萨姆·奥特曼一句话，把全球游戏玩家、开发者，以及所有相信“本地 AI“的人，都推到了 OpenAI 的对立面。
这位 OpenAI 首席执行官在 Cheeky Pint 播客访谈中被问到供应链短缺时，给出了一个在资源分配上“效率至上”的答案：在全球 DRAM 供应紧张的情况下，把内存塞进每个人的个人电脑里，是一种“相当糟糕”的浪费。
“从全球分配的角度来看，让每个人都把世界上有限的 DRAM 供应放在自己的电脑里，而它只有 5% 的时间在被使用，这其实相当糟糕。如果你要应对这种供应极度受限的环境，你会希望云端实现最大化的利用率。”
现象层：短缺是真的，OpenAI 也是短缺的一部分
奥特曼的言论出现在一个微妙的时间点。2026 年以来，DRAM 存储芯片的供应持续吃紧，价格一路飙升。TrendForce 数据显示，高带宽内存 HBM 占 DRAM 晶圆产出的比例，已从 2025 年的 19% 升至 2026 年的约 23%。生产一个 HBM 比特所需的晶圆产能，大约是 DDR5 的三倍。
三星、SK 海力士和美光三家寡头，正把产能加速转向 HBM——这是 AI 加速器 GPU 的必备组件，每片晶圆的收入是传统消费级 DRAM 的三到五倍。更关键的是，三星和 SK 海力士已与 OpenAI 的 Stargate 数据中心计划签下初步协议，每月供应高达 90 万片 DRAM 晶圆。Tom's Hardware 援引报道指出，这一规模可能占到全球 DRAM 总产出的约 40%。
结果已经传导到消费端。The Verge 在报道中指出，这些公司愿意为芯片支付的数十亿美元，正是笔记本电脑、手机和其他设备涨价的原因之一。一边是 OpenAI 锁定了全球四成 DRAM 产能，一边是奥特曼呼吁玩家把内存让出来给云端。这种反差，是争议的起点。
分析层
奥特曼的账，只算了一边
奥特曼的逻辑是纯粹的利用率算术。个人电脑里的内存，大部分时间处于闲置状态。一台 32GB 或 64GB 内存的游戏 PC，真正满载的时间可能只有 5%。
而数据中心不同。云端内存可以被多个租户、多个任务分时复用，理论上利用率可以做到更高。在供应受限的环境里，把资源集中到利用率最高的地方，是经典的规模经济思维。
这套逻辑本身没有错。它错在只算了一边的账。
他只算了效率，没算风险
把全球 DRAM 集中到云端数据中心，意味着算力资源的进一步中心化。当内存、GPU、网络全部掌握在少数几家云厂商和 AI 公司手里时，整个行业的议价能力、技术路线选择权，甚至创新节奏，都会被这几家公司定义。
本地推理的支持者之所以愤怒，正是因为这个方向。开源模型的初衷，是让模型能够跑在本地设备上，摆脱对云端 API 的依赖。奥特曼在访谈中也提到了这一点：“很多人想要本地推理。不知为何，他们以为问题已经解决了，因为我们将拥有开源模型，我们将能够在自己的电脑上运行它们，所以我们不再需要数据中心里的所有东西。”
他的结论是“很多人的直觉错了”。但站在开源阵营的角度，这不是直觉问题，是生存问题。如果内存优先供给数据中心，那么本地推理的硬件成本会越来越高，开源生态的生存空间会被压缩。
数据中心的利用率，真的更高吗
奥特曼论证的前提，是云端利用率高于个人电脑。但这个前提本身正在受到数据质疑。
VentureBeat 在 2026 年 10 月汇总的调查显示，79% 的公司表示他们的 GPU 至少有一半时间处于闲置状态。Cast AI 对 23000 个 Kubernetes 集群的统计则显示，平均 GPU 利用率只有约 5%。如果连数据中心里的 GPU 都大量空转，那么“把内存集中到云端就能提高利用率”的论证，就需要打上一个问号。
当然，GPU 闲置不等于内存闲置，这两个指标不能直接划等号。但它至少说明，数据中心并不是天然的高效机器。当公司囤积硬件，一部分原因是为了防止竞争对手拿到，利用率反而成了次要问题。
如果数据中心的利用率并不比个人电脑高多少，那么奥特曼的“全球分配效率”论证就站不住脚。这变成了一场零和博弈：谁拿到内存，谁就拿到未来 AI 时代的入场券。
短缺不是天灾，是人祸
更深层的问题是，这场 DRAM 短缺并不是突如其来的自然灾害。它是产业结构调整的结果。
疫情期间个人电脑销量飙升，DRAM 厂商扩产。市场降温后，厂商减产、停产生产线。紧接着生成式 AI 热潮袭来，数据中心需求爆发。厂商把产能转向利润更高的 HBM，消费级 DRAM 被结构性地供应不足。
美光的判断给这场短缺画出了时间表。美光 CEO 桑杰·梅赫罗特拉在公司 2026 财年第四季度财报电话会议上表示：“我们预计 2027 年和 2028 年日历年的内存和存储供需状况，将比 2026 年更加紧张。”他甚至说，看不到供需何时恢复平衡。
也就是说，这场短缺还会持续至少两年。在这两年里，每一块 DRAM 往哪里放，都是一个政治经济学问题，而不是单纯的效率问题。
结论层：冗余不是低效，冗余是韧性
奥特曼的观点代表了一种典型的硅谷思维：全局最优、效率优先、集中部署。从纯数学角度看，他是对的。
但从产业生态角度看，这种思维正在制造一个更脆弱的 AI 未来。当内存、算力、模型全部集中在少数几家公司手里时，创新会被定义，价格会被定义，连“谁能做 AI”都会被定义。
玩家 PC 里那 5% 时间才用到的内存，看似浪费，实则是整个行业分散风险、保留多样性的冗余。
效率至上的账本里，冗余是浪费；但生态的韧性，恰恰藏在那 95% 的闲置里。
快报