2025 年下半年以來，全球 DRAM 內(nèi)存價格大幅上漲，部分型號售價一度達(dá)到往常的兩倍以上。業(yè)內(nèi)分析普遍認(rèn)為，這場漲價潮主要由 AI 算力需求的爆炸式增長與供應(yīng)鏈調(diào)整共同推動，且這一趨勢預(yù)計將持續(xù)。在此背景下，深入理解驅(qū)動 AI 革命的存儲技術(shù)變得至關(guān)重要。本文將系統(tǒng)梳理與AI 緊密相關(guān)的核心存儲芯片及技術(shù)，剖析它們?nèi)绾卧诓煌瑘鼍跋轮纹鹬悄苡嬎愕暮Ａ繑?shù)據(jù)需求。

提到存儲，多數(shù)用戶首先會想到硬盤（SSD）或內(nèi)存（DRAM）。從云端 AI 服務(wù)器到邊緣智能設(shè)備，都離不開這兩大基石。從技術(shù)本質(zhì)看，硬盤領(lǐng)域的 SATA / NVMe 接口 SSD，乃至手機中的存儲芯片，均基于NAND Flash（非易失性存儲器）技術(shù)。它通過晶體管存儲電荷來記錄數(shù)據(jù)，斷電后信息依然保留。為突破物理平面極限，當(dāng)前主流技術(shù)已演進(jìn)至 3D NAND，通過縱向堆疊存儲單元，在同等芯片面積下實現(xiàn)了更高的存儲密度、更低的功耗、更佳的耐用性與更快的讀寫速度，同時有效降低了單位成本。

與 NAND 作為“數(shù)據(jù)倉庫”的角色不同，DRAM（動態(tài)隨機存取存儲器）充當(dāng)了系統(tǒng)的“工作臺”。它通過電容存儲數(shù)據(jù)，但由于電容會自然放電，需要定期刷新，因此屬于易失性存儲器，斷電后數(shù)據(jù)會丟失。在 AI 服務(wù)器和個人電腦中，DRAM 最常見的形態(tài)是內(nèi)存條，其采用DDR（雙倍數(shù)據(jù)速率）技術(shù)。 DDR 能夠在帶寬、延遲、容量和成本間取得平衡，因此被廣泛用作系統(tǒng)主內(nèi)存，目前主流已進(jìn)入 DDR5 時代。

除了 DDR 內(nèi)存，在 AI 領(lǐng)域應(yīng)用同樣廣泛的還有GDDR（Graphics Double Data Rate）——這是獨立顯卡（GPU）的專用顯存。無論是 AI 計算場景，還是圖形渲染任務(wù)，GPU 都需要顯存提供高速的數(shù)據(jù)存儲與讀取支持；若顯存帶寬不足，將直接制約整體計算效率的提升。

例如，NVIDIA RTX PRO 5000 Blackwell配備 48GB 超高速 GDDR7 的內(nèi)存，有助于加速臺式電腦上的 AI 開發(fā)、LLM 推理和生成式 AI 工作流，以及高保真仿真、視頻制作和復(fù)雜 3D 建模等操作。借助 RTX PRO 5000 可以無縫運行本地 AI 助手，通過神經(jīng)網(wǎng)絡(luò)渲染制作逼真的視覺效果，并優(yōu)化工程和科學(xué)研究所需的精度關(guān)鍵型仿真，所有這些操作都以卓越的穩(wěn)定性高速運行。

在 AI 領(lǐng)域，除了 GDDR 顯存類型的存儲芯片外，一些高端的數(shù)據(jù)中心 GPU 比如 H20、H200 等型號，它采用的是HBM 內(nèi)存（High Bandwidth Memory），HBM 和 GDDR 最大的不同是采用了 3D 堆疊技術(shù)，GDDR 可以理解為平鋪在 PCB 上，互聯(lián)方式采用 PCB 主板走線通信，而 HBM 則是將多個 DRAM 核心摞起來，堆疊的各層之間通過貫穿硅片的微型垂直通道—硅通孔連接，提供了短且多的內(nèi)部互聯(lián)通道，目前最新的 HBM3e 可以實現(xiàn) 8TB / 秒的顯存帶寬，高于 GDDR 方案數(shù)倍，多適用于超大規(guī)模的 AI 訓(xùn)練與 HPC 業(yè)務(wù)。

并非所有 AI 場景都需要如此卓越的性能，在邊緣計算和桌面工作站等場景中，功耗、散熱和空間限制同樣關(guān)鍵。此時，LPDDR 技術(shù)（Low Power Double Data Rate SDRAM）便成為理想選擇。它通過降低工作電壓、引入精細(xì)的電源狀態(tài)管理，實現(xiàn)了出色的能效比。NVIDIA DGX Spark便是一例：它采用 Grace CPU + Blackwell GPU 的 GB10 超級芯片，并創(chuàng)新性地配備了 128GB LPDDR5x 統(tǒng)一內(nèi)存供 CPU 與 GPU 共享。這種設(shè)計大幅減少了數(shù)據(jù)搬運延遲，使得開發(fā)者能在單臺最大功耗僅 240W 的桌面設(shè)備上，對參數(shù)高達(dá) 2,000 億的大模型進(jìn)行微調(diào)與推理。

在更嚴(yán)苛的邊端場景，比如生產(chǎn)車間、碼頭、工地這些工業(yè)場景，同樣需要使用到 AI 算力進(jìn)行目標(biāo)檢測，人臉識別，危險預(yù)警等業(yè)務(wù)，這種場景下更考驗?zāi)芎纳?，因為設(shè)備往往需要放置在弱電箱內(nèi)。在此場景下麗臺科技基于NVIDIA Jetson系列產(chǎn)品進(jìn)行開發(fā)，提供了多種場景可選的 AI 工控機，涵蓋 NVIDIA Jetson Orin、NVIDIAJetson Thor 系列，此系列產(chǎn)品全部是采用了 LPDDR5 技術(shù)的顯存。下面以LEADTEK 麗臺 嵌入式工控機 8F5E2為例。

? LEADTEK 麗臺 嵌入式工控機 8F5E2

基于 NVIDIA Jetson AGX Orin/AGX Xavier 開發(fā)，算力高達(dá) 275 TOPS，被動式散熱，I / O 接口豐富，可擴(kuò)展性強，多場景靈活部署。

應(yīng)用場景：車路協(xié)調(diào)、機器視覺、安防邊檢、智慧物流、工業(yè)自動化。

▲ 嵌入式工控機 8F5E2

注：搭載 AGX ORIN 時支持 USB 3.1 功能，并向下兼容。搭載 AGX Xavier 時，僅支持 USB 2.0 功能

AI 的蓬勃發(fā)展并非僅依賴于處理器算力單點突破，更得益于一個多層次、協(xié)同高效的存儲生態(tài)系統(tǒng)。從數(shù)據(jù)中心里提供高帶寬的 HBM，到顯卡中負(fù)責(zé)高吞吐的 GDDR；從服務(wù)器內(nèi)平衡全能的 DDR，到邊緣設(shè)備中能效優(yōu)先的 LPDDR，再到所有數(shù)據(jù)的最終歸宿——海量、非易失的 NAND Flash，每一種存儲技術(shù)都在自己最擅長的位置上，解決了 AI 在不同規(guī)模、不同場景下面臨的特定數(shù)據(jù)挑戰(zhàn)。