Firmy przepłacają za pamięć w serwerach. Drożejący RAM wymusza zmianę w centrach danych

Ceny serwerowego DRAM rosną, a firmy nadal kupują RAM na zapas. Sprawdzamy, jak dobrać pamięć do serwera, czym różnią się 1DPC i 2DPC oraz czego wymaga Agentic AI.

Kontraktowe ceny pamięci DRAM do serwerów mają wzrosnąć w trzecim kwartale 2026 roku o 13-18 proc. To zmienia rachunek inwestycji w centra danych. Większa pojemność nie zawsze przyspiesza system, a pamięć kupowana na zapas może przez lata pozostawać niewykorzystana. W środowiskach obsługujących agentów AI znaczenie ma nie tylko liczba gigabajtów, lecz także przepustowość, liczba kanałów, relacja pamięci do rdzeni procesora oraz wydajność sieci i nośników danych.

Jeszcze niedawno nadmiar pamięci operacyjnej był wygodnym marginesem bezpieczeństwa. Administrator zamawiał serwer z zapasem, aby nie wracać po kilku miesiącach do rozbudowy infrastruktury. W 2026 roku ten odruch staje się kosztowny. Pamięć drożeje, dostawy są napięte, a rozwój AI przesuwa moce produkcyjne dostawców w stronę najbardziej dochodowych modułów serwerowych.

TrendForce przewiduje, że kontraktowe ceny serwerowego DRAM wzrosną w trzecim kwartale 2026 roku o 13-18 proc. wobec poprzedniego kwartału. Firma badawcza spodziewa się kwartalnych podwyżek od drugiej połowy 2026 roku aż do drugiej połowy 2027 roku, choć ich tempo może słabnąć. Podaż bitowa modułów RDIMM ma w 2027 roku zwiększyć się jedynie o 15-20 proc. rok do roku, czyli wolniej niż prognozowany wzrost dostaw procesorów serwerowych.[1]

Rynek już reaguje. Według TrendForce część dostawców usług chmurowych i producentów sprzętu zaczęła zastępować w niektórych konfiguracjach moduły RDIMM o pojemności 96 i 128 GB tańszymi wariantami 32 i 64 GB. Nie oznacza to odwrotu od rozbudowanych centrów danych. Pokazuje raczej, że kupujący przestali traktować maksymalną pojemność jako cel sam w sobie.

Więcej RAM-u nie zawsze oznacza szybszy serwer

Pamięć operacyjna jest niezbędna, ale jej nadmiar nie tworzy automatycznie dodatkowej wydajności. Jeśli działająca aplikacja, baza danych albo maszyna wirtualna nie wykorzystuje dostępnej pojemności, wolne gigabajty pozostają kosztowną rezerwą. Gdy wąskim gardłem jest procesor, sieć, pamięć masowa lub akcelerator, dokładanie modułów RAM nie usuwa problemu.

Dlatego pojemność trzeba rozpatrywać wraz z przepustowością. Ta druga określa, jak szybko procesor może wymieniać dane z pamięcią. Znaczenie mają liczba aktywnych kanałów, szybkość modułów, sposób ich rozmieszczenia oraz architektura konkretnej platformy. Dwa serwery wyposażone w taką samą liczbę gigabajtów mogą z tego powodu osiągać odmienne wyniki.

AMD proponuje, aby przy planowaniu infrastruktury patrzeć na liczbę gigabajtów przypadającą na rdzeń. To użyteczny punkt wyjścia, znany również z ofert chmurowych, w których typy instancji rozróżnia się między innymi proporcją pamięci do wirtualnych procesorów. Nie istnieje jednak jedna właściwa wartość dla wszystkich zastosowań. Innej relacji wymagają serwery wirtualizacji, innej bazy in-memory, analityka, elektroniczna automatyzacja projektowania czy system RAG przeszukujący duże indeksy wektorowe.

Odpowiedź na pytanie „ile RAM potrzebuje serwer AI?” brzmi więc: tyle, ile wynika ze zmierzonego szczytowego wykorzystania, wymaganego poziomu współbieżności i bezpiecznej rezerwy. Nie tyle, ile mieści płyta główna.

1DPC i 2DPC - skrót, który może zmienić koszt serwera

W dokumentacji sprzętu pojawiają się oznaczenia 1DPC i 2DPC. Pierwsze oznacza jeden moduł DIMM na kanał pamięci, drugie - dwa moduły. Konfiguracja 2DPC pozwala zwiększyć całkowitą pojemność, lecz bardziej obciąża elektrycznie kanał i w części serwerów obniża obsługiwaną szybkość pamięci.

