تفسیر هزینه‌های سخت‌افزار هوش مصنوعی توسط جی‌پی‌مورگان، کمبود حافظه ممکن است تا سال ۲۰۲۸ ادامه یابد

TL;DR
· جی‌پی‌مورگان پیش‌بینی خود از اندازه بازار جهانی حافظه را برای سال‌های ۲۰۲۶ تا ۲۰۲۸ به میزان ۴٪ تا ۸٪ افزایش داده و انتظار دارد که کمبود در سال ۲۰۲۷ تشدید شود و در سال ۲۰۲۸ به تدریج کاهش یابد اما به طور کامل از بین نرود.
· بر اساس مدل گزارش، سهم حافظه از هزینه‌های سرمایه‌ای سخت‌افزار CSP ممکن است از کمتر از ۱۰٪ قبل از عصر هوش مصنوعی به ۳۱٪ در سال ۲۰۲۶ و ۴۹٪ در سال ۲۰۲۷ افزایش یابد.
· کاهش مشخصات SOCAMM و HBM می‌تواند فشار تحویل را کاهش دهد، اما برای معکوس کردن کمبود کافی نیست و ظرفیت جدید DRAM همچنان بزرگ‌ترین محدودیت در سمت عرضه است.

جی‌پی‌مورگان در گزارش جهانی ذخیره‌سازی خود که در تاریخ ۹ اوت منتشر شد، پیش‌بینی اندازه بازار حافظه را افزایش داده و بر این باور است که سرورهای هوش مصنوعی به طور مداوم ارزش حافظه را افزایش می‌دهند و کمبود جهانی حافظه ممکن است تا سال ۲۰۲۸ ادامه یابد.

این گزارش نه تنها به افزایش قیمت ذخیره‌سازی اشاره دارد، بلکه نشان می‌دهد که در هزینه‌های سرمایه‌ای هوش مصنوعی، بازتوزیع در حال وقوع است: حافظه از سهم کمتر از ۱۰٪ در گذشته به یک جزء اصلی که ممکن است نزدیک به نیمی از هزینه‌های سخت‌افزاری CSP را تشکیل دهد، تبدیل شده است.

برای تولیدکنندگان ذخیره‌سازی، این به معنای افزایش درآمد، سود و قدرت چانه‌زنی است؛ برای ارائه‌دهندگان خدمات ابری، این به معنای آن است که هزینه‌های سرمایه‌ای هوش مصنوعی تنها به خرید GPU محدود نمی‌شود، بلکه HBM، DRAM سرور و راه‌حل‌های حافظه مرتبط نیز به سرعت هزینه کل سیستم را افزایش می‌دهند.

جی‌پی‌مورگان پیش‌بینی خود از اندازه بازار جهانی حافظه را برای سال‌های ۲۰۲۶ تا ۲۰۲۸ به میزان ۴٪ تا ۸٪ افزایش داده است. این گزارش پیش‌بینی می‌کند که شدت کمبود در سال ۲۰۲۷ تشدید خواهد شد و در سال ۲۰۲۸ بهبود جزئی خواهد داشت، اما شکاف مطلق قبلی به طور کامل از بین نخواهد رفت. این اعداد از مدل فروشندگان به دست آمده و نمی‌توان به طور مستقیم به عنوان واقعیت‌های صنعتی در نظر گرفته شوند.

در سال ۲۰۲۷، نزدیک به نیمی از هزینه‌های سخت‌افزاری CSP ممکن است به سمت حافظه برود

در دو سال گذشته، بحث‌های مربوط به هزینه‌های سرمایه‌ای هوش مصنوعی بیشتر حول GPU، بسته‌بندی پیشرفته و برق مراکز داده متمرکز بوده است. اما در سرورهای هوش مصنوعی، افزایش ارزش حافظه به طور فزاینده‌ای مهم شده است.

پس از نتایج مالی سه‌ماهه دوم، اجماع هزینه‌های سرمایه‌ای سه ارائه‌دهنده بزرگ خدمات ابری و متا همچنان افزایش یافته است. در عین حال، بر اساس داده‌های هزینه‌های سرمایه‌ای سخت‌افزاری Omdia، جی‌پی‌مورگان محاسبه کرده است که سهم بازار حافظه برای CSP از کمتر از ۱۰٪ قبل از عصر هوش مصنوعی به ۳۱٪ در سال ۲۰۲۶ و ۴۹٪ در سال ۲۰۲۷ افزایش یافته است.

