#BernsteinSaysMemoryBullMarketToLastUntil2027 Перш ніж революція в межах ШІ прискорилася, інвестори в напівпровідники розглядали індустрію пам’яті як один із найциклічніших секторів у технологіях. Виробники DRAM і NAND зазвичай проходили передбачувані цикли «бум—провал», що визначалися періодами надлишку пропозиції, а потім обвалами цін. Кожні кілька років виробники надто агресивно нарощували виробництво, накопичувалися запаси, стискалися маржі, а оцінки скидалися. Останнє дослідження Bernstein кидає виклик цій припущеній десятиліттями тезі. На думку аналітиків Гаутама Чхухані та Махіки Сапри, нинішній підйом у сегменті пам’яті принципово відрізняється від будь-чого, що індустрія бачила раніше. Замість завершення в межах традиційного вікна від двох до чотирьох років, вони вважають, що ШІ-обумовлений ринок «биків» у пам’яті може зберегтися щонайменше до 2027 року. Якщо це підтвердиться, інвесторам, можливо, доведеться по-новому осмислити, як оцінюють компанії з напівпровідників: з погляду на виробників пам’яті як на сильно циклічні бізнеси — на визнання їх стратегічними постачальниками інфраструктури, що живить глобальну економіку ШІ.
Фундамент тези Bernstein спирається на одну просту реальність: штучний інтелект перетворює пам’ять із товару на ресурс, критично необхідний для місій. За останні кілька років AI-акселератори стали значно потужнішими, але їхня продуктивність усе більше залежить від здатності переміщувати величезні обсяги даних із надзвичайно високими швидкостями. Саме тут High Bandwidth Memory (HBM) змінює правила гри. На відміну від звичайної DRAM, яку використовують персональні комп’ютери та традиційні сервери для підприємств, HBM забезпечує значно вищу пропускну здатність, споживаючи менше енергії, що дозволяє GPU ефективно обробляти AI-моделі з трильйонами параметрів. Кожне нове покоління AI-апаратного забезпечення потребує суттєво більшої місткості пам’яті та швидших швидкостей передачі даних, тож HBM є одним із найцінніших компонентів у сучасних AI-системах.
Традиційні хмарні сервери обслуговували вебзастосунки, бази даних, сховища, email-послуги та віртуалізаційні робочі навантаження, які висували відносно помірні вимоги до пропускної здатності пам’яті. AI-сервери — це цілком інший клас інфраструктури. Навчання великих мовних моделей потребує тисяч GPU, що працюють одночасно в межах масштабних кластерів, обмінюючись величезними обсягами інформації щосекунди. Один сучасний AI-акселератор може містити стоси передової HBM, з’єднані через надширокі інтерфейси, здатні забезпечувати терабайти пропускної здатності за секунду. Оскільки розміри моделей продовжують зростати, а задачі інференсу стають складнішими, кожен новий AI-сервер потребує значно більшої кількості HBM, ніж попередні покоління. Такий структурний приріст «інтенсивності пам’яті» є однією з головних причин, чому попит продовжує випереджати наявну пропозицію.
Технологічні гіганти у світі прискорюють цей тренд завдяки безпрецедентним інвестиціям в AI-інфраструктуру. NVIDIA продовжує домінувати на ринку AI GPU, і кожне покоління її акселераторів інтегрує дедалі досконаліші технології HBM. AMD швидко розширює портфель своїх GPU Instinct, щоб конкурувати в гіпермасштабних AI-розгортаннях, нарощуючи попит на преміальні рішення для пам’яті. Тим часом компанії, що розробляють передові AI-моделі — зокрема Anthropic, OpenAI, xAI, Meta, Microsoft, Amazon і Google — інвестують сотні мільярдів доларів у центри обробки даних нового покоління, створені спеціально для штучного інтелекту. Ці компанії більше не купують обладнання лише для заміни застарілої інфраструктури; вони будують цілком нові AI-кампуси, які потребують величезних обсягів передових GPU, мережевого обладнання, систем зберігання, енергетичної інфраструктури та, найголовніше, високопродуктивної пам’яті.
