旧DDR4,凭什么重新上桌?
📋 总体概括
Marvell在FMS 2026提出三层AI内存架构,并推动DDR4回收再用于CXL内存池。本文拆解这一反常识操作背后的DRAM短缺逻辑、CXL技术路径,以及对国内存储产业的政策映照。
📄 正文
AI服务器的胃口越来越大,HBM却越来越贵。就在全行业拼命抢HBM的时候,Marvell却做了一个看似复古的动作:把被各大原厂逐步淘汰的DDR4回收回来,重新用在这台最先进的人工智能机器上。
8月4日,Marvell在圣克拉拉的FMS 2026(未来存储峰会)上正式发布三层"AI内存基础设施"产品组合,核心判断只有一句话:AI内存不能只靠HBM单打独斗,必须分层。而DDR4,恰恰是这套体系里最意外、也最务实的一环。
旧内存重新上桌,不是怀旧,是算账。
🧠 HBM太贵,Marvell盯上了旧内存
先说场景。FMS历来是存储行业的风向标,NAND厂商的主场。但这一次, Marvell把话题从闪存拉到了DRAM——确切地说,是从"最先进的内存"拉到了"最过时的内存"。
Marvell副总裁在会上公开呼吁:把退役的DDR4回收利用,做成CXL内存设备,投入AI基础设施。同一时间,公司推出三层AI内存架构,把HBM、主存和CXL池化内存排成一个梯队。
这事乍听有点魔幻。DDR4可是正在被原厂缩减产能的"上一代产品",三星、SK海力士、美光这些年的路线图都明确指向DDR5乃至更远。谁会想到,它的新买家不是性价比PC,而是AI数据中心?
但逻辑其实很硬。AI推理对内存容量的需求呈台阶式增长,而HBM的产能扩张速度永远追不上模型参数的增长速度。当最顶层内存成为瓶颈时,系统设计者的本能反应不是等,而是找第二梯队的供给——哪怕它是旧的。
据多位接近人士透露,不少云厂商的推理集群已经在评估"以旧补新"的可行性,毕竟一台推理服务器的内存缺口,用全新的DDR5去填,账算不过来。
一句话:先进不先进不重要,够用且便宜才重要。
📉 这轮DRAM短缺,缺的不是产能,是便宜的大容量
素材里有一个关键定语:这是"多年来最严重的DRAM短缺"。注意,缺的细分和以往不同。
历史上的DRAM短缺,多半是缺某一世代的具体颗粒。而这一轮,真正的痛点是:AI服务器把大容量内存的需求抽走了,传统服务器、PC、消费电子被迫在同一池子里抢货。需求结构被AI扭曲了,供给却还是按老节奏排产。
用一张表看清这三层需求的挤压关系:
| 需求方 | 主要内存类型 | 需求特征 | 对价格的敏感度 |
|---|---|---|---|
| AI训练 | HBM | 带宽优先,容量持续加码 | 低(跟着GPU走) |
| AI推理 | 大容量主存+CXL | 容量优先,带宽要求次之 | 中高 |
| 传统服务器/PC | DDR5/DDR4 | 常规换机节奏 | 高 |
推理恰恰是AI商业化最依赖的环节——训练烧一次钱,推理要烧一辈子。推理集群要的是"海量、便宜、能挂",而不是"极致、昂贵、贴脸"。这个空档,正好卡在HBM的贵和普通内存的容量上限之间。
这就是产业逻辑的核心:短缺从来不是均匀的,它总是先在最贵的那个层级裂开一道缝,然后市场用性价比方案去补。
用时间线梳理这轮供需错配的演化,你会发现DDR4的"复活"几乎是必然:
- 前几年:原厂宣布DDR4进入生命周期尾声,产能逐步转向DDR5
- AI训练爆发:HBM产能被GPU订单锁定,价格一路走高
- 推理大规模上量:大容量内存缺口显现,DRAM进入多年未见的短缺
- 2026年8月4日:Marvell在FMS 2026发布三层AI内存架构,公开推动DDR4回收用于CXL
规律很朴素:当新产能不够用时,存量资产就会被重新定价。
♻️ DDR4回收上岗,CXL是那座桥
光有旧内存还不够,得有办法把它"接"到AI系统里。这个接口,就是CXL。
