美国最大电网运营商PJM近日警示，受数据中心快速扩张驱动，未来十年电网或面临60吉瓦电力缺口，规模相当于60座大型核反应堆，较去年12月拍卖中评估的6.5吉瓦缺口大幅跃升。PJM市场设计执行总监Rebecca Carroll在会议上表示，填补这一缺口预计需投入约1800亿美元，较此前估算的150亿美元激增十余倍。
如此悬殊的投资增幅，深刻凸显出当前电力基础设施投资缺口的极端紧迫性AI算力竞赛带来空前能耗压力，正倒逼数据中心从单纯追逐计算规模转向能效优先的发展路径。面对电力供应趋紧与成本飙升的双重挑战，越来越多科技巨头转向自研AI加速器、部署液冷系统、强化可再生能源协同等手段，试图在算力增长与用能约束之间找到新的平衡点。
在众多能效优化路径中，内存系统的升级优化被行业普遍认为是缓解能耗压力的有效突破口。如今，科技巨头们正逐步将低功耗内存（LPDDR）引入AI计算领域。此前，LPDDR的应用场景主要集中在智能手机、智能手表等对续航能力要求极高的移动设备上，而近期，这款产品已然成为科技企业提升AI系统能效的核心抓手。
微软的最新动作颇具代表性，其近期正式推出了专为数据中心量身打造的LPDDR5X内存系统解决方案，依托该产品高带宽、低功耗的核心优势，为云端AI推理及部分训练任务提供支撑，助力数据中心实现整体能效的进一步提升。无独有偶，Meta在其自主研发的第二代AI运算芯片MTIA V2中，也明确配备了LPDDR5/5X内存，目前该芯片已成功部署于Meta的数据中心，有效降低了单位计算量的能耗水平。
某科技公司资深战略总监对此解读道，为满足AI数据中心的高效运行需求，科技企业正着力构建一套兼顾性能、功耗与成本的完整内存与存储层级架构。这套架构融合了端侧计算与大规模云计算的分布式模式，能够为各类AI工作负载提供高效适配的解决方案，其中，高密度DDR5模块与LPDDR5X正是这一架构中的关键组成部分。
据其介绍，在这套分层架构体系内，高密度DDR5模块与LPDDR5X已形成了清晰的功能分工，各自发挥着不可替代的作用。
DDR5主要承担“核心容量池”的角色。凭借其在性能、容量与成本三者之间的出色平衡，DDR5目前仍是承载海量AI模型参数的主流选择，能够为大规模并发推理任务提供稳定可靠的带宽支持。以国内存储厂商长鑫存储为例，其推出的DDR5产品最高速率已达到8000Mbps，较当前行业主流的6400Mbps提升了25%，有效缓解了AI计算过程中的数据传输瓶颈。
而LPDDR5X则定位为“能效破局者”。得益于其与生俱来的低电压设计，LPDDR5X在能效方面具备得天独厚的优势。据测算，在百万台服务器规模的部署场景中，仅全面采用LPDDR5X一项措施，每年即可为企业节省数亿美元的电费开支。长鑫存储的LPDDR5X产品便是典型代表，其最高速率可达10667Mbps，同时功耗较上一代产品降低30%，在实现高能效的同时，也实现了性能的显著跃升。
该战略总监进一步补充说明：“LPDDR能够突破移动设备的传统应用边界，成功切入AI数据中心领域，不仅得益于其出众的能效表现，更离不开其背后高度成熟、规模庞大的商业生态体系。”每年数十亿部智能手机的出货量，让LPDDR产业链形成了显著的规模效应，进而带来了突出的“每GB成本”优势。对于规模化AI服务而言，“每笔推理成本”与“每焦耳带宽”是其核心竞争力所在，而LPDDR的成本控制能力，恰好契合了这一核心需求。
除此之外，LPDDR5X所具备的高带宽、低延迟特性，能够精准匹配AI推理任务（如内容推荐、自动驾驶等）突发且多变的算力需求，可完美支撑7×24小时不间断运行的严苛应用场景，进一步凸显了其在AI数据中心领域的应用价值。
人工智能模型正以指数级速度扩张体量与复杂度，单纯堆叠算力所带来的性能增益已显著衰减，取而代之的是持续攀升的能耗、成本与运维压力——这三重约束正成为全行业无法绕行的关口。面对这一拐点，全球科技巨头的算力布局逻辑悄然生变。多位业内人士指出，新一代数据中心不再唯算力规模论，而是转向“应用场景定义技术路径”的适配思维。低功耗内存跨越移动终端边界、大规模进驻AI服务器集群，正是这一转向的典型注脚：以GPU为核心的计算单元与以内存为代表的存储系统正通过协同设计与垂直优化，合力重塑AI基础设施的效率边界，也在将行业推往更低碳、更集约的演进方向。