Nie jest to wyłącznie deklaracja producenta procesorów. Dell podaje dla jednego z serwerów PowerEdge z procesorem AMD EPYC piątej generacji szybkość 5200 MT/s przy jednym module na kanał i 4400 MT/s po obsadzeniu dwóch modułów. Dokładne wartości zależą jednak od modelu serwera, procesora, rodzaju DIMM i reguł producenta platformy.[2]

Procesory AMD EPYC serii 9004 i 9005 oferują po 12 kanałów pamięci na gniazdo. Przy jednym module 128 GB w każdym kanale daje to 1,5 TB na procesor, a w serwerze dwuprocesorowym - 3 TB, bez przechodzenia do układu 2DPC. Taka arytmetyka pokazuje zaletę większej liczby kanałów: wymaganą pojemność można niekiedy osiągnąć mniejszymi modułami i zachować prostszą konfigurację.[3]

Nie znaczy to, że 1DPC jest zawsze najlepszym wyborem. Gdy aplikacja rzeczywiście potrzebuje pojemności przekraczającej możliwości pojedynczego modułu na kanał, 2DPC może być uzasadnione. Decyzję trzeba oprzeć na pomiarach konkretnego obciążenia i dokumentacji wybranego serwera, a nie na ogólnej zasadzie z materiału marketingowego.

Agent AI obciąża więcej niż sam model językowy

Agentic AI bywa przedstawiana jak bardziej samodzielna odmiana chatbota. Od strony infrastruktury jest to jednak cały łańcuch operacji. System interpretuje polecenie, buduje kontekst, planuje działania, przeszukuje firmową wiedzę, odpytuje bazy danych, wywołuje interfejsy API, przetwarza dokumenty, uruchamia narzędzia i sprawdza rezultat. Dopiero część tego procesu stanowi generowanie odpowiedzi przez model.

Takie środowisko może jednocześnie obciążać procesory, RAM, akceleratory, dyski i sieć. Przy wielu agentach dochodzą koszty planowania zadań, przełączania kontekstu, synchronizacji i obsługi równoległych żądań. W jednym etapie ograniczeniem może być przepustowość pamięci, w następnym opóźnienie bazy danych albo sieci. Sama rozbudowa RAM-u nie przyspieszy całego łańcucha.[4]

To ważne zastrzeżenie wobec prostego hasła, że AI potrzebuje coraz więcej pamięci. Owszem, duże modele, długie konteksty, pamięci podręczne KV, bazy wektorowe i zadania wykonywane równolegle zwiększają zapotrzebowanie na zasoby. Pamięć systemowa CPU nie jest jednak tym samym co HBM przy akceleratorze ani VRAM karty graficznej. Te pule pełnią różne funkcje i nie można ich dodawać do jednej liczby opisującej „RAM dla AI”.

EPYC 9006 zwiększa liczbę kanałów, ale nie rozwiązuje problemu sam

Nowa seria AMD EPYC 9006, wcześniej znana pod nazwą kodową Venice, rozszerza platformę do 16 kanałów DDR5 na procesor. Najwyższy model EPYC 9996 ma 256 rdzeni i 512 wątków, obsługuje pamięci RDIMM oraz MRDIMM, a producent podaje transfer do 12 800 MT/s dla MRDIMM. Teoretyczna przepustowość pamięci na gniazdo sięga w tej konfiguracji około 1,64 TB/s.[5]

MRDIMM zwiększa szybkość dzięki multipleksowaniu rang pamięci. Standard nie oznacza jednak, że każdy serwer, moduł i procesor automatycznie osiągnie maksymalny transfer. W praktyce liczą się zatwierdzone konfiguracje producenta systemu, wersja oprogramowania układowego, liczba obsadzonych kanałów i charakter aplikacji.

AMD opublikowało również własne testy etapów typowych dla agentów AI. Firma deklaruje przewagę procesorów EPYC 9005 i 9006 nad porównywanymi układami Intel Xeon 6980P i AWS Graviton5. Wyników tych nie należy jednak czytać jak niezależnego rankingu wszystkich platform AI. Testy zaprojektował i przeprowadził AMD, dotyczą one wybranych zadań zależnych od CPU, a generowanie przez duże modele na GPU zostało wyłączone z porównania. Materiał pokazuje złożoność obciążenia, lecz nie wystarcza do decyzji zakupowej bez prób na własnych danych.[4]

Jak sprawdzić, czy firma kupuje za dużo pamięci RAM

Audyt powinien zacząć się przed złożeniem zamówienia, nie po instalacji serwera. Najpierw trzeba zebrać dane z istniejących środowisk: rzeczywiste i szczytowe zużycie pamięci, częstotliwość błędów braku pamięci, intensywność stronicowania, przepustowość kanałów, opóźnienia oraz wykorzystanie procesora, dysków i sieci.

Następnie warto przetestować co najmniej kilka wariantów konfiguracji. Sam średni poziom użycia RAM-u może wprowadzić w błąd, ponieważ ukrywa krótkie skoki. Z kolei pojedynczy rekord z okresu awarii nie powinien wyznaczać pojemności całej infrastruktury. Potrzebny jest reprezentatywny cykl pracy, obejmujący wzrost ruchu, zadania wsadowe, kopie bezpieczeństwa i sytuacje awaryjne.