به عبارت دیگر، تا سال ۲۰۲۷، برای هر ۱۰۰ دلار هزینه سرمایه‌ای سخت‌افزاری که CSP صرف می‌کند، حدود ۴۹ دلار ممکن است به محصولات مرتبط با حافظه اختصاص یابد. شکل ۵ همچنین نشان می‌دهد که در این سناریو، این نسبت ممکن است تا سال ۲۰۲۸ حتی به ۶۰٪ افزایش یابد.

جی‌پی‌مورگان محاسبه کرده است که سهم TAM حافظه در سطح CSP ممکن است از کمتر از ۱۰٪ قبل از عصر هوش مصنوعی به ۳۱٪ در سال ۲۰۲۶، ۴۹٪ در سال ۲۰۲۷ و ۶۰٪ در سال ۲۰۲۸ افزایش یابد؛ گزارش همچنین اشاره می‌کند که حفظ سهم بیش از ۵۰٪ ممکن است دشوار باشد.

سرورهای هوش مصنوعی نه تنها به HBM بیشتری نیاز دارند، بلکه به DRAM سرور، SOCAMM و سایر راه‌حل‌های حافظه مرتبط با استقرار CPU و شتاب‌دهنده‌های هوش مصنوعی نیز نیاز دارند. هر چه تعداد GPU و CPU های هوش مصنوعی بیشتر شود، نسبت حافظه‌های همراه به سخت‌افزارهای سرور سنتی سخت‌تر خواهد بود.

اما جی‌پی‌مورگان همچنین اذعان می‌کند که سهم ارزش حافظه بیش از ۵۰٪ ممکن است سرمایه‌گذاران را به این فکر بیندازد که آیا هزینه‌های سرمایه‌ای هوش مصنوعی می‌تواند ادامه یابد. اگر ارائه‌دهندگان خدمات ابری نتوانند بودجه سخت‌افزاری خود را بیشتر افزایش دهند، ممکن است به کاهش مشخصات حافظه در هر واحد یا روی آوردن به راه‌حل‌های حافظه و ذخیره‌سازی لایه‌ای با هزینه کمتر بپردازند.

بنابراین، افزایش سهم حافظه تنها به نفع تولیدکنندگان ذخیره‌سازی نیست، بلکه به این معناست که هزینه‌های سرورهای هوش مصنوعی CSP و فشار بازگشت سرمایه نیز به طور همزمان در حال افزایش است.

کاهش مشخصات، هنوز هم نمی‌تواند شکاف عرضه و تقاضا را معکوس کند

یکی از دلایل مهم نوسانات اخیر در سهام ذخیره‌سازی، نگرانی بازار از این است که کاهش مشخصات حافظه در سرورهای هوش مصنوعی به معنای شروع کاهش تقاضا است.

گزارش می‌گوید که ظرفیت SOCAMM CPU های وِرا انویدیا از ۱.۵TB به ۷۶۸GB کاهش یافته است. همچنین ممکن است Rubin Ultra تعداد die محاسباتی را کاهش دهد و در برخی SKU ها، پیکربندی HBM4E را از ۱۶-Hi یا ۱۲-Hi به ۱۲-Hi یا ۸-Hi کاهش دهد؛ Rubin همچنین ممکن است پیکربندی‌های ۲۸۸GB و ۱۹۲GB را معرفی کند.

در فرضیات محافظه‌کارانه حافظه تک‌کارت، جی‌پی‌مورگان پیش‌بینی نیاز به HBM را برای سال‌های ۲۰۲۶ تا ۲۰۲۸ به میزان ۴٪ تا ۱۹٪ کاهش داده است.

اما در چارچوب تحلیلی گزارش، این نوع تنظیمات عمدتاً به عنوان روشی برای مشتریان برای مقابله با کمبود عرضه در نظر گرفته می‌شود: کاهش مشخصات حافظه در هر تراشه یا سیستم برای پشتیبانی از تحویل بیشتر GPU، CPU و سرورها، نه اینکه به طور ناگهانی نیاز به حافظه برای آموزش و استنتاج هوش مصنوعی کاهش یابد.