CXL(Compute Express Link)的价值,在于让内存脱离CPU的"私有制",变成可以池化、可以远程挂载的资源。简单说:以前内存必须焊死在某台服务器的内存槽里,现在通过CXL,它可以变成一个独立的"内存盒子",谁需要就挂给谁。
而DDR4在这里的角色很微妙——它是回收料的最佳载体。理由有三:
1. 存量大。过去十年积累的DDR4颗粒数量惊人,退役服务器拆下来的颗粒经过筛选测试,就是现成的供给。
2. 够用。推理场景对带宽的要求低于训练,DDR4的性能在这个层级不构成短板。
3. 便宜。在DRAM全线涨价的周期里,回收料是少数价格可控的来源。
据业内流传的说法,已经有下游厂商在测试把退役服务器颗粒重新封装成CXL内存模块的产线,走的是"拆机—测试—分级—重组"的路径。
这三步串起来,就是一条完整的循环链:
这其实是一种很"晶圆厂思维"的做法:不是所有良率损耗都是废料,不是所有旧资产都该报废——关键看你能不能找到让它重新产生价值的架构位置。
🏗️ 三层内存,AI服务器的新骨架
再看Marvell这次发布的主菜:三层AI内存基础设施。这不是一个产品,而是一套架构主张。
它的分层逻辑,本质是把"内存的等级"翻译成"成本的等级":
| 层级 | 定位 | 核心价值 | 对应技术 |
|---|---|---|---|
| 第一层 | 极致带宽 | 喂饱GPU的计算吞吐 | HBM |
| 第二层 | 系统主存 | 容量与延迟的平衡点 | DDR5主存 |
| 第三层 | 池化扩容 | 便宜的大容量,弹性挂载 | CXL + DDR4 |
用一张结构图看得更清楚:
这背后的产业判断是:AI内存架构正在从"单点最优"走向"系统最优"。过去大家比拼的是谁家的HBM更快,接下来要比的是——在同等算力下,谁能用更低的总拥有成本,喂出更大的有效内存容量。
对设备厂、封测厂、模块厂来说,这里面藏着一个新的生意位:CXL内存设备的封装、测试、控制器芯片,都是增量。旧颗粒不是终点,它需要一个产业链来接住。
一句话总结这个趋势:AI服务器的主板,正在变成一张内存的分层地图。
🇨🇳 上海的"十五五",另一条叙事线
巧的是,就在FMS 2026召开的同月,国内也有一份文件在讲内存的故事。
8月24日,上海市政府印发"十五五"新型工业化规划,明确提出推动高性能算力芯片、通用处理器芯片、存储芯片、互联芯片和智能传感器达到国际先进水平,聚焦张江、临港、嘉定建设"一体两翼"世界级集成电路产业集群,并点名EDA、IP高端化、先进封装产业化。
把这两件事放在一起看,很有意思。Marvell的方案是在存量里挖效率——用架构创新和回收复用对冲短缺;上海规划则是在增量上布局——从设计、制造到封装,全链条补能力。
值得注意的是规划里两个词:一是"互联芯片",CXL恰恰是互联与内存的交叉地带,属于国内相对薄弱但需求正在爆发的环节;二是"先进封装技术产业化",CXL内存设备本身就是先进封装的典型应用场景。
据多位接近产业政策的人士观察,存储与互联正在成为下一阶段地方产业布局的重点词,而不是传统上只盯着先进制程节点。
两条线,一个指向当下的效率,一个指向未来的能力。真正的产业竞争,两条都得有。
小结
旧DDR4重新上桌,看起来是权宜之计,实际上揭示了AI基础设施的一个新常态:内存瓶颈的解法,不再只靠原厂的新产能,还要靠架构创新、资产复用和产业链协作。
Marvell的三层架构把这条路画了出来;上海的"十五五"则提醒我们,长期答案依然要回到设计、制造、封装的硬实力上。短期靠聪明,长期靠积累——内存这门生意,从来如此。接下来值得盯的,是CXL内存生态的放量速度,以及DRAM短缺何时从"最贵层级"蔓延或消退。降温的那一天,才是这套架构真正接受检验的时刻。
本文由本站 AI 辅助聚合生成,原始来源如下: