9 月 5 日消息，内存已成为 AI 行业一大痛点。一方面受内存墙制约 AI 算力释放，另一方面内存价格大幅上涨，

部分场景成本甚至超过 GPU 等算力芯片，PC、手机产业同样承受涨价压力。

但与此同时，内存技术近年陷入发展瓶颈，尤以容量密度最为明显。网友 LaurieWired 整理

1990 年至今三十余年服务器原生最大内存容量变化：早期从 256MB 起步，长期保持线性增长，

2010 年突破 256GB，2020 年达到 4TB，2021 年冲上 8TB。

自此之后增长陷入停滞，近五年服务器原生内存最高规格始终停留在 8TB，没有进一步突破。

究其原因，AI 时代算力重心由 CPU 转向 GPU、XPU，算力硬件优先采用 GDDR、HBM 这类高速显存。

现阶段 HBM 显存容量上限约 300‑400GB，TB 级大容量产品尚需两年时间落地。

DRAM 工艺迭代放缓也是关键因素。业内常提及的 10nm 级 DRAM 属于厂商商业命名，并非逻辑芯片标准工艺节点，历经至少六代迭代，

实际只是从 19nm 演进至 13/12nm，单位密度提升幅度大不如前。

闪存依靠 3D 堆叠持续拉高存储密度，而 DRAM 想要复刻跨越式提升，未来必须依靠 3D DRAM 技术，以及晶体管结构由 6F2 向 4F2 革新。

唯有如此，服务器内存才有望冲击 10TB、12TB 乃至 16TB 的容量新高。