2026年7月，针对当前AI算力扩张引发的DDR5内存严重断货问题，Meta联合台积电、存储厂商美光共同推出跨代内存兼容技术，可使原本仅支持DDR5的新一代AI服务器稳定运行DDR4内存。该方案虽带宽性能下降约30%，但延迟表现优异，已通过实际业务测试，可有效避免AI数据中心建设进度受阻。
2026年上半年以来，全球生成式AI商业化落地进入爆发期，大语言模型训练、多模态推理场景对算力的需求同比增长超200%，直接拉动DDR5服务器内存的采购需求翻倍。但受上游晶圆产能限制，DDR5内存的市场交付周期已从常规的8周拉长至24周，多家科技企业的AI数据中心扩建计划被迫延期。
由于DDR5与DDR4内存在引脚设计、工作电压、电源管理架构上存在本质差异，行业此前普遍认为两代内存不存在反向兼容的可能性。为了啃下这块硬骨头，Meta联合台积电的封装团队、美光的内存研发团队耗时6个月，开发出了特殊的插槽转换垫片，可在底层将DDR5的协议信号实时转换为DDR4可识别的控制逻辑。
这套被业内戏称为“缝合怪”的系统已完成Meta内部的全场景业务测试，仅出现约30%的带宽性能下滑，延迟表现则维持在和DDR5几乎持平的水平，完全可以满足AI推理、日常数据存储等对内存带宽敏感度较低的场景需求。
对Meta而言，这项技术的落地直接解了其数据中心建设的燃眉之急。按照规划，Meta2026年将在北美、欧洲新增4座超大型AI算力中心，此前受DDR5缺货影响，整体交付时间预计推迟3个月，采用兼容方案后，全部算力中心均可按原计划上线，可支撑约100万路并行AI推理请求的处理需求。
除此之外，该方案还能充分消化市场上存量的DDR4服务器内存，据行业测算，目前全球待消耗的DDR4服务器内存库存超过2亿条，全部用于AI服务器可降低约40%的算力硬件采购成本，目前已有多家云服务商向Meta接洽技术授权事宜。
本次Meta牵头的跨代兼容技术落地，也为AI产业应对供应链波动提供了新的思路。此前科技企业布局AI算力普遍追求“顶配硬件”，非最新一代的芯片、存储产品往往直接被排除在采购清单外，反而加剧了尖端硬件的供需失衡。
随着AI商业化进入落地深水区，行业对算力的需求从“追求最高参数”转向“追求最高性价比”，主动做硬件兼容性适配、盘活存量硬件资源，将会成为越来越多企业的选择。除了内存领域，目前已有厂商在探索老旧GPU与新一代算力集群的适配方案，未来相关的技术落地还会进一步加快。
本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。
滇公网安备 53252802528133号