本地跑 AI 要不要加 RAM？Altman 言論背後的取捨
OpenAI 行政總裁 Sam Altman 在訪談中談及 DRAM 供應緊張，認為用戶把大量記憶體放在個人電腦、卻只低使用率運作，從全球資源分配角度看「相當糟糕」。他主張，在供應受限時，記憶體應在雲端獲得較高使用率。
不過，這番話所指的是在個人電腦上執行 AI 模型推論；它未必適用於所有買家。對正在考慮為本地 AI 加 RAM 的用戶，核心問題不是單純「閒置記憶體是否浪費」，而是私隱、離線能力、效能與硬件成本之間的取捨。
本地 AI 為何仍會需要更多 RAM
把模型放在自己的電腦執行，意味著資料毋須每次送到雲端處理。對不想把文件、工作內容或其他敏感資料交予外部平台的用戶，這是一項實際價值；沒有穩定網絡時，本地推論亦可繼續使用。
代價是硬件資源須由用戶自行預留。記憶體不足時，本地工作流難以順暢運作；而加裝較多 RAM 後，若模型並非經常使用，確實可能出現 Altman 所說的低使用率情況。這是個人擁有硬件與集中式雲端資源的根本差異：前者以可用性和控制權換取較低平均利用率，後者則以共享資源提高利用率，但用戶要接受網絡依賴及資料交由平台處理。
RAM 也不能只視作本地 AI 的成本。報道指出，打機、直播及剪輯高清影片等重載工作同樣需要較多記憶體。因此，已有這些用途的電腦升級 RAM，不能簡化為為本地推論「囤積」資源；實際是否值得，仍要看使用者會否同時運行多個吃資源的軟件，以及是否重視離線與資料留在本機。
雲端 AI 擴張會怎樣傳導到消費者
Engadget 報道稱，AI data center 大量消耗 RAM，令記憶體及採用記憶體的電子產品價格上升；製造商可把上漲的記憶體成本轉嫁給消費者。若這個供應壓力持續，個人電腦的記憶體升級、整機配置，以及其他含 RAM 的裝置，都可能受影響。
報道同時稱，OpenAI 透過多項協議鎖定約全球 40% 的 RAM 產量。這是媒體報道中的說法，未見文中提供可供獨立核實的協議細節或完整產量計算方法，因此較適合視為供應集中風險的訊號，而非精確的市場定論。
對消費者而言，較實際的判斷方式是先界定工作流：若 AI 只偶爾使用、而且可接受上傳資料及依賴網絡，雲端工具可避免為本地模型預留大量硬件；若經常處理敏感內容、需要離線，或本身已有剪片、直播、打機等需求，較多 RAM 仍有合理用途。下一步值得觀察的，是 data center 對記憶體供應的需求會否繼續推高終端產品成本，以及消費級電腦的預設記憶體配置會否隨之改變。
延伸閱讀
AI 輔助說明： 本文由 AI 協助整理，並經兩輪獨立自動品質審核；資料及連結仍以原始來源為準。
參考來源
本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。
