内存价格、WebRTC 与语音 AI 的未来

原文：Memory prices, WebRTC and the future of Voice AI
作者：Tsahi Levent-Levi，发表于：https://bloggeek.me/memory-prices-webrtc-voice-ai/

一场悄无声息的危机正在上演：AI 正在吞噬全球所有的内存，推高价格高达 6 倍，迫使 WebRTC 和语音 AI 重新思考自己的运营方式。

内存。 在 WebRTC 应用中，没人会第一时间想到内存。至少一开始不会。直到我和我的”电脑专家”聊了一通之后，我才开始重新审视这个问题，尤其是在 2026 年的当下，尤其是当价格正在飙升的时候。

我尝试深入研究 WebRTC，看看它能把我引向何方。

核心要点：太长不看版

• AI 正在显著推高内存价格，影响 WebRTC 和语音 AI 的功能。
• 2026 年内存价格因 AI 公司抢购大部分可用产能而暴涨 3–6 倍。
• WebRTC 应用需要越来越多的内存，尤其是在高分辨率和新编码器下；优化已成必要之举。
• 语音 AI 在云端继续飞速发展，设备端处理则面临内存约束。
• 长期来看，产能改善、内存优化和需求增长将共同塑造科技的未来。

2026 年的内存价格

今年一月，我儿子跑来跟我抱怨，说他的电脑太慢了。在他看来，”慢”的标准是《博德之门》（Baldur’s Gate）跑不动。我打电话给信任的电脑专家，他建议我升级 CPU 和 GPU，其他部件（原装机是他几年前卖给我的）暂时不动。

我问他是不是等几个月，等一块全新的 NVIDIA 显卡出来更好。他说：“现在就买。” 于是我当天就下单了。两天后，我带着电脑去做升级。结果同款显卡在两天内涨了 50%……那次购买真是及时。

又过了一个月，我再次去找他处理别的事。闲聊中，他告诉我，内存和存储的价格已经暴涨，现在的价格是两个月前的 3 到 6 倍。

他原本计划从地下室办公室搬到一个真正的办公空间。现在他改变了方案，继续租用地下室，”上楼”住进自己的房子，然后把仓库和合伙人分着用。

他的未来是在收缩规模。他在市场上摸爬滚打了 20 年，他的判断是这样的：

• 由于价格暴涨，未来 PC 采购将进入困难时期
• 这意味着生意会更少
• 很多门店将会破产关门
• 他正在收缩规模，目的是活下去，等到市场回升的那一天
• 他的时间表是熬过接下来的两年。可能不需要两年，但目前他按两年来做打算

据说大型消费品牌已经丢失了与存储和内存供应商的长期合同。一些品牌宁可违约（附带相应的罚金），也要把货全卖给 AI 厂商和 IaaS 超大规模云商，因为后者直接买断了他们全年的库存，甚至买断了未来的供货。

这件事将影响到每一个人。这让我想到它将如何影响 WebRTC 和语音 AI 的未来。我相信它一定会。

内存价格数据一览

上图显示了计算机内存（DDR5-5200 32GB 型）平均价格的变化。

DDR5 于 2020 年 7 月发布。图中所见的下行趋势，在稳定在 100 美元左右之后，按预期本该继续走低，直到被 DDR6 取代（但 DDR6 尚未到来）。然而，AI 的出现将所有产能转向了自身的内存需求，RAMmageddon（内存末日）。我们看到了一把”曲棍球杆”，从 2025 年中期开始急剧上扬，正在成为一个严峻的问题。

以下是目前的现状：

• 恐慌性抢购：当价格在三月中旬突破 400 美元大关时，系统集成商和个人装机者开始恐慌性抢购，将渠道库存一扫而空。月底平均价格达到了 445 美元。
• 产能高度集中：三星和 SK 海力士几乎全部产能都用于满足 AI 加速器订单的 HBM3e/HBM4。没有行业信号表明在 2026 年第三季度之前会恢复大规模消费级 DDR5 生产。
• 二级市场波动：445 美元是现货在售商品的零售均价。而在 eBay 等二级市场上，高性能套装（6400MHz 及以上）经常超过 600 美元。

新闻中的内存与价格

这篇文章我想写已经想了很久了。所以我把每天在 Feedly 上的阅读清单里加了一栏，专门收集相关的片段和新闻。以下是其中几条——让你知道这不是空穴来风（如果你近三四个月没买过设备的话）：

