ตลาดหน่วยความจำได้เข้าสู่วงจรแห่งความขาดแคลนอันโหดร้ายอีกครั้ง ตามรายงานของอุตสาหกรรมหลายฉบับ ความจุของหน่วยความจำในปี 2027 ได้จำหน่ายหมดแล้ว เนื่องจากความต้องการ AI ที่ไม่เพียงพอสำหรับหน่วยความจำแบนด์วิธสูง (HBM) และ DRAM นั้นใช้ชิปเกือบทุกตัวที่ผู้ผลิตรายใหญ่สามารถผลิตได้
สถานการณ์รุนแรงมากพอที่ร้านค้าต่างๆ ฟื้นป้าย "RAMageddon" ที่สร้างขึ้นครั้งแรกในช่วงวิกฤตการณ์อุปทานครั้งก่อนๆ ได้ โครงสร้าง AI ได้ปรับโฉมภูมิทัศน์เซมิคอนดักเตอร์ใหม่อย่างละเอียดถี่ถ้วน แม้กระทั่งการใช้คอมพิวเตอร์ในชีวิตประจำวันก็อาจรู้สึกลำบากใจ และผู้อ่านที่ติดตามด้านฮาร์ดแวร์ของยุครุ่งเรืองสามารถติดตาม การพัฒนา AI ล่าสุด ได้ที่ AI Buzz Wire
กำลังการผลิตปี 2027 หมดลงแล้ว
IGN รายงานว่า มีรายงานว่าความจุหน่วยความจำในปี 2027 ขายหมดแล้ว โดยร้านอธิบายว่าปัญหาการขาดแคลนคือ "RAMageddon" ดำเนินต่อไปอีกปีหนึ่ง หัวข้อข่าวเน้นย้ำถึงปัญหาหลัก: ระยะเวลาในการผลิตหน่วยความจำใหม่นั้นวัดเป็นปีๆ และบริษัท AI ได้มุ่งมั่นล่วงหน้ากับผลลัพธ์ล่วงหน้าอย่างมีประสิทธิภาพ
รายงานแยกต่างหากจากแหล่งการเงิน Biggo อธิบายลักษณะไดนามิกอย่างตรงไปตรงมา โดยอธิบายว่าบริษัท AI เป็นการ "ขอทาน" สำหรับชิป และเตือนว่าผลกระทบจากระลอกคลื่นอาจผลักดันราคาของ iPhone 18 Pro รุ่นเรือธงให้เกิน 1,399 ดอลลาร์ แม้ว่าการกำหนดราคาอุปกรณ์สำหรับผู้บริโภคจะเป็นอาการที่เห็นได้ชัดเจนที่สุด แต่สาเหตุที่แท้จริงนั้นเกิดจากทางอุตสาหกรรม โมเดล AI เจนเนอเรชั่นและศูนย์ข้อมูลที่เรียกใช้ต้องใช้หน่วยความจำพิเศษจำนวนมหาศาล โดยเฉพาะ HBM ที่ซ้อนกันข้าง GPU สำหรับการอนุมานและการฝึกอบรม
ทำไม AI ถึงกินแหล่งจ่ายหน่วยความจำ
ตัวเร่งความเร็ว AI สมัยใหม่นั้นถูกผูกไว้กับหน่วยความจำพอๆ กับที่ผูกกับการคำนวณ เซิร์ฟเวอร์ AI ระดับไฮเอนด์เพียงเครื่องเดียวสามารถใช้ HBM ได้หลายร้อยกิกะไบต์ และไฮเปอร์สเกลเลอร์ก็สั่งระบบเหล่านี้เป็นจำนวนนับหมื่น ความต้องการดังกล่าวไม่ได้แข่งขันกับหน่วยความจำของผู้บริโภคอย่างเท่าเทียมกัน มันแค่เสนอราคาสูงกว่ามัน เมื่อห้องปฏิบัติการ AI เต็มใจที่จะจ่ายเบี้ยประกันภัยเพื่อรับประกันการจัดหาเป็นเวลาหลายปี ผู้ผลิตหน่วยความจำก็ไม่มีเหตุผลเพียงเล็กน้อยที่จะสำรองความจุสำหรับ DRAM สำหรับผู้บริโภคที่มีอัตรากำไรต่ำ
ผลลัพธ์ที่ได้คือตลาดสองชั้น ผู้ซื้อ AI ระดับองค์กรล็อคการจัดสรรในระยะยาว ในขณะที่ตลาดผู้บริโภคและพีซีดูดซับการขาดแคลนด้วยราคาที่สูงขึ้นและระยะเวลารอคอยที่นานขึ้น นักวิเคราะห์เตือนว่าพลวัตนี้อาจคงอยู่ต่อไปอีกหลายปี เนื่องจากโรงงานที่ประกาศในวันนี้จะไม่เพิ่มกำลังการผลิตอย่างมีนัยสำคัญจนกว่าจะถึงปลายทศวรรษ
SK Hynix เดิมพัน 38 พันล้านดอลลาร์กับ Fabs ใหม่
ผู้ผลิตรายใหญ่ต่างตอบสนอง แต่ด้วยต้นทุนที่แท้จริงและความซับซ้อนในการสร้างโรงงานผลิตหน่วยความจำขั้นสูง SK Hynix ซึ่งเป็นซัพพลายเออร์รายใหญ่ของ HBM กำลังลงทุนประมาณ 38 พันล้านดอลลาร์เพื่อสร้างโรงงานเวเฟอร์ใหม่ 2 แห่ง ตามรายงานที่ครอบคลุมโดย NDTV Profit และ Moomoo การลงทุนครั้งนี้ถือเป็นการนำกลยุทธ์การขยายความจุหน่วยความจำ AI ไปใช้อย่างค่อยเป็นค่อยไป
