Google DeepMind首席执行官德米斯·哈萨比斯（Demis Hassabis）近日指出，内存芯片供应短缺已成为人工智能发展的“关键瓶颈”。他在接受CNBC采访时强调，当前全球内存市场高度集中，仅少数几家公司掌握关键组件的生产，导致整个产业链承受巨大压力。 哈萨比斯表示，物理层面的资源限制正在严重制约AI模型的部署与研发。尽管谷歌对Gemini等AI模型的需求远超供应能力，但受限于内存资源，许多创新实验难以在足够规模上展开。他指出：“你必须拥有大量芯片，才能真正验证新想法是否可行。”这一需求不仅存在于谷歌，也遍及Meta、OpenAI等科技巨头。 尽管谷歌拥有自研的TPU（张量处理单元）芯片，并在内部和云服务中广泛应用，从而在一定程度上缓解了芯片依赖问题，但内存仍是无法绕开的瓶颈。哈萨比斯坦言：“最终，这仍取决于少数几家关键供应商的产能。”目前，全球内存芯片生产主要由三星、美光和SK海力士三家公司主导，它们正面临AI超大规模数据中心与传统消费电子客户之间的双重压力。 更棘手的是，AI公司对内存的需求与传统PC市场不同。AI模型训练需要高带宽内存（HBM），而这类芯片的产能远不能满足快速增长的需求。这导致HBM价格飙升，供应紧张，甚至影响到其他行业。 面对这一挑战，谷歌并未减缓投入。在最新财报电话会上，公司预计2026年资本支出将高达1750亿至1850亿美元，主要用于AI基础设施和芯片建设。可见，内存短缺不仅是一时困境，更将长期影响全球AI发展的速度与格局。