这类存储芯片，全面调涨！

服务器市场对存储资源的虹吸在不断挤压传统消费终端的存储产能。

据闪存市场6月16日消息，随着基于LPDDR5X的服务器CPU逐渐量产并大力商用推广下，LP5X服务器市场应用进一步扩大，而服务器市场对高频率LP5X需求显著增长驱动下，海外原厂供应更多的转向服务器市场的同时，面向手机、PC市场的供应快速收紧。仍具备供货配额的消费类客户正寻求原厂包括次级DRAM在内的各类资源供应，产能有限下未来一段时间内存储厂商获取上游资源将愈发艰难，本周LP5X/LP4X及渠道DDR5内存条全面调涨。

自Grace CPU选用LPDDR5X作为内存配置之后，英伟达Vera CPU继续沿用该方案，AMD亦明确跟进，其下一代Verano CPU确认首次引入LPDDR5X。随着基于LP5X的服务器CPU解决方案陆续实现量产并进入大规模商用推广阶段，LP5X正加速向服务器市场进一步渗透。

部分存在供应缺口的消费类客户向原厂争取包括次级规格资源在内的供应支持，分货有限下令海外原厂LP5X资源持续缓慢走高且居高不下，存储厂商新采购成本不断被刷新。而LP5X更多的应用于高定价的高端设备，相对来说该客户群具有更高的价格接受度。

LPDDR（低功耗双倍数据率同步动态随机存储器）主要被用于智能手机、轻薄本等低功耗消费电子设备中。但近年来，随着全球AI推理需求的爆发式增长，LPDDR却正快速向数据中心领域渗透，并逐渐成为端侧、边缘到云端全场景AI推理芯片的共同选择。

整体来说，LPDDR是性价比较高的选择。首先，LPDDR的成本更低，供应更充足。相比HBM，LPDDR依托成熟的平面DRAM工艺和大规模消费电子产能，单位容量成本远低于HBM，能够显著降低AI推理服务器的硬件投入与总拥有成本，尤其适合大规模部署的推理场景。

其次，LPDDR的容量更大，单张卡可以加载更大的模型，上下文也可以更长。高通 AI200 的 768GB LPDDR 是行业最大容量。作为对比，NVIDIA GB300 单 GPU 仅288GB HBM3e，AMD MI450X 为 432GB HBM4。

此外，LPDDR的功耗更低。以英特尔的Crescent Island为例，由于采用LPDDR而非HBM的选择，功耗降至350W，意味着它可以在现有风冷数据中心中直接运行，不需要液冷改造。这也省去了数据中心的液冷改造投入，降低投资成本和建设周期。

最后，推理对于存储的大带宽的要求要低于训练。在推理场景中，模型参数是固定的，重点在于大容量存储和高效检索；LPDDR的容量和成本优势远远超过了带宽方面的缺点。今年的GTC大会上，英伟达CEO黄仁勋表示，AI推理市场拐点已经到来，AI从训练阶段全面进入推理与执行阶段，推理算力需求呈指数级爆发。相较于传统训练芯片，推理芯片更强调功耗控制、成本效率以及部署灵活性，LPDDR显然更具优势。

但厂商集体转向的直接后果，是LPDDR需求的几何级增长。

以高通的AI200为例，单个机架可能包含数十张加速卡，每张拥有768GB内存，总内存容量达数十TB。这相当于数十万甚至数百万智能手机的内存使用量。而这只是一家公司出品的一款产品。当高通、英特尔、英伟达以及其他潜在竞争者（如AMD和博通）在2026-2027年大规模生产LPDDR解决方案时，LPDDR的需求将呈指数增长。

但庞大的需求供应不上，也让需求端转变策略。受低功耗DRAM（LPDDR）供应短缺影响，英伟达已将下一代Vera Rubin AI服务器的SOCAMM2内存模块容量从192GB砍半至96GB。SOCAMM2模块专为英伟达Vera Rubin平台设计，单个模块包含4个LPDDR5X封装。原设计为4层堆叠，现变更为2层堆叠。

据研究机构Citrini Research估计，到2027年，仅英伟达的Rubin AI平台所消耗的DRAM就超过了苹果、三星需求的总和。具体数据上，预计2027年英伟达Rubin AI平台需要超过60亿GB的LPDDR内存。而苹果和三星分别需要29.66亿GB、27.24亿GB的LPDDR内存。 

此外，业界最新动向显示，下一代 LPDDR6 标准将把单模块容量提升至512GB，并配套SOCAMM2 封装形态，为未来AI训练和推理提供更高的内存密度和更出色的能效表现。

根据JEDEC公开的LPDDR6初步规范，LPDDR 被定位为面向数据中心的“主力”内存标准，将在保持功耗优势的基础上继续提升容量与带宽。LPDDR6采用更窄的x6单颗粒接口设计，辅以非二进制接口和额外的x6子通道，使得单颗DRAM芯片可堆叠出更高容量，整体带宽相较现有LPDDR5 / LPDDR5X预计提升约10%–20%，但设计重点更加偏向密度扩展而非极限带宽。

JEDEC表示，其目标是在现有LPDDR5X SOCAMM2模块最高 256GB 的基础上，将LPDDR6 SOCAMM2模块容量提升至512GB，从而满足不断膨胀的AI 训练与推理内存需求。在数据中心算力持续上升的今天，内存容量已经成为影响大模型训练规模与推理吞吐的关键瓶颈之一，更高密度的LPDDR6模块可在有限机架空间内堆叠出更大的有效内存池。

从产业落地节奏看，三星、SK 海力士与美光等主流存储厂商此前均以2028–2029年为LPDDR6 商用时间窗口，但在代理式AI带来的强劲需求推动下，业界普遍预期相关产品和平台可能会提前上市。JEDEC此次披露的LPDDR6与 SOCAMM2技术路径，也被视作为新一代 AI 服务器平台铺路的重要信号。