Кожен AI-навчальний кластер, розгорнутий цими організаціями, споживає експоненційно більше HBM, ніж традиційна хмарна інфраструктура. Коли foundation-моделі стають більшими й здатнішими, інференсні навантаження також швидко розширюються. Мільйони користувачів, які щодня взаємодіють із AI-асистентами, потребують постійних обчислювальних ресурсів, тож попит виходить за межі навчання й переходить у довгострокове розгортання. Це створює радше структурне, ніж тимчасове джерело споживання пам’яті, підкріплюючи аргумент Bernstein про те, що баланс попиту й пропозиції у галузі фундаментально змінився.
Ще одним критичним чинником, що підтримує розширений «ведмежий» ринок, є обмежена кількість компаній, здатних виготовляти провідну HBM на комерційному масштабі. На відміну від commodity DRAM, виробництво передової HBM вимагає найсучаснішої технології процесу, складних технік пакування та років інженерної експертизи. Це суттєво обмежує розширення пропозиції навіть тоді, коли ціноутворення стає вкрай привабливим.
Зараз SK Hynix очолює глобальний ринок HBM і зарекомендувала себе як основний постачальник NVIDIA для кількох флагманських AI-акселерторів. Ранні роки інвестицій дозволили компанії завоювати домінантну частку ринку, надавши їй значну цінову гнучкість, оскільки попит продовжує зростати. Повідомляється, що значна частина її майбутньої виробничої потужності HBM уже була законтрактована через довгострокові угоди з клієнтами, зменшуючи невизначеність і забезпечуючи виняткову видимість доходів.
Micron з’явилася ще одним великим бенефіціаром AI-сплеску. Її продукти HBM3E отримали сильний попит від клієнтів, і, як повідомляється, значна частина її найближчих виробничих обсягів уже продана з доставкою далеко в майбутні графіки. Компанія продовжує розширювати можливості передового пакування, паралельно покращуючи виробничі виходи, щоб зайнятися агресивною конкуренцією в преміальному сегменті AI-пам’яті. Оскільки AI-розгортання зростають по всьому світу, здатність Micron забезпечувати довгострокові угоди про постачання зміцнює і стабільність доходів, і операційні маржі.
Samsung залишається одним із найбільших виробників пам’яті у світі та має величезні виробничі потужності в DRAM і NAND. Хоча компанія увійшла в гонку за HBM пізніше за SK Hynix у деяких сегментах клієнтів, вона продовжує активно інвестувати в HBM3E, HBM4, передові технології пакування та вузли процесів наступного покоління. Виробничий масштаб Samsung, фінансова міцність і дослідницькі можливості гарантують, що вона залишатиметься грізним конкурентом, здатним нарощувати додаткову частку ринку, коли зростатиме майбутній попит на AI.
Зараз конкуренція зміщується до HBM4, що означає наступну ключову еволюцію в технологіях AI-пам’яті. Очікується, що HBM4 забезпечить суттєво вищу пропускну здатність, більшу місткість, покращену енергоефективність і кращу масштабованість для дедалі складніших AI-робочих навантажень. Щоб досягти цих покращень продуктивності, потрібні не лише досягнення у виробництві пам’яті, а й у технологіях пакування, таких як 3D-стекінг, гібридне скріплення та передові архітектури з’єднань. Компанії, здатні опанувати ці технології, з великою ймовірністю укладатимуть довгострокові партнерства з провідними розробниками AI-чипів на роки вперед.
Ще одна важлива причина, чому Bernstein вважає, що цей цикл відрізняється від попередніх, — широке впровадження довгострокових угод про постачання. Історично виробники пам’яті значною мірою покладалися на волатильні спотові ринки, де ціни різко коливалися залежно від умов зі складськими запасами. Сьогодні гіпермасштабні хмарні провайдери та компанії з AI-інфраструктури дедалі частіше віддають перевагу контрактам на кілька років, які гарантують постачання в майбутньому. Ці угоди зменшують волатильність цін, покращують планування виробництва та дають виробникам пам’яті більше впевненості, коли вони інвестують десятки мільярдів доларів у нові фабрики.
Саме розширення пропозиції залишається обмеженим надзвичайною складністю виробництва напівпровідників. Для створення передового заводу з виробництва пам’яті потрібні колосальні капіталовкладення, складне обладнання, регуляторні погодження, талановита інженерна робоча сила та кілька років, перш ніж розпочнеться осмислене виробництво. Навіть якщо Micron, SK Hynix і Samsung оголошують амбітні плани розширення, більшість цієї додаткової потужності навряд чи зможе суттєво вплинути на глобальну пропозицію аж до другої половини десятиліття. Тим часом витрати на AI-інфраструктуру продовжують прискорюватися, утримуючи попит комфортно попереду зростання виробництва.
