Google 预警AI服务器内存成本占比突破75%，软硬件协同优化或成行业新焦点

内存成本飙升：AI算力扩张的“隐形税”

据CryptoRank于2026年9月2日发布的新闻稿，Google在一场面向产业界的沟通中表示，当前AI服务器的记忆体（内存）成本在整机硬件成本中的占比已突破75%。这一比例较几年前的水平有显著抬升——在传统通用服务器中，内存成本通常仅占整体硬件成本的20%至30%左右（行业公认的历史区间，非本次新闻中Google披露的数据）。成本结构的快速反转，反映出大模型训练与推理对高带宽内存（HBM）及先进DRAM的极度依赖，但同时也意味着单一硬件部件的价格波动将直接牵动整个AI基础设施的资本开支规划。 值得注意的是，新闻标题中提及的“75%”这一具体数字，其统计口径——例如是否包含存储、网络接口或其他辅件——目前暂缺可核验的详细说明。因此，业界在引用该比例时，可能仍需等待Google或第三方机构后续发布更完整的成本拆解白皮书。不过，即便将统计误差考虑在内，内存已成为AI服务器中最大的单一成本项，这一趋势本身在近两年的产业报告中已多次得到印证，本次Google的表态只是将这一结构性问题进一步具象化。

软硬体双轨策略：短期解压与长期重构并行

面对内存成本的高企，Google在本次沟通中提出了“软硬体双轨策略”。业界多认为，这一策略可能包含两大方向。其一，在硬件层面，推动更高效的内存层级设计，或通过定制化芯片（如TPU）优化对内存资源的调度，以减少对通用HBM容量的冗余需求；其二，在软件与算法层面，通过模型压缩、量化训练及稀疏化计算技术，降低单个训练任务对内存带宽和容量的峰值占用，从而在现有硬件基础上提升“每一美元内存”的训练产出。 该策略的提出并非孤立事件。根据行业数据服务机构IDC在2025年发布的全球服务器市场追踪报告，2025年全球AI服务器出货量预计同比增长约25%，其中搭载加速卡的服务器占比首次超过50%。SEMI（国际半导体产业协会）在2026年初的预测中则指出，全球DRAM设备销售额将在2026年达到接近300亿美元的历史高位，先进制程产能扩充的资本开支中，有相当比例流向为AI定制的高带宽内存产线。这些数据表明，内存成本问题的根源在于需求端爆发与供给端扩产周期之间的时间差。

成本传导与行业影响：从巨头到中小玩家的分化

如果75%的成本占比在行业内具有代表性，那么其影响可能远超单家企业。对于拥有自研芯片和算法优化的云巨头而言，软硬体协同或许能在未来数个季度内获得单位算力成本的实质性下降，但这一过程需要持续的巨额研发投入。而对于依赖外购标准AI服务器和商用GPU的科研机构或初创公司，内存成本占比高企将直接压缩其可用算力上限，可能进一步加剧AI研发资源的头部集中效应。 从产业链上游看，存储原厂如SK海力士、三星及美光近年来的财报均显示，HBM产品供不应求状态已持续多个季度。需要强调的是，上述供应链信息属于行业背景参考数据，并非本次Google新闻稿所公布的内容；本次新闻已经确认的事实仅包括：Google对成本占比的公开判断以及其提出的软硬体双轨策略方向。该策略是否已进入产品化部署、取得了怎样的量化收益，仍有待官方后续披露。 更深远的影响可能体现在AI基础模型的成本结构讨论中。若内存成本长期占主导，那么“算力即权力”的表述或将部分改写为“有效内存管理能力即权力”。未来，值得关注的方向包括：CXL（Compute Express Link）等新型内存扩展标准能否在中短期内缓解成本压力，以及区域化芯片制造补贴政策能否加速HBM等关键部件的本土化产能落地。这些变量的演进，将共同决定AI服务器成本曲线何时从陡峭回归平缓。

数据参考

本次新闻已确认数据：

• Google声称AI服务器记忆体成本占整机成本比重已突破75%，并提出软硬体双轨策略（来源：CryptoRank，2026年9月）。 行业背景参考数据：
• 传统通用服务器中内存成本占硬件总成本约20%至30%（行业历史区间估算，无单一官方来源）。
• 2025年全球AI服务器出货量预计同比增长约25%，加速卡服务器出货占比超过50%（IDC全球服务器季度追踪报告，2025年）。
• 2026年全球DRAM设备销售额预计接近300亿美元的历史高位（SEMI预测，2026年初发布）。
• HBM等关键部件供不应求状态持续数个季度（依据SK海力士、三星、美光近期财报，2024至2025年期间）。 #AI #存储芯片 #算力优化 #AI行业热点