جی‌پی‌مورگان همچنین اذعان می‌کند که کاهش مشخصات به خودی خود واقعاً می‌تواند نیاز واحد حافظه را کاهش دهد و شکاف رشد عرضه و تقاضا را کوچک کند. اما حجم تحویل تراشه‌ها و سرورهای جدید هوش مصنوعی همچنان ممکن است تأثیر کاهش ظرفیت حافظه در هر واحد را جبران کند.

بر اساس مدل به‌روز شده، شکاف سالانه عرضه و تقاضا برای DRAM در سال ۲۰۲۶ حدود -۳٪ و در سال ۲۰۲۷ به -۷٪ افزایش می‌یابد؛ تا سال ۲۰۲۸، سرعت رشد عرضه ممکن است حدود ۳ درصد از تقاضا پیشی بگیرد. شکاف سالانه عرضه و تقاضا برای NAND نیز به ترتیب حدود -۳٪، -۵٪ و -۱٪ خواهد بود.

این به این معنی است که وضعیت حاشیه‌ای عرضه و تقاضا برای DRAM ممکن است در سال ۲۰۲۸ بهبود یابد، در حالی که NAND هنوز کمی کمبود خواهد داشت. اما به دلیل کمبود قبلی که انباشته شده است، جی‌پی‌مورگان پیش‌بینی می‌کند که این دو نوع محصول تا سال ۲۰۲۸ واقعاً به تعادل عرضه و تقاضا نخواهند رسید.

مدل جی‌پی‌مورگان در آگوست نشان می‌دهد که شکاف سالانه عرضه و تقاضا برای DRAM در سال ۲۰۲۷ به -۷٪ کاهش می‌یابد و در سال ۲۰۲۸ به +۳٪ بهبود می‌یابد؛ در حالی که NAND از -۵٪ در سال ۲۰۲۷ به -۱٪ در سال ۲۰۲۸ بهبود می‌یابد، اما شکاف مطلق قبلی هنوز به طور کامل از بین نرفته است.

HBM نیز از همین منطق پیروی می‌کند. جی‌پی‌مورگان پیش‌بینی می‌کند که شکاف عرضه و تقاضا برای HBM به‌روز شده در سال‌های ۲۰۲۶ تا ۲۰۲۸ به ترتیب حدود -۱۵٪، -۱۴٪ و -۲۲٪ خواهد بود. در مقایسه با مدل ماه مه، کاهش مشخصات باعث کاهش شدت کمبود شده است، اما هنوز بازار به سمت مازاد نرفته است.

در فرضیات پیکربندی محافظه‌کارانه‌تر، ظرفیت HBM برخی نسخه‌های Rubin Ultra از ۱۰۲۴GB یا ۷۶۸GB به ۵۷۶GB یا ۳۸۴GB کاهش یافته است، در حالی که Rubin ممکن است ۱۹۲GB یا ۲۸۸GB پیکربندی کند؛ پس از کاهش مشخصات، بازار HBM هنوز به سمت مازاد نرفته است.

ادامه کمبود HBM، قیمت‌ها همچنان در حال افزایش است

در سناریوی ادامه کمبود، قیمت HBM یکی از اعداد مورد توجه در گزارش است.

جی‌پی‌مورگان پیش‌بینی می‌کند که قیمت میانگین HBM ترکیبی در سال ۲۰۲۷ نسبت به سال گذشته ۴۲٪ افزایش خواهد یافت، که در آن قیمت محصولات با مشخصات مشابه ممکن است ۳۰٪ تا ۴۰٪ افزایش یابد. تا سال ۲۰۲۸، افزایش قیمت محصولات با مشخصات مشابه ممکن است به کمتر از ۱۰٪ کاهش یابد، اما ارتقاء ساختار محصولات همچنان ممکن است قیمت میانگین ترکیبی را نسبت به سال گذشته ۲۲٪ افزایش دهد.