Наслідки виходять далеко за межі одних лише виробників пам’яті. Компанії, що постачають обладнання для виробництва напівпровідників, системи передової літографії, технології пакування, рішення для управління живленням, системи термального охолодження та AI-мережеву інфраструктуру, також виграють від стабільних інвестицій. Коли стек пам’яті ставатиме дедалі складнішим, зростатиме попит на передове обладнання для літографії, системи інспекції пластин, технології пакування чипів і спеціалізовані виробничі матеріали, створюючи можливості по всьому ланцюгу постачання напівпровідників.
Втім, інвесторам слід залишатися обізнаними щодо потенційних ризиків. Серйозне уповільнення світової економіки може знизити витрати підприємств на AI. Розширення виробництва швидше, ніж очікувалося, зрештою може відновити баланс пропозиції. Геополітична напруженість, експортні обмеження або стрімкий технологічний прогрес від нових конкурентів можуть змінити конкурентну динаміку. Самі інвестиції в AI можуть переживати періоди повільнішого зростання, якщо віддача від витрат на інфраструктуру триватиме довше, ніж очікувалося. Хоча Bernstein очікує збереження позитивного структурного тренду, жоден технологічний цикл не обходиться повністю без невизначеності.
На мою думку, звіт Bernstein відображає ширшу трансформацію, що відбувається в усьому секторі напівпровідників. Штучний інтелект змінює пам’ять із низькомаржинального товару на один із найстратегічніше цінних компонентів сучасних обчислень. GPU часто отримують більшість заголовків, але без масивних обсягів високопродуктивної пам’яті навіть найпередовіші AI-акселертори не можуть розкрити свій повний потенціал. Оскільки уряди, гіпермасштабні гравці, підприємства та розробники AI продовжують агресивно інвестувати в інфраструктуру наступного покоління, виробники пам’яті можуть отримати сильнішу цінову гнучкість, довшу видимість прибутків і вищі оцінки, ніж інвестори традиційно приписували цьому сектору.
Якщо зрештою прогнози Bernstein виявляться точними, 2027 рік може означати не просто пік чергового циклу напівпровідників. Це може бути момент, коли ринок остаточно переосмислить компанії з пам’яті як лідерів довгострокової AI-інфраструктури, а не як бізнеси, «пастка» яких у повторюваних циклах «бум—провал». У світі, орієнтованому на AI, лише обчислювальної потужності вже недостатньо. Компанії, здатні постачати пам’ять, яка живить ці процесори, можуть стати одними з найстратегічніше важливих технологічних бізнесів десятиліття.
@Gate_Square
Фундамент тези Bernstein спирається на одну просту реальність: штучний інтелект перетворює пам’ять із товару на ресурс, критично необхідний для місій. За останні кілька років AI-акселератори стали значно потужнішими, але їхня продуктивність усе більше залежить від здатності переміщувати величезні обсяги даних із надзвичайно високими швидкостями. Саме тут High Bandwidth Memory (HBM) змінює правила гри. На відміну від звичайної DRAM, яку використовують персональні комп’ютери та традиційні сервери для підприємств, HBM забезпечує значно вищу пропускну здатність, споживаючи менше енергії, що дозволяє GPU ефективно обробляти AI-моделі з трильйонами параметрів. Кожне нове покоління AI-апаратного забезпечення потребує суттєво більшої місткості пам’яті та швидших швидкостей передачі даних, тож HBM є одним із найцінніших компонентів у сучасних AI-системах.
Традиційні хмарні сервери обслуговували вебзастосунки, бази даних, сховища, email-послуги та віртуалізаційні робочі навантаження, які висували відносно помірні вимоги до пропускної здатності пам’яті. AI-сервери — це цілком інший клас інфраструктури. Навчання великих мовних моделей потребує тисяч GPU, що працюють одночасно в межах масштабних кластерів, обмінюючись величезними обсягами інформації щосекунди. Один сучасний AI-акселератор може містити стоси передової HBM, з’єднані через надширокі інтерфейси, здатні забезпечувати терабайти пропускної здатності за секунду. Оскільки розміри моделей продовжують зростати, а задачі інференсу стають складнішими, кожен новий AI-сервер потребує значно більшої кількості HBM, ніж попередні покоління. Такий структурний приріст «інтенсивності пам’яті» є однією з головних причин, чому попит продовжує випереджати наявну пропозицію.
