#BernsteinSaysMemoryBullMarketToLastUntil2027 Перед ускорением революции ИИ инвесторы в полупроводники рассматривали индустрию памяти как один из самых цикличных секторов в технологиях. Производители DRAM и NAND обычно проходили предсказуемые циклы подъём–спад, обусловленные периодами перепроизводства, за которыми следовали обвалы цен. Каждые несколько лет производители слишком агрессивно наращивали выпуск, копились запасы, сжимались маржи, а оценки переустанавливались. Новое исследование Bernstein оспаривает это десятилетиями укоренившееся допущение. По мнению аналитиков Гаутама Чхугхани (Gautam Chhugani) и Махики Сапры (Mahika Sapra), нынешний подъём на рынке памяти принципиально отличается от всего, что отрасль переживала прежде. Вместо завершения в рамках традиционного окна в два–четыре года они считают, что бычий рынок памяти, подпитанный ИИ, может сохраниться как минимум до 2027 года. Если это подтвердится, инвесторам, возможно, придётся по-новому оценивать компании в сфере полупроводников: вместо идеи о том, что производители памяти — крайне цикличные бизнесы, признать их поставщиками стратегической инфраструктуры, обеспечивающей глобальную экономику ИИ.
Основа тезиса Bernstein — одна простая реальность: искусственный интеллект превращает память из товара в ресурс, критически важный для выполнения задач. За последние несколько лет ИИ-ускорители стали значительно мощнее, но их производительность всё чаще зависит от способности перемещать огромные объёмы данных на сверхвысоких скоростях. Именно здесь High Bandwidth Memory (HBM) меняет правила игры. В отличие от традиционного DRAM, используемого в персональных компьютерах и обычных серверных системах для предприятий, HBM обеспечивает существенно большую пропускную способность при меньшем энергопотреблении, позволяя GPU эффективно обрабатывать ИИ-модели с триллионами параметров. Каждое новое поколение ИИ-аппаратного обеспечения требует заметно большей ёмкости памяти и более быстрых скоростей передачи данных, поэтому HBM становится одним из самых ценных компонентов внутри современных ИИ-систем.
Традиционные облачные серверы обслуживали веб-приложения, базы данных, хранилища, email-сервисы и задачи виртуализации, которые предъявляли относительно умеренные требования к пропускной способности памяти. Серверы для ИИ — это совершенно другой класс инфраструктуры. Обучение больших языковых моделей требует тысяч GPU, работающих одновременно на масштабных кластерах, обмениваясь огромными объёмами информации каждую секунду. Один современный ИИ-ускоритель может содержать штабели продвинутой HBM, соединённые сверхширокими интерфейсами, способными обеспечивать терабайты пропускной способности в секунду. По мере того как размеры моделей продолжают расти, а задачи инференса становятся более сложными, каждый новый ИИ-сервер требует существенно больше HBM, чем предыдущие поколения. Этот структурный рост «ёмкости памяти на единицу вычислений» — одна из ключевых причин, по которой спрос продолжает опережать доступные мощности.
Крупнейшие технологические компании мира ускоряют эту тенденцию за счёт беспрецедентных инвестиций в инфраструктуру ИИ. NVIDIA продолжает доминировать на рынке ИИ-GPU, и каждое поколение её ускорителей включает более продвинутую технологию HBM. AMD быстро расширяет портфель своих GPU Instinct, чтобы конкурировать в гипермасштабных ИИ-развёртываниях, наращивая спрос на премиальные решения памяти. Тем временем компании, разрабатывающие фронтирные ИИ-модели — включая Anthropic, OpenAI, xAI, Meta, Microsoft, Amazon и Google — инвестируют сотни миллиардов долларов в центры обработки данных следующего поколения, созданные специально для искусственного интеллекта. Эти компании больше не покупают оборудование лишь для замены устаревающей инфраструктуры: они строят полностью новые ИИ-кампусы, которые требуют огромных объёмов продвинутых GPU, сетевого оборудования, систем хранения, энергетической инфраструктуры и, самое главное, высокопроизводительной памяти.
Каждый кластер для обучения ИИ, развёрнутый этими организациями, потребляет экспоненциально больше HBM, чем традиционная облачная инфраструктура. По мере того как фундаментальные модели становятся больше и более способными, инференсные нагрузки также быстро расширяются. Миллионы пользователей, взаимодействующих с ИИ-ассистентами каждый день, требуют постоянных вычислительных ресурсов, то есть спрос выходит за рамки обучения и переходит в долгосрочные развёртывания. Это создаёт структурный, а не временный источник потребления памяти — тем самым поддерживая аргумент Bernstein о том, что баланс спроса и предложения в отрасли фундаментально изменился.
