Nvidia Vera Rubin AI 平台點樣重塑全球記憶體市場

呢啲記憶體主要用嚟存放 AI 模型運行時常用資料，例如 KV cache 等高頻讀取數據，減少資料搬移並提升推理效率。

簡單講：Nvidia 其實係將原本用喺手機嘅記憶體，大規模搬入數據中心。

2027 年預測：AI 伺服器 vs 手機巨頭

根據產業分析，Rubin 系統到 2027 年可能需要 超過 6,000 million GB LPDDR 。

相比之下，兩大手機生態系預測需求：

• Apple：約 2,966 million GB
• Samsung：約 2,724 million GB

兩者加埋大約 5,720 million GB，仍低於 Rubin 的預測需求 。

需要注意：呢啲數字屬於產業預測，而唔係 Nvidia 官方指引。但它顯示一個重要訊號——單一 AI 平台都可能影響整個記憶體市場供需。

AI 為何會搶走手機記憶體

大型 AI 模型運算對記憶體要求非常高，包括：

• 極大容量
• 高頻寬
• 低功耗

LPDDR 正好符合呢幾個條件。相比傳統伺服器 DRAM，它可以在保持高頻寬同時降低功耗，因此愈來愈多 AI 系統開始採用。

結果係：AI 數據中心開始同手機市場爭同一種記憶體供應。

以前 LPDDR 幾乎完全由手機主導，但而家 AI 正成為另一個超大型需求來源。

對 AI 伺服器增長的影響

對 AI 基礎設施嚟講，LPDDR 帶來兩個好處：

• 更高密度的推理系統
• 更低能源成本

但同時亦帶來新限制：記憶體供應本身可能成為瓶頸。

有研究指出，隨住 Nvidia 等公司轉向 LPDDR 架構，伺服器記憶體價格可能到 2026 年底翻倍 。

換句話說，未來 AI 叢集的限制因素可能唔只係 GPU，仲包括記憶體產能。

為何手機廠會緊張

LPDDR 一直由手機產業主導。當 AI 數據中心開始大量採購同一類晶片，供應就會變得緊張。

已有報導指出，全球 LPDDR 供應正在收緊，並開始影響智能手機市場競爭 。

大型公司如 Apple 或 Samsung 通常仍可憑採購能力鎖定供應，但較小品牌——特別係未簽長期合約嘅廠商——更容易受短缺影響。

記憶體價格上升可能帶來的連鎖反應

記憶體短缺往往會影響整個電子產業。

AI 數據中心需求已經推高 DRAM 價格，而且供需失衡可能持續幾年 。如果更多 LPDDR 產能轉向 AI 伺服器，高端消費電子的成本亦可能上升。

可能出現的情況包括：

• 智能手機售價上升
• 雲端與 AI 伺服器成本增加
• 筆電與其他電子產品價格上調

換句話說，AI 的記憶體需求可能間接影響一般消費者電子產品價格。

全球記憶體供應鏈的結構性轉變

更宏觀來看，重點不只是 Nvidia 一個平台，而是整個產業正在改變。

過去幾十年：

• 智能手機是 LPDDR 最大需求來源

而現在：

• AI 數據中心正迅速成為另一個巨型買家。

同時，記憶體廠商亦愈來愈傾向把產能投向 AI 相關產品，例如：

• HBM（高頻寬記憶體）
• 先進伺服器 DRAM
• AI 伺服器用 LPDDR

呢種產能重新分配，已經被認為係全球記憶體供應緊張的其中一個原因 。

總結

Nvidia 的 Vera Rubin 平台展示咗一個重要轉折點。

如果現有預測成立，AI 伺服器將會直接同智能手機競爭 LPDDR 記憶體供應，甚至單一平台需求都可能超過整個手機生態系的主要買家。

呢種變化可能重新定義 DRAM 市場——令 AI 數據中心成為影響價格與供應的核心力量，並最終影響從雲端運算到消費者手機的整個科技產業。