Технологічні гіганти у світі прискорюють цей тренд завдяки безпрецедентним інвестиціям в AI-інфраструктуру. NVIDIA продовжує домінувати на ринку AI GPU, і кожне покоління її акселераторів інтегрує дедалі досконаліші технології HBM. AMD швидко розширює портфель своїх GPU Instinct, щоб конкурувати в гіпермасштабних AI-розгортаннях, нарощуючи попит на преміальні рішення для пам’яті. Тим часом компанії, що розробляють передові AI-моделі — зокрема Anthropic, OpenAI, xAI, Meta, Microsoft, Amazon і Google — інвестують сотні мільярдів доларів у центри обробки даних нового покоління, створені спеціально для штучного інтелекту. Ці компанії більше не купують обладнання лише для заміни застарілої інфраструктури; вони будують цілком нові AI-кампуси, які потребують величезних обсягів передових GPU, мережевого обладнання, систем зберігання, енергетичної інфраструктури та, найголовніше, високопродуктивної пам’яті.
Кожен AI-навчальний кластер, розгорнутий цими організаціями, споживає експоненційно більше HBM, ніж традиційна хмарна інфраструктура. Коли foundation-моделі стають більшими й здатнішими, інференсні навантаження також швидко розширюються. Мільйони користувачів, які щодня взаємодіють із AI-асистентами, потребують постійних обчислювальних ресурсів, тож попит виходить за межі навчання й переходить у довгострокове розгортання. Це створює радше структурне, ніж тимчасове джерело споживання пам’яті, підкріплюючи аргумент Bernstein про те, що баланс попиту й пропозиції у галузі фундаментально змінився.
Ще одним критичним чинником, що підтримує розширений «ведмежий» ринок, є обмежена кількість компаній, здатних виготовляти провідну HBM на комерційному масштабі. На відміну від commodity DRAM, виробництво передової HBM вимагає найсучаснішої технології процесу, складних технік пакування та років інженерної експертизи. Це суттєво обмежує розширення пропозиції навіть тоді, коли ціноутворення стає вкрай привабливим.
Зараз SK Hynix очолює глобальний ринок HBM і зарекомендувала себе як основний постачальник NVIDIA для кількох флагманських AI-акселерторів. Ранні роки інвестицій дозволили компанії завоювати домінантну частку ринку, надавши їй значну цінову гнучкість, оскільки попит продовжує зростати. Повідомляється, що значна частина її майбутньої виробничої потужності HBM уже була законтрактована через довгострокові угоди з клієнтами, зменшуючи невизначеність і забезпечуючи виняткову видимість доходів.
Micron з’явилася ще одним великим бенефіціаром AI-сплеску. Її продукти HBM3E отримали сильний попит від клієнтів, і, як повідомляється, значна частина її найближчих виробничих обсягів уже продана з доставкою далеко в майбутні графіки. Компанія продовжує розширювати можливості передового пакування, паралельно покращуючи виробничі виходи, щоб зайнятися агресивною конкуренцією в преміальному сегменті AI-пам’яті. Оскільки AI-розгортання зростають по всьому світу, здатність Micron забезпечувати довгострокові угоди про постачання зміцнює і стабільність доходів, і операційні маржі.
Samsung залишається одним із найбільших виробників пам’яті у світі та має величезні виробничі потужності в DRAM і NAND. Хоча компанія увійшла в гонку за HBM пізніше за SK Hynix у деяких сегментах клієнтів, вона продовжує активно інвестувати в HBM3E, HBM4, передові технології пакування та вузли процесів наступного покоління. Виробничий масштаб Samsung, фінансова міцність і дослідницькі можливості гарантують, що вона залишатиметься грізним конкурентом, здатним нарощувати додаткову частку ринку, коли зростатиме майбутній попит на AI.
