说明行业背景，与本次谷歌事件无直接关联，非本新闻公布内容。

• HBM市场规模预测：据TrendForce集邦咨询2025年预测数据，2025年HBM市场营收规模预计将突破250亿美元，较2024年增长约100%以上，主要由AI加速卡需求拉动。
• 服务器DRAM位元需求占比：据TrendForce统计，2024年AI服务器（含搭载GPU的服务器）对DRAM位元容量的消耗占比约为5%至8%，预计2025年将提升至10%以上，成为内存产业最重要的增量来源。
• AI服务器出货量估算：据IDC 2025年发布的全球服务器季度跟踪报告估算，2024年全球AI服务器出货量同比增长超过60%，其中GPU服务器及加速型服务器占整体服务器市场份额首次突破10%。
• DDR4 vs DDR5代际过渡：据集邦咨询2025年一季度报告估算，DDR5在服务器DRAM中的渗透率已接近50%，但DDR4在存量市场及部分Tier 2云厂商中仍占据约30%至40%的份额，短期不会完全退场。
• 云厂商资本开支趋势：据微软、谷歌、亚马逊等公司2025年二季度财报披露，三大云厂商合计季度资本开支已超500亿美元，同比增幅超过40%，其中AI基础设施投资为主要驱动力。

影响展望：成本优化与供应链博弈

谷歌此举若落实，可能带来几个层面的影响。短期来看，它有助于压低单台服务器的内存平均采购成本，缓解DDR5合约价上涨带来的成本压力。据行业渠道信息，2025年内存合约价因HBM挤占产能而普遍走强，DDR5与DDR4价差一度拉大，这为“降级使用”策略提供了经济合理性。 中期而言，该做法可能促使更多云厂商评估自身库存与退役设备价值。如果谷歌能建立一套高效的内存拆解、测试和重新认证流程，那么“二手内存”这一品类在超大规模数据中心中的流通率有望提升。不过，内存颗粒在高温、高负载环境下存在可靠性风险，谷歌需要建立严格的老化测试和瑕疵筛选机制，否则可能因内存故障引入计算错误，反而增加运维成本。 值得注意的是，这一事件也反映了当前AI基础设施供应链中的一个结构性矛盾：先进制程的HBM产能被英伟达等AI芯片厂商提前锁定，而通用服务器所需的DDR5供给又受到晶圆厂产能排挤。谷歌作为全球前三大云服务商，在自有TPU芯片和定制服务器设计上具有较强议价能力，但仍然选择“向存量要增量”，说明内存供应链的紧张程度可能超出公开数据所显示的水平。

结论与展望

综合来看，谷歌“拆DDR4”事件既是单个企业的供应链成本优化案例，也可能成为行业内存循环经济的风向标。该事件的实际效果仍有待谷歌官方进一步披露。如果该策略被证明可靠且经济，未来可能有更多云厂商跟进类似做法，从而对服务器内存的整体需求结构和二手设备交易市场产生深远影响。 从中长期看，AI服务器的内存需求不会因“拆旧”而改变增长曲线。真正需要解决的是HBM与DDR5产能的长期供给缺口，以及内存厂商在不同产品线间的产能分配策略。谷歌的这次尝试，只是这场博弈中的一个小切口，但它提示行业参与者：在AI算力军备竞赛中，不仅是先进芯片，连传统的DRAM内存，也正在成为需要精细运营的稀缺资源。 #AI #内存 #谷歌 #芯片供应链