جی‌پی‌مورگان پیش‌بینی می‌کند که شکاف عرضه و تقاضا برای HBM در سال‌های ۲۰۲۶ تا ۲۰۲۸ به ترتیب حدود -۱۵٪، -۱۴٪ و -۲۲٪ خواهد بود و کمبود انباشته خواهد شد؛ قیمت میانگین HBM ترکیبی ممکن است در سال ۲۰۲۷ به میزان ۴۲٪ افزایش یابد و در سال ۲۰۲۸ به دلیل ارتقاء محصولات دوباره ۲۲٪ افزایش یابد.

این اعداد همگی پیش‌بینی‌های مدل گزارش هستند و نه قیمت‌های واحدی که تأمین‌کنندگان به طور قطعی تعیین کرده‌اند.

یکی از دلایل حمایت از قیمت، کاهش سرعت ارتقاء محصولات HBM است. چرخه عمر محصولات ۸-Hi طولانی‌تر شده و سرعت صعود ۱۲-Hi کاهش یافته و زمان استفاده از ۱۶-Hi به تأخیر افتاده است. در شرایطی که عرضه همچنان محدود است، این ممکن است قدرت چانه‌زنی تأمین‌کنندگان اصلی را تقویت کند.

در عین حال، قراردادهای بلندمدت با مشتریان بزرگ، یعنی LTA، نیز شروع به تغییر روش‌های نوسان چرخه‌های حافظه سنتی کرده‌اند.

گزارش نشان می‌دهد که پیش‌پرداخت‌های LTA که توسط سامسونگ الکترونیک و میکرون افشا شده است، حدود ۲۰٪ تا ۲۵٪ از ارزش قرارداد را تشکیل می‌دهد و نسبت حجم‌های تحت پوشش یا مشارکت در برخی قراردادها حدود ۵۰٪ تا ۷۰٪ است. اکثر LTA حول حافظه سرور و حافظه هوش مصنوعی متمرکز شده و از ساختار قیمت‌گذاری متفاوت و انعطاف‌پذیری استفاده می‌کند.

LTA که توسط تأمین‌کنندگان اصلی حافظه افشا شده است، در مدت زمان، پوشش تحویل، پیش‌پرداخت و مکانیزم قیمت‌گذاری تفاوت‌هایی دارد، اما شرایط کلی قرارداد به نفع تأمین‌کنندگان است و عمدتاً به سمت حافظه سرور و حافظه هوش مصنوعی متمرکز است.

جی‌پی‌مورگان تخمین می‌زند که تقاضای مرتبط با CSP و هوش مصنوعی ممکن است بیش از ۷۰٪ از کل حجم بیت قراردادهای مربوطه و بیش از ۸۵٪ از درآمد را تشکیل دهد. حافظه سرور نسبت به کاربردهای غیرسرور همچنان از حاشیه قیمت و سود بالاتری برخوردار است.

برای تأمین‌کنندگان مانند سامسونگ الکترونیک، SK Hynix و میکرون، LTA می‌تواند دید بهتری از سفارشات و جریان نقدی فراهم کند و منحنی افزایش قیمت را هموارتر کند. اما گزارش همچنین اذعان می‌کند که ساختار قیمت‌گذاری LTA شفاف نیست و نسبت واقعی پوشش و مکانیزم قیمت‌گذاری انعطاف‌پذیر هنوز نیاز به بررسی دارد.

اگر هزینه‌های سرمایه‌ای CSP کاهش یابد یا سرورهای هوش مصنوعی به کاهش مشخصات حافظه ادامه دهند، ریتم اجرای قرارداد و قیمت نهایی ممکن است همچنان تنظیم شود. بنابراین، LTA می‌تواند نوسانات چرخه حافظه را کاهش دهد، اما نمی‌تواند به طور کامل چرخه را از بین ببرد.

ظرفیت جدید نمی‌تواند به تقاضا برسد، کمبود در تأمین ویفر گیر کرده است

پیش‌نیاز کلیدی ادامه کمبود تا سال ۲۰۲۸، دشواری در تأمین جدید به موقع است.

جی‌پی‌مورگان محاسبه کرده است که برای رسیدن به تعادل عرضه و تقاضا برای DRAM در سال ۲۰۲۸، صنعت نیاز به افزایش حدود ۵.۵EB عرضه دارد که معادل حدود ۲۹۹۰۰۰ ویفر در ماه است؛ NAND نیز نیاز به افزایش حدود ۷۶EB عرضه دارد که معادل حدود ۴۴۰۰۰ ویفر در ماه است.