消费设备：供货紧张和”内存短缺”已经到了极其严重的地步，Phison CEO 警告这可能**“扼杀产品和公司”。消费市场已经有实例可循：[Valve 的 Steam Deck OLED 因”内存、存储和 RAM 危机”而断货。此外，零部件产能不足，可能是谷歌 Pixel 10a 据报道“和 Pixel 9a 是同一款手机”**的原因——暗示产品因零部件约束而停滞。

存储行业：短缺延伸到了存储组件，西数报告其“HDD 产能已全部用尽”。固态硬盘（SSD）短缺影响如此深远，以至于索尼关闭了几乎整个记忆卡业务。

企业影响：大型科技公司也在报告财务压力。例如惠普表示，DRAM 和闪存价格上涨是其 2026 年第一季度业绩的一个因素。综合性新闻报道则持续确认着“内存价格上涨”的模式。

这场市场转变意味着，行业再也不能指望新设备拥有更好的内存了。在 WebRTC 和语音 AI 中优化内存使用，现在已是燃眉之急。

WebRTC 与语音 AI 中的内存使用

WebRTC 是个内存消耗大户。 尤其在使用视频通道的情况下。

视频编码器和解码器在媒体处理流水线中消耗大量内存——需要保存编码后的比特流（通常每秒几兆比特甚至更多，双向都是如此）。还要保存编码前的原始视频帧和解码后的视频帧——即视频编码器输入和输出的数据。

复杂的编码器往往有跨帧依赖，可能需要”记住”不止一帧才能正常工作。

抖动缓冲器（Jitter Buffer） 存储已接收的数据包，直到它们可以被处理并播放给用户。

所有这些缓冲和处理都需要占用用户设备上的内存。

• 视频分辨率越高，需要的内存越多。
• 帧率越大，需要的内存越多。
• 使用越新的编码器，需要的内存越多。
• 会议规模越大，需要的内存越多（通常如此）。

一般来说，随着时间推移，WebRTC 实现需要的内存越来越多，因为我们要求它们做的事越来越复杂。这种情况只有在进行了优化工作后才会改善——就像疫情时期 Google 对 WebRTC 做的那样。

对于我们这个行业呢？

内存价格上涨，意味着我们不能假设未来一两年的设备会有更好的内存表现。 我们需要利用现有条件，比以往更加注重内存使用的优化。

WebRTC、视频会议与对更高质量的追求

当我刚进入视频会议这个行业的时候（那是很久很久以前的事了……27 年前，谁在数呢），达到 VGA 分辨率都是一项艰巨的挑战。那时候我们用的是专用硬件，运行实时操作系统。

时间快进到今天，视频会议跑在任何你能想到的设备上，运行在任何操作系统上。我们瞄准的分辨率从 720p 起跳，但在屏幕共享中轻松达到 4K 和 5K。

对于云游戏，我们要的是 1080p，甚至 4K。

还有人在谈 8K（谢天谢地，我们这行还没到那个程度）。

我们想要更高的分辨率、更高的帧率，永无止境地追求更好的媒体质量。

这种趋势会停下来吗？总有一天会的。但不是现在。

不过事情是这样的：在 2026 年乃至 2027 年，也许是时候在现有分辨率和码率下榨取更多的媒体质量了。 这样才能把更好的体验带给现有的和低端的设备。

而一个令人信服的理由就是：新设备可能不会拥有更高的内存规格。它们甚至可能内存更少——只是为了控制成本。

语音 AI：久违的超级增长

语音 AI 不会为任何人停下来。

如果你从 WebRTC 一诞生就开始关注它（大约 15 年前），你可能回想不起来有什么事能与之相比。

WebRTC 刚发布时，确实有兴奋、有炒作、有增长。但语音 AI 让 WebRTC 那些早期的日子看起来像过家家。这个领域有太多厂商在开发突破性的技术，日新月异的节奏之快，让人几乎不可能跟上。

所有语音 AI 和视频 AI（虚拟形象和数字人）目前都运行在云端，消耗着惊人的 GPU 和内存资源。这种趋势只会加速、只会增长。从某种意义上说，我们是在火上浇油 🔥