Зараз конкуренція зміщується до HBM4, що означає наступну ключову еволюцію в технологіях AI-пам’яті. Очікується, що HBM4 забезпечить суттєво вищу пропускну здатність, більшу місткість, покращену енергоефективність і кращу масштабованість для дедалі складніших AI-робочих навантажень. Щоб досягти цих покращень продуктивності, потрібні не лише досягнення у виробництві пам’яті, а й у технологіях пакування, таких як 3D-стекінг, гібридне скріплення та передові архітектури з’єднань. Компанії, здатні опанувати ці технології, з великою ймовірністю укладатимуть довгострокові партнерства з провідними розробниками AI-чипів на роки вперед.
Ще одна важлива причина, чому Bernstein вважає, що цей цикл відрізняється від попередніх, — широке впровадження довгострокових угод про постачання. Історично виробники пам’яті значною мірою покладалися на волатильні спотові ринки, де ціни різко коливалися залежно від умов зі складськими запасами. Сьогодні гіпермасштабні хмарні провайдери та компанії з AI-інфраструктури дедалі частіше віддають перевагу контрактам на кілька років, які гарантують постачання в майбутньому. Ці угоди зменшують волатильність цін, покращують планування виробництва та дають виробникам пам’яті більше впевненості, коли вони інвестують десятки мільярдів доларів у нові фабрики.
Саме розширення пропозиції залишається обмеженим надзвичайною складністю виробництва напівпровідників. Для створення передового заводу з виробництва пам’яті потрібні колосальні капіталовкладення, складне обладнання, регуляторні погодження, талановита інженерна робоча сила та кілька років, перш ніж розпочнеться осмислене виробництво. Навіть якщо Micron, SK Hynix і Samsung оголошують амбітні плани розширення, більшість цієї додаткової потужності навряд чи зможе суттєво вплинути на глобальну пропозицію аж до другої половини десятиліття. Тим часом витрати на AI-інфраструктуру продовжують прискорюватися, утримуючи попит комфортно попереду зростання виробництва.
Наслідки виходять далеко за межі одних лише виробників пам’яті. Компанії, що постачають обладнання для виробництва напівпровідників, системи передової літографії, технології пакування, рішення для управління живленням, системи термального охолодження та AI-мережеву інфраструктуру, також виграють від стабільних інвестицій. Коли стек пам’яті ставатиме дедалі складнішим, зростатиме попит на передове обладнання для літографії, системи інспекції пластин, технології пакування чипів і спеціалізовані виробничі матеріали, створюючи можливості по всьому ланцюгу постачання напівпровідників.
Втім, інвесторам слід залишатися обізнаними щодо потенційних ризиків. Серйозне уповільнення світової економіки може знизити витрати підприємств на AI. Розширення виробництва швидше, ніж очікувалося, зрештою може відновити баланс пропозиції. Геополітична напруженість, експортні обмеження або стрімкий технологічний прогрес від нових конкурентів можуть змінити конкурентну динаміку. Самі інвестиції в AI можуть переживати періоди повільнішого зростання, якщо віддача від витрат на інфраструктуру триватиме довше, ніж очікувалося. Хоча Bernstein очікує збереження позитивного структурного тренду, жоден технологічний цикл не обходиться повністю без невизначеності.
На мою думку, звіт Bernstein відображає ширшу трансформацію, що відбувається в усьому секторі напівпровідників. Штучний інтелект змінює пам’ять із низькомаржинального товару на один із найстратегічніше цінних компонентів сучасних обчислень. GPU часто отримують більшість заголовків, але без масивних обсягів високопродуктивної пам’яті навіть найпередовіші AI-акселертори не можуть розкрити свій повний потенціал. Оскільки уряди, гіпермасштабні гравці, підприємства та розробники AI продовжують агресивно інвестувати в інфраструктуру наступного покоління, виробники пам’яті можуть отримати сильнішу цінову гнучкість, довшу видимість прибутків і вищі оцінки, ніж інвестори традиційно приписували цьому сектору.
Якщо зрештою прогнози Bernstein виявляться точними, 2027 рік може означати не просто пік чергового циклу напівпровідників. Це може бути момент, коли ринок остаточно переосмислить компанії з пам’яті як лідерів довгострокової AI-інфраструктури, а не як бізнеси, «пастка» яких у повторюваних циклах «бум—провал». У світі, орієнтованому на AI, лише обчислювальної потужності вже недостатньо. Компанії, здатні постачати пам’ять, яка живить ці процесори, можуть стати одними з найстратегічніше важливих технологічних бізнесів десятиліття.
@Gate_Square
