为什么有些手机、电脑越来越贵了？原来AI也在“吃内存”

最近，如果你关注数码产品，可能会发现一个现象：一些内存条价格开始回升，部分SSD不再像前两年那样一路降价，一些手机、电脑的大内存版本售价也比过去更高了。网络上关于“现在是不是不适合买电脑”“内存怎么又涨价了”的讨论，也越来越多。

很多人的第一反应是：“是不是厂商又涨价了？”“是不是芯片又不够用了？”

近几年电子产品的配置和价格都在悄悄发生变化。 图源：新华报业网

这些因素确实都会影响电子产品价格，但它们并不是全部原因。近年来，随着人工智能快速发展，AI对高性能内存和存储的需求持续增长，正成为影响存储市场供需结构的重要因素之一。

这不禁让人疑惑：AI不是聊天、画图、写代码的吗？它为什么会和手机、电脑里的内存扯上关系？

答案就在于，AI和普通软件的工作方式并不是完全不同，但它处理的数据量更大，对内存容量和传输速度的要求也高得多。

AI为什么这么“吃内存”？

不过，在继续之前，先要分清几个容易混淆的概念。

日常生活中，我们常把“内存”“存储”“硬盘”混着说，但它们其实不是一回事。

手机和电脑里的运行内存（RAM），负责临时存放正在处理的数据；SSD或硬盘负责长期保存文件；而AI服务器中GPU旁边使用的高带宽内存（HBM），则是一种专门为高速计算设计的特殊内存，能够以更高速度向GPU传输数据。它们承担的任务并不相同，但都属于计算机存储体系的重要组成部分，也共享着部分芯片制造技术和产业链。因此，当AI快速发展，对高性能存储资源需求增加时，相关硬件市场也会受到影响。

提到人工智能，很多人首先想到的是GPU，也就是负责计算的芯片。但事实上，对于AI来说，还有一种硬件同样重要——内存（Memory）。

内存条 图片来源：百度百科

这里所说的内存，并不是我们平时说的“存储空间”。

如果把AI计算比作一家餐厅，GPU就像厨师，负责完成真正的“烹饪”；SSD或硬盘像仓库，负责长期存放食材；运行内存（RAM）则像厨房里的操作台，厨师需要用到的食材都会先搬到这里，再开始加工。而GPU旁边的HBM，则可以理解为紧挨着厨师、专门存放常用食材的高速操作台，方便厨师随时取用。

操作台越宽敞、送菜越快，厨师工作就越高效；反过来，即使厨师再厉害，如果食材一直送不上来，也只能停下来等待。

电脑硬盘 图片来源：百度百科

AI也是一样。平时打开聊天软件、浏览网页，占用的内存通常只有几百MB到几GB；而一个大型AI模型，仅仅加载到运行环境中，就可能需要几十GB甚至上百GB内存。如果进行模型训练，还要保存大量中间计算结果、缓存数据和模型参数，内存需求会进一步增加。

也就是说，AI不是一直在“算”，它首先要“装得下”。更重要的是，AI不仅需要大容量内存，还需要高速传输数据。可以把GPU想象成一位动作飞快的厨师，而内存就是他的操作台。如果操作台太小，或者送菜速度太慢，厨师只能停下来等待，再好的厨艺也发挥不出来。

GPU 图片来源：英伟达

因此，在AI时代，限制计算效率的很多时候已经不仅仅是GPU算得有多快，而是数据能否及时送到GPU手中。这也是为什么近年来，业内越来越重视内存容量、数据传输速度，以及HBM等高性能存储技术的发展。

为什么AI的发展会影响手机和电脑？

既然AI这么依赖内存，一个新的问题来了：为什么它会影响普通消费者购买手机和电脑？

原因在于，AI服务器和消费电子产品虽然用途不同，但它们背后共享着全球半导体产业链。

随着AI快速发展，大量数据中心不断建设，一台AI服务器通常会配备多块高性能GPU，以及容量巨大的内存和高速存储设备。相比普通电脑只有16GB或32GB内存，高端AI服务器的内存和显存资源，往往是普通电脑的几十倍甚至上百倍；如果放到一整个数据中心来看，需求就更惊人了。