而且，这不会因为内存短缺而停下来。 请记住，所有这一切美好都在云端发生，而不是在设备上。无论产出什么，都随时在所有设备上运行。

从这个角度来说，我们不需要为了支持这个语音 AI 的新世界而升级设备……我们只需要一个更强大的云。而这个云，正是那个把未来几年可用内存产能全部买断的云……

我们近期的未来

是时候看看接下来会发生什么了。这一切对于我们这些试图打造下一代 WebRTC 应用的普通人意味着什么？在不远的将来，这会如何影响我们？

以下是我对这场讨论的两点思考。

WebRTC：只能一步步来

我们已经看到 Zoom 在视频会议领域向高端加倍投入。它发布了一个增强媒体附加组件（Enhanced Media Add-On），包括：

• 更高帧率：1080p60fps 的参会者视频流
• 更高码率：提升参会者视频流质量
• 1080p 内容共享，60fps：更流畅的共享体验
• 高带宽模式：将客户端下行从 30Mbps 提升到 100Mbps
• 高质量视频布局：在 4K 显示器上显示 Gallery 视图

所有这些好东西都需要……更多的内存。尤其在需要处理这些数据的客户端设备上，但不仅限于客户端。

Google？ 你现在经常可以在 Google Meet 会议中找到 1080p 视频分辨率了，比起”过去”的 720p 有了提升。

对于我们其他人？ 我会说，把精力集中在 1080p 以下的分辨率，并在 AV1 视频编码上加倍投入，这就是我的建议。

原因如下：

• 更高的分辨率需要更多资源。虽然很棒，但在 2026 年，我不确定基础设施的额外成本是否值得。
• 你的用户不太可能像过去 5 年那样频繁升级设备。 预计到今年年底，他们的能力与现在基本持平。
• AV1 是视频编码的未来。它需要更低的码率，但比起旧编码器，对编解码的内存压力更大。
• 这是你可以真正提升质量的方向，是高清分辨率做不到的， 也是我在 2026 年会把精力投入的地方。

语音 AI：保持云端工作负载

对于语音 AI，我们将看到更多相同的模式：技术进步和采用的巨大飞跃。

我们将开始看到在边缘（设备本身）运行语音 AI 的实验。不把语音推向云端，而是尝试在设备上直接进行语音转文字处理。这将与引入直接语音到语音模型的多模态 LLM 趋势相悖。

哪一种会胜出？云端。至少目前是这样。

要在设备上运行这类模型，需要进一步优化和缩小模型规模。但同时也需要设备有更多内存 👉 2026 年做不到。

长期展望

从长远来看，有三件事将会发生。它们很重要，但都需要时间才能成熟：

1. 产能将会增加。 这意味着供给增加，价格将回落到合理水平。预计至少需要两年。我的电脑专家就是这么估计的，他是市场上最厉害的，我信他。
2. 内存使用的优化。 AI 占用大量内存。让它少占内存很重要。Google 已经在这个方向上了，这意味着其他公司也在投入资源。
3. 需求增长。 语音 AI 才刚刚起步。随着部署规模扩大，需求会增加，云端对内存的需求也会增加。这已经在价格中有所体现，但可能还需要进一步调整。

常见问题

问：为什么 2026 年内存价格上涨得这么厉害？

答：由超大规模云商和 GPU 厂商领导的 AI 公司，正在抢购所有可用的内存产能用于 HBM 和高带宽芯片。三星和 SK 海力士将几乎全部产能转移到 AI 级内存，导致消费级 DDR5 严重短缺。价格在短短几个月内暴涨了 3 到 6 倍。

问：内存如何影响 WebRTC 视频质量？

答：更高的视频分辨率、像 AV1 这样的新编码器、更大规模的视频会议，都需要设备端更多的内存。抖动缓冲器、原始视频帧和编码比特流都会消耗内存。当设备无法升级时，开发者需要在现有约束内进行优化。

问：语音 AI 会从云端转向设备端吗？

答：2026 年不会。在设备上运行语音到语音模型需要大量内存和处理能力。随着内存价格攀升，设备升级正在放缓。云端语音 AI 短期内仍将是主导，这进一步加剧了同一条内存供应链的需求压力。

为低中端设备的性能做好平衡

以下是我认为你在考虑媒体质量和优化时应该关注的重点：

今年，如果你不是只面向高端设备，就瞄准低中端的性能表现。假设用户不会换机，也不会主动升级，除非迫不得已。

此时此刻，比以往任何时候，你都应该考虑如何利用现有条件，并为它做好优化。