Google(GOOG-US)此次参与SEMICON记忆体高峰论坛，供应链基础架构资深总监Nikhil Cherian指出，DRAM供给相当紧张，Google已开始把退役伺服器中的DDR4重新回收利用，让DDR4整合进最新世代的AI伺服器中，更坦言即便这样还是不够，呼吁记忆体厂必须快速扩产。业界解读，此举不仅验证DDR4及整体DRAM缺口非同小可，更可让DDR4拥有更长的生命周期。

业界看好，台厂DDR4业者南亚科(2408-TW)、华邦电(2344-TW)、力积电(6770-TW)都可望直接受惠。

Nikhil Cherian指出，随着AI模型规模快速膨胀，产业目前已经从过去的「算力受限(Compute-bound)」正式转向「记忆体受限(Memory-constrained)」，坦言即便 GPU/TPU可能已经够快，问题是资料喂不进去，因此关键瓶颈还在记忆体。

尤其大型模型逐步导入混合专家模型 (MoE)、Agentic AI及长上下文，加上KV Cache规模持续扩张，各类技术都在互相竞争记忆体的容量，也因此带动记忆体需求快速增加，目前高效能记忆体已占AI伺服器硬体物料清单(BOM)成本的75%以上。

Nikhil Cherian直言，对云端服务业者而言，若投入数十亿美元建置的AI处理器，因等待记忆体频宽而闲置，就等同大量运算资本支出遭到浪费，因此Google现阶段不是单纯在意记忆体价格，而是更在意有没有足够的记忆体，让昂贵的AI晶片持续维持高度运算。

为突破记忆体瓶颈，Google在软、硬体双管齐下。硬体方面，Google今年首度在同一年推出两款针对不同工作负载设计的客制化晶片TPU-8I/8T，分别锁定训练的TPU-8T，以及针对推论的TPU-8I。其中，TPU-8I为降低推论延迟，将晶片内SRAM容量提高3倍，HBM容量也增加50%，希望尽可能将活跃的KV Cache留在高速记忆体中，降低资料搬移造成的效能损失。

软体方面，Google也持续从底层函式库、模型架构与KV Cache压缩着手，试图降低单位算力所需要的记忆体容量。不过Nikhil Cherian强调，即使Google透过演算法大幅压缩记忆体使用量，仍远远无法满足公司的AI发展需求，还是没有足够的记忆体支撑Google的企图心。

值得注意的是，面对记忆体供给瓶颈，Google甚至已开始将过去退役的伺服器重新拆解，回收其中仍可使用的元件，建立内部循环供应链；同时更进一步设计特殊硬体介面转接器，让DDR4等旧世代记忆体，也能整合进新一世代AI伺服器。

Nikhil Cherian坦言，过去Google也没有预期会需要采取这类做法，但面对AI带来的庞大记忆体需求，公司必须设法突破实体供应限制。除此之外，Google也正与记忆体供应商建立长期合作，直接参与产能投资，以确保未来所需的记忆体供给。

业界人士指出，Google身为全球最大Hyperscaler之一，现阶段甚至必须回收退役伺服器中的DDR4，并设法将其重新导入最新AI伺服器，凸显此波DRAM供需紧张程度非同小可；另一方面，AI伺服器原先市场焦点主要集中在HBM与DDR5，但在供应吃紧之下，旧世代DDR4也出现重新利用的需求，让DDR4产品生命周期进一步拉长。

对台厂而言，DDR4生命周期持续延长，将有利南亚科、华邦电与力积电等台厂，尤其在 AI、伺服器及其他应用对DDR4需求比预期更强，供需缺口可望维持高档，报价与产能利用率也可望获得支撑。

Nikhil Cherian最后更直接向记忆体供应链喊话，尽管Google已从硬体架构、软体压缩、旧元件回收等各种方式降低记忆体压力，但需求仍持续攀升。他呼吁记忆体业者加速并扩大扩产。

从Google此次释出的讯号来看，AI带动的记忆体需求已不再仅限于最先进的HBM，庞大的系统建置需求正逐步外溢至一般DRAM甚至旧世代DDR4。随着云端服务业者(CSP)持续扩建AI基础设施，DDR4退场时间可能比市场原先预期更晚，也让仍具DDR4产能的台湾记忆体厂迎来另一波供需红利。