与此同时，AI对内存还有一个特殊要求——不仅容量大，还要传输快。为了满足GPU高速计算需求，近年来高带宽内存（HBM）等新技术受到越来越多关注。HBM可以理解为放在GPU身边的“超快工作台”：离GPU很近，路又宽，数据能更快送到GPU手里。

除了内存，AI数据中心还需要大量高速SSD来存放模型和训练数据。这意味着，AI的发展不仅带动了GPU需求，也让内存、存储等基础硬件的重要性不断提升。

图片来源：新华网

随着越来越多AI基础设施投入建设，对这些硬件的需求持续增加。业内普遍认为，AI已经成为影响存储市场供需结构的重要变量之一。当然，这并不意味着电子产品价格完全由AI决定，技术升级、市场竞争、库存周期、原材料成本等因素同样发挥着重要作用。

但可以确定的是，AI正在改变整个电子产业对硬件资源的需求结构。

真正改变的，不只是价格

回到文章开头的问题。

手机、电脑价格变化只是大家最容易感受到的现象，而真正值得关注的，是AI正在改变电子产品的发展方向。

过去，人们购买手机、电脑时，更关注处理器、屏幕、拍照或续航，内存往往只是配置表上的一个数字，只要“够用”就行。

从CPU、GPU到内存、存储，AI正在重新定义计算机硬件之间的协同方式。电子产品配置的升级，并不只是参数变化，更是计算需求变化的体现。

图片来源：AI生成

而如今，越来越多AI功能开始尝试在手机和电脑本地运行。当然，很多AI功能目前仍然依赖云端服务器。从AI助手、图片智能编辑，到实时翻译、会议纪要、大模型推理，这些新功能都意味着设备需要处理更多数据，也需要更大的内存和更快的数据传输能力。因此，近几年手机和电脑普遍配备更大的运行内存、更快的存储，以及专门用于AI计算的硬件，并不是简单地"堆配置"，而是在适应新的计算需求。

不过，消费者看到的手机、电脑价格，并不完全等于芯片成本。品牌定价、产品定位、汇率、促销策略、新技术升级，都会影响最终售价。尤其是大内存版本，有时贵出来的部分并不只是硬件成本，也包含厂商的产品分层和定价策略。

从更长远来看，AI的发展让内存、存储、带宽这些过去并不起眼的基础硬件，逐渐走到了舞台中央。当越来越多计算任务需要处理海量数据时，决定效率的已经不仅是芯片算得有多快，还有数据能否及时送达。理解这一点，也就理解了AI为什么如此依赖内存，以及它为何会影响我们身边的电子产品。

延展阅读：AI到底在“吃”什么？

第一，它吃显存。GPU做AI计算时，需要旁边有很快的显存来喂数据。

第二，它吃服务器内存。模型运行、数据处理、中间结果都需要地方临时存放。

第三，它吃SSD。模型文件、训练数据、用户请求记录等，都需要长期保存。

所以，AI不是只买GPU，它还会大量消耗内存和存储。

1.https://world.people.com.cn/n1/2026/0623/c1002-40745632.html

2.https://www.xinhuanet.com/tech/20260707/8f6bc0d1316545a4989abef4615c4a78/c.html

3.http://www.ce.cn/xwzx/gnsz/gdxw/202603/t20260319_2838163.shtml

4.https://www.news.cn/world/20260529/4baa4ab4ff3444619ae4509dba002798/c.html

作者：蝌蚪君

审核：刘颖 李培元 张超 杨柳

审核专家：兰名荥 北京邮电大学数字媒体与设计艺术学院副教授、信息通信全国科普教育基地副主任