🧠 AI 基础设施 · 内存变局

手机内存 LPDDR5X 攻入英伟达机柜,单柜成本首超 HBM4E

英伟达下一代 Kyber 机柜内的 216TB LPDDR5X,总成本约 280 万美元——首次超过同柜 124.4TB HBM4E(约 250 万美元)逾 12%。原本为手机设计的低功耗内存,正在改写 AI 服务器的内存账单。

综合公开信息整理 2026-08-11 全文约 4 分钟读完
#英伟达 #LPDDR5X #HBM4E #Vera Rubin #AI硬件
216TB Kyber 机柜 LPDDR5X 总配置
280万美元 内存总成本,超 HBM4E 约 12%
8美元/GB 2026 年 Q1 SOCAMM 合约价预测

⚡ 30 秒速览

  • 手机内存进机柜:英伟达 Kyber 机柜配置 216TB LPDDR5X,成本约 280 万美元,首超同柜 HBM4E。
  • 不是第一次:Grace CPU 首发采用 LPDDR5X,带宽最高提升 53%、功耗仅约 DDR5 方案的 1/8。
  • 模块化升级:新一代 SOCAMM2 借鉴轻薄本 CAMM 设计,带宽 2.5 倍、面积 1/3、功耗 1/3。
  • AI Agent 推高需求:工具调用、代码运行反复发生,CPU 内存容量要求从 480GB/颗升至 1.5TB/颗。
  • 供应危机已现:2027 年原厂 LPDRAM 供货仅满足英伟达需求约 60%,Vera 或被迫减配至 768GB。

01内存账单的历史性反转

一条原本由 HBM 主导的 AI 服务器内存支出曲线,正在被 LPDDR5X 改写。据美国银行测算,面向 Vera Rubin Ultra NVL144 的 Kyber 机柜,将同时配置两种内存:

LPDDR5X216TB · 手机内存路线
≈280万$
HBM4E124.4TB · 传统AI内存
≈250万$

注:柱形按美元成本相对值绘制,280 万美元对应 100% 比例。两者并非零和博弈——它们分别服务 CPU 侧与 GPU 侧,真正值得关注的是 LPDDR5X 成本首次反超。

把 216TB 放到手机语境里,更直观:iPhone 17 Pro 搭载 12GB LPDDR5X,Kyber 单柜相当于 约 1.8 万部手机的运行内存总量

价格反超只是表面。

它背后是英伟达持续三年的架构迁移:从 Grace CPU 首次大胆启用 LPDDR5X,到 Vera 将单 CPU 容量提升至 1.5TB,再到 SOCAMM 模块化解决服务器可维护性问题。手机内存完成了一场从边缘到核心的跃迁。

02为什么是手机内存?

核心驱动力来自CPU 核心数持续增加AI 工作负载数据量攀升。这两股压力传导到内存端,变成了对更大容量和更高带宽的明确需求——而传统服务器主内存 DDR5 RDIMM 难以在功耗约束内满足。

英伟达的答案:把低功耗的 LPDDR 搬进数据中心。早在 2023 年,Grace CPU 就首次将 LPDDR5X 用于服务器场景,收益立竿见影:

+53%相比同价位 DDR5 方案带宽提升
1/8相同带宽所需功耗(约为 DDR5 的八分之一)
480GBGrace 单 CPU 最高容量
1.5TBVera 单 CPU 容量(3 倍提升)

四组数据分别来自英伟达官方披露与产品规格表。带宽与功耗的对比基准是同时期典型服务器 DDR5 方案。

但固定封装在计算模块上的 LPDDR5X,存在明显短板:损坏后需更换整块计算板,供货不灵活,难以现场维护。

于是 SOCAMM 出现了。

它借鉴轻薄本 CAMM 压接式设计,把内存做成了可拆卸模块。相比竖向插槽的 RDIMM,平铺方案大幅降低了模块高度,为 CPU 周围的散热腾出空间,同时保留快速更换能力。

传统 DDR5 RDIMM

竖向插槽,拆换方便,但内存条较高,占据 CPU 周围立体空间,功耗也更高。

SOCAMM2

平铺压接式,模块高度大幅降低;同等容量下带宽 2.5 倍面积约 1/3功耗约 1/3

SOCAMM 数据为美光测算:首代 SOCAMM 带宽为 RDIMM 2.5 倍、面积 1/3;SOCAMM2 功耗约为等容量 RDIMM 的 1/3。

03真实场景下的性能证据

带宽和功耗的纸面优势,落到真实工作负载中究竟如何?美光与 Meta 的联合测试给出了直接答案——瓶颈确实被 LPDDR5X 解决。

📊 AI 数据整理任务吞吐 +11%

  • 仅提升内存速度,AI 数据整理任务吞吐量增加 11%
  • 当容量翻倍、避免中间数据频繁写入 SSD 后,大数据分析任务速度提升至原来的 2~3 倍
说明内存容量与带宽对数据密集型 AI 任务的影响是直接且量化的。