جی‌پی‌مورگان محاسبه کرده است که برای دستیابی به تعادل عرضه و تقاضا در سال ۲۰۲۸، DRAM نیاز به افزایش حدود ۵.۵EB عرضه و ۲۹۹۰۰۰ ویفر در ماه دارد؛ NAND نیز نیاز به افزایش حدود ۷۶EB عرضه و ۴۴۰۰۰ ویفر در ماه دارد.

گزارش معتقد است که حتی اگر تمام پروژه‌های افزایش ظرفیت که قبلاً اعلام شده‌اند در مدل گنجانده شوند، عرضه جدید هنوز کافی نیست تا کمبود را به طور کامل پر کند.

ساخت کارخانه‌های جدید ویفر نیز یک اقدام کوتاه‌مدت نیست. از آغاز ساخت تا تولید انبوه معمولاً ۲ تا ۲.۵ سال زمان نیاز دارد. SK Hynix M15X به تدریج شروع به ارائه ظرفیت کرده است و انتظار می‌رود که خوشه‌ی یانگ‌جو از مارس ۲۰۲۷ به تدریج افزایش یابد؛ سامسونگ P4 همچنان در حال افزایش ظرفیت است و P5 جدید انتظار می‌رود از سه‌ماهه چهارم سال ۲۰۲۷ شروع به تولید کند؛ میکرون Boise ID1 و PSMC P5 نیز انتظار می‌رود از سه‌ماهه دوم سال ۲۰۲۷ به تدریج ظرفیت ارائه دهند.

حتی اگر این پروژه‌ها به موقع پیش بروند، جی‌پی‌مورگان پیش‌بینی می‌کند که ظرفیت ماهانه ویفر جهانی DRAM تنها از حدود ۱.۹ میلیون ویفر در پایان سال ۲۰۲۵ به ۲.۸۵ میلیون ویفر در پایان سال ۲۰۲۸ افزایش یابد که هنوز کمتر از سطح مورد نیاز برای دستیابی به تعادل عرضه و تقاضا است.

HBM همچنین تأمین DRAM سنتی را تحت فشار قرار می‌دهد. تا پایان سال ۲۰۲۸، ویفرهای مرتبط با HBM ممکن است حدود ۳۲٪ از کل ظرفیت DRAM را تشکیل دهند. از آنجا که هزینه تولید HBM حدود ۳ تا ۴ برابر DRAM معمولی است، تولید HBM با ظرفیت مشابه منابع بیشتری از ویفر را مصرف می‌کند و به این ترتیب تأمین DRAM سنتی و مصرفی را محدودتر می‌کند.

تأثیر تولیدکنندگان چینی نیز نیاز به بحث جداگانه دارد.

جی‌پی‌مورگان پیش‌بینی می‌کند که ظرفیت و سهم بیت DRAM CXMT تا سال ۲۰۲۸ به ترتیب به حدود ۱۶٪ و ۱۱٪ خواهد رسید، اما در محصولات DRAM سرور با چگالی بالا و HBM3E هنوز حدود ۲ تا ۳ سال از تولیدکنندگان پیشرو عقب است. بنابراین، افزایش ظرفیت آن تأثیر مستقیمی بر حافظه هوش مصنوعی با کیفیت بالا در کوتاه‌مدت نخواهد داشت.

در مقابل، گزارش معتقد است که تولید واحد ویفر NAND YMTC تقریباً به سطح تولیدکنندگان پیشرو رسیده است. تا سال ۲۰۲۸، ظرفیت و سهم بیت جهانی NAND آن ممکن است به حدود ۱۶٪ نزدیک شود، بنابراین فشار تأمین جدید چینی بر NAND بیشتر از DRAM خواهد بود.

آیا سود بالا به بازده سهامداران تبدیل می‌شود

خط دیگری که در بازار سرمایه به راحتی قابل معامله است، بازده بالقوه سهامداران تولیدکنندگان ذخیره‌سازی است.

