AI 需求如何推高内存、能耗和安全成本

在一台 AI 服务器里，GPU 和内存一起把功耗抬上去。过去的数据中心主要是 CPU 在撑场面，现在更像是 GPU+内存主导的热源系统。

• 2010 年传统数据中心：CPU 80%，其他 20%。
• 2025 年 AI 数据中心：GPU+ 内存 70%，CPU 15%，其他 15%。

AI 数据中心的成本结构也跟着变了。电费已经不是'运营中的一项'，而是大头。文中提到电费占运营成本 57%，这个数字放在传统机房里不算常见，但放到 AI 数据中心里并不意外。

国家层面的方向也已经很明确。2026 年 3 月 5 日的政府工作报告首次提出'超大规模智算集群、算电协同'等新型基础设施工程，这说明算力和电力不再是分开的两件事，至少在政策层面已经合并看待。

东数西算、算电协同，背后是很现实的分工：

• 东部更适合低延迟推理场景，比如自动驾驶、金融；这里更看重高带宽、低延迟内存。
• 西部更适合训练中心，能源充足、散热条件更好，适合大容量、低功耗 DDR5 这类配置。

浙江移动的几个案例比较能说明问题：虚拟电厂调度、数据中心节能改造、零碳基站，这些做法本质上都是在把'算力成本'往电力系统里拆解。PUE 这种指标也不是摆设，新建数据中心 PUE 要压到 1.3 以下，说明现在拼的不是单纯堆硬件，而是把每一度电用得更像样。

三、绿色 AI 不是口号，内存也得跟着变

如果 AI 继续扩张，内存厂商迟早要把'低功耗'当主卖点。原因很简单：算力贵，电也贵，闲置更贵。

CXL 是这里最值得看的方向。它不是把内存再堆一层，而是把内存做成可共享的资源池，服务器按需借用，闲的时候回收。这个思路很朴素，但非常实用，尤其适合 AI 训练和推理这种资源波动大的场景。

带宽本身也不算小：单 x16 通道双向可到 512 GB/s，三组捆绑后可以到 1,536 GB/s。和 H200 的 HBM3e 比，它当然还不是一个量级，但对于内存扩展、冷热分层和池化场景，已经够用了。

CXL 真正有意思的地方，在于它开始能解决'内存浪费'这个老问题。传统做法是每台服务器各配一份，4 台 64GB 机器加起来 256GB，看着不少，实际利用率并不高。池化之后，按需分配和回收能把利用率拉上去，也能把硬件采购压下来。这种方案不算优雅，但线上算账时很管用。

KV 缓存卸载就是一个具体例子。大模型推理时，上下文一长，KV cache 会迅速膨胀，70B 模型在 128K 上下文、批处理 32 的情况下，150GB 以上并不稀奇，单卡显存根本扛不住。XConn 和 MemVerge 在 SC25、OCP 2025 上演示的 CXL KV 缓存卸载，核心价值就是把热数据留在 GPU VRAM，把冷数据放到 CXL 池里，推理吞吐能明显提升。

厂商也已经在往这条路上走。三星、SK 海力士、美光、XConn 都有对应产品或交换机方案，说明这不是概念炒作，而是正在落地的基础设施方向。SK 电信和 Panmnesia 还在往机架级池化推进，下一步应该就是把资源调度做得更细。

四、安全问题会比价格更早找上门

内存越重要，安全风险也越难绕开。过去攻击者盯的是硬盘，现在更多敏感数据都在内存里跑，尤其是 AI 训练、推理和机密计算场景。真出问题时，泄露的不是缓存，而是整套业务数据。

2026 年 1 月 1 日起施行的新《网络安全法》把这件事讲得更明白了：支持 AI 基础理论、算法和算力设施建设，同时也在收紧安全监管。对硬件厂商来说，未经安全认证的关键设备最高可罚 1000 万元，这不是形式上的提醒，是真会影响产品设计和出货节奏的。

内存加密、机密计算、后量子密码学，都是同一条线上的动作。

• 传统模型里，数据进内存后还是明文，攻击面很直接。
• 机密计算里，数据在内存中始终是密文，只有 CPU 安全区才能解密，物理拿到内存条也只是乱码。

流程其实不复杂：

1. 数据在 CPU 内核中是明文。
2. 经过硬件即时加密（AES-256）。
3. 密文写入物理内存。
4. 黑客即使物理接触内存，也只能看到加密数据。
5. 读取时再由硬件解密回明文。

后量子密码学则是提前防另一种风险。PQShield 发布的实现只需要 5KB RAM，却能支持 NIST 标准化的 ML-KEM 和 ML-DSA 算法，这说明安全能力不一定非得靠堆资源，轻量设备也能做量子安全。

五、供电架构也在换代

AI 数据中心的电力架构，正在从传统 UPS 往更高效率方案走。HVDC、巴拿马电源、SST 都是为了解决同一个问题：减少转换损耗，把电尽可能直接送到负载侧。

SST 的市场预测也给得很直接：到 2030 年，AIDC 新增装机预计达到 17.7GW，对应市场空间 132.7 亿元，年复合增长率 64.9%。这类设备不一定马上进消费视野，但它们会先进入数据中心的主链路。

六、这波涨价不是单点问题

把前面几部分放在一起看，内存涨价其实是三件事叠在一起：AI 把需求拉高，能源把成本抬高，安全把设计复杂度继续往上加。

六个比较关键的数据

1. DRAM 现货价格暴涨 700%
2. 数据中心 DRAM 消耗占比从 32% 升至 50%
3. AI 数据中心能耗 2027 年达 146.2TWh
4. 电费占运营成本 57%
5. CXL 4.0 带宽达 1.5TB/s
6. 网络安全法最高罚款 1000 万元

三条主线对内存成本的影响

对普通消费者来说，短期别太指望价格很快回到以前的水平。对企业采购来说，更应该盯 TCO，不只是看单条内存多少钱，还要把电费、扩容方式和后续运维一起算进去。对开发者而言，CXL 和机密计算这些技术，已经不是实验室里的概念了，它们会直接影响下一代基础设施怎么搭。

内存涨价不是孤立事件，它只是 AI 时代基础设施重排的一种外显。后面还会继续涨什么、谁来承担，答案大概率都在电、算力和安全这三条线上。

参考资料

1. 新华网：人工智能热潮推高电子产品价格（2026.03）
2. 中国能源报：算电协同上升为国家战略（2026.03）
3. 新浪财经：中国能建推进'东数西算'项目（2026.03）
4. CXL 4.0 Infrastructure Planning Guide（2025.12）
5. Quantum Computing Report：PQShield 发布 5KB RAM 后量子密码实现（2026.03）
6. 西南政法大学：新修改的网络安全法本月起施行（2026.01）
7. 央视网评论员：手机纷纷涨价 别光拿 AI 说事（2026.03）
8. 中国能源报：AIDC 供电三重挑战下 SST 率军突围（2026.01）
9. 浙江省经济信息中心：浙江移动探路'绿色算力'建设（2026.03）
10. Chosunbiz：SK Telecom and Panmnesia reshape AI data centers with CXL（2026.03）