Przed zakupem serwera należy odpowiedzieć na pięć pytań:

• 1. Ile pamięci aplikacja wykorzystuje podczas rzeczywistych szczytów, a nie w teście syntetycznym?
• 2. Czy wydajność ogranicza pojemność RAM-u, jego przepustowość, czy zupełnie inny element systemu?
• 3. Ile gigabajtów przypada na rdzeń przy docelowej liczbie równoległych zadań?
• 4. Jak zmieni się taktowanie po przejściu z 1DPC na 2DPC w konkretnym modelu serwera?
• 5. Czy rozbudowa w kolejnych latach będzie możliwa bez wymiany wszystkich dotychczasowych modułów?

Koszt pamięci to nie tylko cena zakupu. Więcej DIMM-ów zwiększa pobór energii, produkcję ciepła i liczbę elementów, które mogą ulec awarii. Z drugiej strony zbyt agresywne ograniczenie pojemności może wywołać stronicowanie, spadki wydajności i przestoje znacznie droższe od samych modułów. Optymalizacja nie polega więc na kupowaniu jak najmniejszej ilości RAM-u, lecz na usunięciu pojemności, dla której nie ma mierzalnego zastosowania.

Dlaczego temat staje się pilny właśnie teraz

W drugim kwartale 2026 roku TrendForce prognozował wzrost kontraktowych cen konwencjonalnego DRAM aż o 58-63 proc. kwartał do kwartału. W trzecim kwartale dynamika ma zwolnić, ale rynek pozostaje niedostatecznie zaopatrzony. Dostawcy preferują bardziej dochodowe zastosowania serwerowe, a nabywcy bez wieloletnich umów są silniej wystawieni na kolejne podwyżki.[1][6]

W tej sytuacji zasada „więcej pamięci na wszelki wypadek” przestaje być neutralna finansowo. Nie każdy serwer jest przewymiarowany, a część systemów AI naprawdę potrzebuje ogromnej pojemności. Kontrargument jest więc istotny: rezerwa ma wartość, jeżeli chroni przed przewidywalnym wzrostem obciążenia i kosztowną migracją. Problem zaczyna się wtedy, gdy zapas nie wynika z prognozy, testu ani planu rozbudowy.

Najrozsądniejszą odpowiedzią na drożejący DRAM nie jest ani maksymalne obsadzenie gniazd, ani mechaniczne cięcie pamięci. Jest nią pomiar. W centrum danych każdy niewykorzystany moduł ma swoją cenę, pobiera energię i blokuje kapitał. Każdy brakujący może zatrzymać usługę. Między tymi skrajnościami znajduje się konfiguracja, którą da się obronić danymi.

FAQ

• Czy większa ilość RAM-u zawsze przyspiesza serwer?

Nie. Dodatkowa pamięć poprawia wydajność wtedy, gdy systemowi brakuje pojemności albo gdy właściwe obsadzenie kanałów zwiększa przepustowość. Jeżeli ograniczeniem jest procesor, dysk, sieć lub akcelerator, niewykorzystany RAM nie przyspieszy aplikacji.

• Czym różnią się 1DPC i 2DPC?

1DPC oznacza jeden moduł DIMM na kanał pamięci, a 2DPC - dwa. Drugi wariant zwiększa możliwą pojemność, ale w zależności od platformy może obniżyć obsługiwaną szybkość pamięci.

• Ile RAM-u potrzebuje serwer do Agentic AI?

Nie ma jednej wartości. Zależy ona od wielkości modeli i indeksów, długości kontekstu, liczby równoległych agentów, używanych baz danych, pamięci podręcznych oraz podziału pracy między CPU i GPU. Pojemność należy określić na podstawie testów całego przepływu pracy.

• Czy EPYC 9006 obsługuje 16 kanałów pamięci?

Tak. AMD podaje do 16 kanałów DDR5 na procesor, obsługę RDIMM i MRDIMM oraz szybkość MRDIMM do 12 800 MT/s. Osiągalne parametry zależą od konkretnego modelu procesora i zatwierdzonej konfiguracji serwera.

ŹRÓDŁA I PRZYPISY:

[1] TrendForce, „Long-Term Agreements Cap Price Increases; Server DRAM Contract Prices Expected to Rise 13-18% QoQ in 3Q26”, 9 lipca 2026

[2] Dell Technologies, „Dell PowerEdge DDR5 Memory Bandwidth for Next-Gen PowerEdge Servers Featuring 5th Gen AMD EPYC Processors”, 14 sierpnia 2025

[3] Apostolos Kotsiolis, „More Isn’t Always Better: Rethinking Memory Choices for Modern Workloads”, AMD, 29 lipca 2026.

[4] AMD, „Agentic AI: AMD EPYC 9005 CPUs Wins Today, EPYC 9006, Formerly Code-Named ‘Venice’, Takes It to a New Level”, 23 lipca 2026

[5] AMD, „AMD EPYC 9996”, specyfikacja produktu, dostęp 7 sierpnia 2026

[6] TrendForce, „Rapid Contract Price Surge Drives 1Q26 DRAM Industry Up 81% QoQ”, 1 czerwca 2026, 

 

 

 

Pobierz ebook "Książka o Egipcie, jakiego nie pokazują wycieczki. Śladami starożytnych królowych i polskich archeologów"