⚡ 整机功耗占比仅 6.8%

  • 在其中一项 AI 任务中,LPDDR5X 仅占整机功耗的 6.8%
  • 低功耗优势在机架级被放大:一个 GB200 计算节点中,4 个 GPU 模块最大功耗合计 5.6kW,约占节点 6.7kW 功耗预算的 84%。
GPU 模块已占据绝大部分用电预算,CPU 内存扩展必须精打细算——低功耗方案因此成为硬性约束下的最优解。

高带宽、低功耗、大容量,这组特性完整解释了英伟达连续押注 LPDDR 路线的逻辑。

04但危机已经出现

性能优势只说明这条路线的可行性,解释不了它正在发生的另一面——当 AI 系统动辄消耗 TB 级 LPDDR、更多厂商下场押注,过去由手机周期主导的价格与库存逻辑开始失效。

6~7$ 2026 年移动端 LPDDR5X 价格
8$ 2026 Q1 SOCAMM 合约价(上涨)
13$ 2026 年末 SOCAMM 预测价格

SOCAMM 作为服务器级模块,需叠加更复杂的产品开发与更长导入周期,因此单价显著高于同源移动端 LPDDR5X。

价格上涨还只是第一层。真正的冲击在供给端——DRAM 原厂正把先进制程与新增产能转向 HBM 和传统服务器 DDR5,留给 LPDDR5X 的空间持续收窄。即便手机市场处于淡季,LPDDR5X 依然供不应求。

连英伟达也不得不重新分配。

6 月初:减配消息传出 多数 Vera Rubin 系统或采用 96GB 而非 192GB SOCAMM2,单颗 Vera CPU 内存降至 768GB
6 月 5 日:黄仁勋回应 承认内存供应受限,表示英伟达需要 在不同系统间更合理地分配内存
6 月 10 日:缺口量化 按三星、SK海力士、美光 2027 年初步供货分配,英伟达能获得的 LPDRAM 仅能满足预计需求的 约 60%
8 月:再度确认 供应紧张可能持续到 2027 年;为支撑更多系统出货,机柜 SOCAMM 容量减半仍是最可能路径。

内存,正在成为继 GPU 算力之后,约束 AI 系统扩张的新天花板

05一场正在蔓延的内存变局

英伟达不是唯一看到这条路线的芯片厂商。今年 4 月,AMD 宣布计划在 2027 年推出支持 LPDDR5X SOCAMM2 的 CPU,作为未来 Instinct GPU 的配套主机。英伟达之外的 ASIC 开发商也开始评估低功耗 DRAM。

行业标准也在同步跟进。今年 6 月,JEDEC 正式规定 SOCAMM2 的电气与机械要求——这意味着更多厂商可以基于统一规范开发模块和平台,LPDDR 的服务器化正从英伟达的独走变成全行业动作。

英伟达首创AMD 跟进JEDEC 标准化全行业迁移

链路梳理自公开产品路线图与标准组织公告。每一步都意味着 LPDDR5X 的需求面在扩大,而供给端的紧张短期内难以缓解。

市场的终局判断已经出现:预计到 2028~2030 年,AI 服务器生态可能超过智能手机,成为全球最大的 LPDRAM 单一终端市场。

🔭

观察点一:Vera 最终配置

减配至 768GB 还是维持 1.5TB,取决于下半年 LPDDR5X 供给实际恢复节奏。

⚖️

观察点二:三大原厂扩产窗口

三星、SK海力士、美光 2027 年的 LPDRAM 供货分配已出,届时缺口能否收窄是关键信号。

📈

观察点三:价格传导

13 美元/GB 的 SOCAMM 若成为常态,AI 服务器成本结构将发生显著变化。

编辑核心判断

手机内存的逆袭不是一桩成本故事,而是一个信号:AI 系统的性能瓶颈正在从 GPU 算力转移到内存供给。当英伟达被迫在旗舰机柜里精打细算每一颗 LPDDR5X,整个 AI 硬件产业都该重新计算——接下来制约模型扩张的,可能不是算力,而是存储。

保持关注

事件仍在演进。英伟达尚未对 Vera 最终配置公开表态,JEDEC 标准化后的首批第三方 SOCAMM 模块预计于 2027 年上市。

建议关注维度:英伟达 GTC 官方公告、三大 DRAM 原厂资本开支指引、以及 AMD 首款 LPDDR5X CPU 的落地时间。