ตัวเลขดังกล่าวแสดงให้เห็นถึงขนาดของเงินทุนที่ไหลเข้าสู่การผลิตหน่วยความจำในปัจจุบัน การสร้างโรงงานระดับแนวหน้าเพียงแห่งเดียวอาจมีต้นทุนสูงถึง 1 หมื่นล้านดอลลาร์หรือมากกว่านั้น และแผนงานแบบดูอัลแฟบของ SK Hynix ส่งสัญญาณความมั่นใจว่าความต้องการที่ขับเคลื่อนด้วย AI นั้นคงทนมากกว่าที่จะพุ่งสูงขึ้นอย่างรวดเร็ว แต่ถึงแม้จะมีพลั่วอยู่บนพื้น กำลังการผลิตใหม่ก็ไม่คาดว่าจะบรรเทาการบีบบังคับได้อย่างมีนัยสำคัญจนกว่าจะถึงปี 2570 หรือหลังจากนั้น
หุ้นหน่วยความจำกำลังตกอยู่ดี
ในทางตรงกันข้าม วิกฤตการณ์ด้านอุปทานไม่ได้ส่งผลให้ราคาหุ้นของผู้ผลิตหน่วยความจำปรับตัวสูงขึ้นอย่างสม่ำเสมอ MarketWise รายงานว่าหุ้นของ Micron, SK Hynix และ Samsung ต่างก็มีแนวโน้มลดลง แม้ว่ากำลังการผลิตจะขายหมดและความต้องการ AI ที่เพิ่มขึ้นก็ตาม
คำอธิบายอยู่ที่ความกังวลของนักลงทุนเกี่ยวกับวงจรนี้ หน่วยความจำเป็นธุรกิจที่เฟื่องฟูและพังทลายในอดีต และผู้เข้าร่วมตลาดบางรายกลัวว่าการลงทุนด้าน Fab จำนวนมหาศาลจาก SK Hynix และคู่แข่งอาจทำให้ตลาดมีอุปทานล้นตลาดได้ในที่สุด นอกจากนี้ยังมีข้อกังวลว่าการใช้จ่ายด้าน AI ของ Hyperscaler จะรักษาแนวทางปัจจุบันไว้ได้หรือไม่ หรือการชะลอตัวอาจทำให้ผู้ผลิตต้องถือกำลังการผลิตใหม่ที่มีราคาแพงโดยไม่มีที่ไหนเลยที่จะขายได้
สำหรับตอนนี้ ความกังวลเหล่านั้นเป็นเพียงทฤษฎีเท่านั้น โดยพื้นฐานแล้ว ข้อความจากห่วงโซ่อุปทานไม่มีความชัดเจน นั่นคือ ความทรงจำหายไป และผู้ซื้อกำลังเข้าแถวรอรับสิ่งต่อไป
ผลกระทบที่กว้างขึ้นสำหรับ AI Buildout
การขาดแคลนหน่วยความจำเป็นมากกว่าเรื่องของฮาร์ดแวร์ มันเป็นข้อจำกัดเชิงโครงสร้างต่อการเติบโตของอุตสาหกรรม AI ทั้งหมด เมื่อนักพัฒนาโมเดลระดับแนวหน้าไม่สามารถรักษา HBM ได้เพียงพอ ตารางการฝึกอบรมจึงหลุดลอยไป เมื่อผู้สร้างเซิร์ฟเวอร์ไม่สามารถจัดแพ็คเกจชิปได้เนื่องจากหน่วยความจำไม่เพียงพอ การเปิดตัวศูนย์ข้อมูลก็จะช้าลง คอขวดได้เปลี่ยนจากความพร้อมใช้งานของ GPU ไปสู่หน่วยความจำที่อยู่ข้างๆ GPU เหล่านั้น
การเปลี่ยนแปลงดังกล่าวกำลังปรับเปลี่ยนการตัดสินใจเชิงกลยุทธ์ทั่วทั้งภาคส่วน นักออกแบบชิปกำลังสำรวจสถาปัตยกรรมหน่วยความจำที่ใช้ HBM น้อยกว่าหรือทดแทนทางเลือกอื่นที่ถูกกว่า Hyperscalers กำลังลงนามข้อตกลงการชำระเงินล่วงหน้าที่ใหญ่กว่าเดิมเพื่อล็อคอุปทาน และผู้กำหนดนโยบายระดับชาติกำลังจับตาดูอย่างใกล้ชิด โดยตระหนักว่าความจุของหน่วยความจำกลายเป็นอุปสรรคในการแข่งขัน AI ระดับโลก
ก้าวนำหน้า AI
สำหรับการครอบคลุมอย่างต่อเนื่องเกี่ยวกับฮาร์ดแวร์ ชิป และโครงสร้างพื้นฐานที่ขับเคลื่อนการเติบโตของ AI โปรดบุ๊กมาร์ก AI Buzz Wire — ที่ซึ่งเราติดตามเทคโนโลยีที่เปลี่ยนโฉมอนาคต
อ่านข่าว AI เพิ่มเติม →
