随着生成式人工智能持续升温，支撑算力的“内存”正成为新的战略资源。

Rubin平台被曝拉动车载级内存需求暴涨

近日，多家机构援引供应链预测称，英伟达将在2026-2027年正式放量的新一代AI平台Rubin，对低功耗内存（LPDDR）和高带宽内存（HBM）的需求将急剧攀升。

研究机构TrendForce的最新研报指出，按照当前订单推演，到2027年，英伟达Rubin平台所消耗的LPDDR总量，有望超过苹果与三星两家整机巨头的合计采购量，有机会成为全球最大的LPDDR单一买家之一。

这一判断基于两方面趋势：一是大型模型训练与推理集群数量快速增长，二是英伟达在数据中心GPU领域的市占率仍维持在高位，新平台一旦导入将迅速放量。

从HBM到LPDDR：AI服务器内存架构正悄然变化

过去一年，市场更多将目光集中在HBM上，因为它直接挂在GPU封装内部，带宽极高，是AI训练的“第一主角”。不过，从Rubin相关爆料可以看到，LPDDR也在AI服务器中扮演越来越重要的角色。

业内人士分析，当前主流AI系统通常采取“HBM + 外挂内存”的多层次架构：

• HBM负责为GPU核心提供超高带宽，用于模型参数与激活值的高速读写；
• LPDDR/DDR则作为系统内存和缓存池，用于存放模型分片、中间结果或大量向量数据，并与CPU、加速卡协同工作。

相较传统服务器使用的DDR，LPDDR具备功耗更低、容量密度更高等优势。机构预测，英伟达在Rubin平台上选择LPDDR作为大规模外部内存配置，有助于降低整体能耗并压缩机柜空间，这对超大规模数据中心尤为关键。

Rubin接棒Blackwell，供应链提前两年备战

在产品路线方面，业界普遍认为英伟达将延续“平台命名”节奏：2024年是Blackwell平台的集中放量期，后续演进将逐步过渡到Rubin。市场传言，Rubin或将在制程、互联和封装上进行全面升级，以进一步支撑更大规模的模型训练和更高效的在线推理。

也正因此，上游存储厂商已经开始显著调整产能结构：

• 多家存储企业提高LPDDR5/LPDDR5X以及后续规格的比重，以应对AI服务器需求；
• 部分企业在规划新产线时，将AI服务器与高端PC、手机的LPDDR需求视作同一战略级别；
• 封测、基板等配套环节也在同步评估Rubin平台对封装堆叠和散热的新增要求。

机构给出的预测区间显示，若英伟达按现有市占率持续推进AI平台迭代，到2027年其LPDDR采购量或将超过苹果与三星两家头部消费电子厂商之和，这一变化被视为内存产业“从消费电子向AI基础设施”迁移的标志性事件。

对产业链的三重影响：从手机到服务器的重定价

Rubin平台带来的高强度需求，对全球存储产业链有望产生至少三重影响：

• 1. 价格周期可能更紧跟AI投资节奏
  过去内存价格主要受手机、PC销量驱动，周期相对平缓。随着AI服务器占比提升，资本开支节奏会更加集中，未来DDR、LPDDR、HBM的价格波动，可能更直接反映数据中心建设的冷热变化。
• 2. 产能布局从“消费优先”转向“数据中心优先”
  为了确保AI相关产能，部分厂商或将优先保障服务器用LPDDR与HBM的产出，再根据实际利润空间分配给手机、平板等终端。这意味着，在需求高景气阶段，消费电子产品的高端内存可能出现结构性紧张。
• 3. 封装与系统设计协同升级
  在AI服务器中同时叠加大量HBM和LPDDR，对封装、散热和整机电源设计提出更高要求。Rubin平台一旦在量产上采用更复杂的堆叠与互联形态，整机厂和云服务商需要在机架密度、冷却方式上做系统级优化。

中国厂商的机会与挑战

从全球视角看，AI服务器内存需求爆发，对包括中国在内的行业参与者既是挑战也是机遇：

• 在标准存储产品上，国内厂商可以围绕DDR、LPDDR等成熟规格，持续推进工艺迭代和良率优化，争取在AI服务器通用内存市场中占据更大份额；
• 在系统级解决方案上，服务器整机、加速卡设计企业可围绕“高带宽+大容量+低功耗”三者平衡，打造针对大模型训练、推理、检索等场景的整体解决方案；
• 在软件栈和生态上，围绕内存分级管理、大模型并行调度、算力编排等方向，积累配套软件能力，提升对硬件资源的利用率。

随着Rubin等新一代AI平台的陆续落地，存储不再只是“配件”，而是影响算力性价比与能效比的关键变量。谁能在这一轮“内存重构”中率先完成产品和生态布局，谁就有机会在未来AI基础设施竞争中抢占更有利的位置。