微软高管：AI存储瓶颈是系统问题，堆产能无解
nashnova research
微软Azure硬件总裁博尔卡尔在Semicon Taiwan上表示，内存瓶颈本质是系统问题而非产能问题，单纯扩产无法解决AI基础设施的供应链困局——这对正在大举扩产的内存厂商是一记直接挑战。
"不是造更多内存，而是更有效地使用它"——她到底在说什么？
博尔卡尔的核心观点：内存一直被当作供应问题来处理，但真正的瓶颈出在系统层面——芯片造出来了，却没有被高效利用。
她的原话是"任何一比特的内存都不能闲置或浪费"。这意味着→ 当前AI数据中心里，大量内存容量其实没有被充分调用，堆更多产能只是在放大这个浪费。
用大白话说＝ 问题不在于"锅不够"，而在于"灶台设计有问题，锅放上去烧不热"。先修灶台，再买锅。
这对内存厂商意味着什么？
博尔卡尔的表态直接挑战了当前行业的扩产逻辑。美光、三星、SK海力士，以及中国的长鑫存储（CXMT）、台湾的华邦电子和南亚科技，都在积极扩充产能。
这些厂商的假设是：AI基础设施建设会带来持续的需求激增，产能越大越好。
这意味着→ 如果微软这样的超大规模客户真的转向"少买芯片、多优化系统"，扩产投入的回报周期可能被显著拉长。对内存厂商来说，最大客户的风向变了，不能只埋头造。
微软说的"两条路径"是什么？
博尔卡尔提出AI基础设施的两条演进路径：一是在现有架构上提效率、提利用率、降成本；二是"变革性"路径——新架构、新材料、新的模型构建方式。
她说"AI下一章节的定义不在于建了多少基础设施，而在于能从中创造多少智能"。
用大白话说＝ 第一条路是"把现有的车开得更省油"，第二条路是"换一台发动机"。微软认为两条路都要走，但长期胜负手在第二条。
微软自研芯片走到哪一步了？
博尔卡尔透露，微软将持续推进自研芯片路线，包括用于AI数据中心任务的Maia系列和处理通用及推理工作负载的Cobalt CPU，承诺"一代接一代"迭代。
与谷歌不同，微软目前不打算对外出售这些定制芯片——它们只服务于微软自己的云基础设施。
这反映出微软的芯片策略是"自用提效"而非"对外卖芯片赚钱"，核心目标仍然是降低对外部供应商的依赖、提升系统层面的整体效率。
钱花在哪？1900亿美元资本开支说明什么？
微软预计2026财年资本支出将达1900亿美元，较上一年增长逾60%。
博尔卡尔同时强调微软采取多元生态策略，数据中心将同时使用英特尔和AMD的CPU，不押注单一供应商。
这意味着→ 微软一边喊"别只堆产能"，一边自己砸1900亿扩建——看起来矛盾，但逻辑其实一致：钱不是花在"买更多内存"上，而是花在"让整个系统跑得更聪明"上。花多少不重要，花在哪才重要。
市场有风险，内容仅供研究参考，不构成投资建议。