سیاست‌های فعلی بازده سهامداران سامسونگ الکترونیک و SK Hynix هر دو نیاز دارند که ۵۰٪ از جریان نقدی آزاد انباشته شده به بازده سهامداران اختصاص یابد. برنامه فعلی سامسونگ از ۲۰۲۴ تا ۲۰۲۶ را پوشش می‌دهد و برنامه SK Hynix تا سال ۲۰۲۷ ادامه دارد.

مدل جی‌پی‌مورگان پیش‌بینی می‌کند که نرخ بازده نقدی سالانه سامسونگ الکترونیک در سال‌های ۲۰۲۶ و ۲۰۲۷ به حدود ۸٪ خواهد رسید و مجموع دو سال حدود ۱۶٪ خواهد بود؛ نرخ بازده نقدی SK Hynix در سال ۲۰۲۷ ممکن است به حدود ۱۶.۷٪ افزایش یابد. بنابراین، این گزارش پیش‌بینی می‌کند که نرخ بازده نقدی تجمعی این دو شرکت در دو سال آینده ممکن است به حدود ۱۶٪ تا ۲۰٪ برسد.

جی‌پی‌مورگان پیش‌بینی می‌کند که بازده سهامداران تولیدکنندگان حافظه در دو تا سه سال آینده ممکن است به طور قابل توجهی بالاتر از سطح تاریخی باشد، اما نرخ‌های مربوطه بر اساس فرضیات جریان نقدی آزاد، سود ویژه و خرید سهام است.

این ممکن است به کاتالیزوری برای اصلاح ارزش سهام ذخیره‌سازی تبدیل شود. سهام ذخیره‌سازی که توسط این گزارش پیگیری می‌شود، پس از چهار فصل متوالی از عملکرد بهتر در زنجیره تأمین هوش مصنوعی، از سه‌ماهه سوم سال ۲۰۲۶ حدود ۲۵٪ کاهش یافته است، که فشار عمدتاً ناشی از کاهش پیش‌بینی‌های سود کوتاه‌مدت، کاهش سرعت هزینه‌های سرمایه‌ای هوش مصنوعی CSP و نگرانی‌های بازار در مورد بهینه‌سازی پیکربندی حافظه است.

با این حال، سود ویژه و خرید سهام در نهایت به جریان نقدی آزاد، قیمت‌های حافظه و تصمیمات مدیریت بستگی دارد و نمی‌توان آن را به عنوان سود قطعی در نظر گرفت. اگر هزینه‌های سرمایه‌ای هوش مصنوعی یا وضعیت اجرای LTA کمتر از حد انتظار باشد، بازده سهامداران نیز ممکن است کاهش یابد.

گزارش جی‌پی‌مورگان تنها به افزایش قیمت حافظه اشاره نمی‌کند، بلکه به بازتوزیع در هزینه‌های سرمایه‌ای هوش مصنوعی اشاره دارد: حافظه از سهم کمتر از ۱۰٪ در گذشته به یک جزء اصلی که ممکن است نزدیک به نیمی از هزینه‌های سخت‌افزاری را تشکیل دهد، تبدیل شده است.

برای تولیدکنندگان ذخیره‌سازی، این فرصتی برای افزایش سود و قدرت چانه‌زنی است؛ اما برای ارائه‌دهندگان خدمات ابری، به معنای افزایش هزینه‌های سرورهای هوش مصنوعی است. اما سهم ارزش حافظه نزدیک به ۵۰٪ یا بیشتر به سختی می‌تواند به طور پایدار حفظ شود و ممکن است ارائه‌دهندگان خدمات ابری را مجبور کند تا هزینه‌های سرمایه‌ای را افزایش دهند، مشخصات حافظه را کاهش دهند یا از راه‌حل‌های حافظه لایه‌ای مانند CXL، SSD های سطح سازمانی و HBF استفاده کنند.

بنابراین، آنچه واقعاً باید مشاهده شود این است که آیا کمبود تا سال ۲۰۲۸ ادامه می‌یابد یا اینکه کدام یک از افزایش بودجه CSP، بهینه‌سازی مشخصات حافظه و افزایش ظرفیت ویفر جدید، اولین تغییر را در تعادل عرضه و تقاضا ایجاد خواهد کرد.