Ещё один критически важный фактор расширенного бычьего рынка — ограниченное число компаний, способных производить передовую HBM в коммерческих масштабах. В отличие от «коммодити» DRAM, производство продвинутой HBM требует самых современных технологических процессов, сложных методов упаковки и лет инженерной экспертизы. Это существенно ограничивает наращивание предложения даже тогда, когда цены становятся особенно привлекательными.
SK Hynix в настоящее время лидирует на глобальном рынке HBM и закрепилась как основной поставщик NVIDIA для нескольких флагманских ИИ-ускорителей. Ранние годы инвестиций позволили компании захватить доминирующую долю рынка, дав ей значительную ценовую власть по мере того, как спрос продолжает расти. Сообщается, что большая часть будущих производственных мощностей HBM уже зарезервирована через долгосрочные соглашения с заказчиками, что снижает неопределённость и обеспечивает исключительную видимость по выручке.
Micron стала ещё одним крупным бенефициаром всплеска ИИ. Её продукты HBM3E получили устойчивый спрос со стороны клиентов: как утверждается, значительная часть её ближайших объёмов производства уже распродана далеко вперёд по графикам поставок. Компания продолжает расширять возможности продвинутой упаковки, одновременно улучшая производственные выходы (yield), что позволяет ей агрессивно конкурировать в премиальном сегменте ИИ-памяти. По мере увеличения ИИ-развёртываний по всему миру способность Micron закреплять долгосрочные соглашения по поставкам укрепляет и стабильность выручки, и операционные маржи.
Samsung остаётся одним из крупнейших производителей памяти в мире и обладает огромными производственными мощностями по DRAM и NAND. Хотя в гонку HBM компания вошла позже, чем SK Hynix, в некоторых сегментах среди клиентов, она по-прежнему активно инвестирует в HBM3E, HBM4, технологии продвинутой упаковки и в узлы технологического процесса следующего поколения. Производственный масштаб Samsung, финансовая устойчивость и исследовательские возможности гарантируют, что она остаётся серьёзным конкурентом, способным наращивать долю рынка по мере расширения будущего спроса на ИИ.
Конкуренция сейчас смещается в сторону HBM4 — следующей крупной эволюции технологий ИИ-памяти. Ожидается, что HBM4 обеспечит значительно более высокую пропускную способность, большую ёмкость, улучшенную энергоэффективность и лучшую масштабируемость для всё более сложных ИИ-нагрузок. Чтобы добиться этих улучшений, нужны прогрессы не только в производстве памяти, но и в технологиях упаковки — таких как 3D-стэкинг, гибридное соединение (hybrid bonding) и продвинутые архитектуры межсоединений. Компании, способные освоить эти технологии, вероятно, обеспечат долгосрочные партнёрства с ведущими дизайнерами ИИ-чипов на годы вперёд.
Ещё одна важная причина, почему Bernstein считает, что этот цикл отличается от предыдущих, — широкое внедрение долгосрочных соглашений по поставкам. Исторически производители памяти сильно полагались на волатильные спотовые рынки, где цены резко менялись в зависимости от состояния запасов. Сегодня гипермасштабные облачные провайдеры и компании, развивающие инфраструктуру ИИ, всё чаще предпочитают контракты на несколько лет, которые гарантируют будущие поставки. Эти соглашения уменьшают ценовую волатильность, улучшают планирование производства и дают производителям памяти больше уверенности при инвестировании десятков миллиардов долларов в новые заводы по выпуску чипов.
Само наращивание предложения также ограничено исключительной сложностью производства полупроводников. Для строительства современного завода по производству передовой памяти требуется масштабная капитальная инвестиция, сложное оборудование, регуляторные одобрения, талант инженеров и несколько лет, прежде чем начнётся значимая продукция. Даже когда Micron, SK Hynix и Samsung объявляют амбициозные планы расширения, значительная часть этих дополнительных мощностей вряд ли существенно повлияет на глобальное предложение до второй половины текущего десятилетия. Тем временем расходы на инфраструктуру ИИ продолжают ускоряться, удерживая спрос комфортно выше роста производства.
Последствия выходят далеко за пределы одних производителей памяти. Выиграют компании, поставляющие оборудование для производства полупроводников, продвинутые системы литографии, технологии упаковки, решения для управления энергопотреблением, системы термохлаждения и инфраструктуру ИИ-сетей. По мере того как стеки памяти становятся всё более сложными, растёт спрос на продвинутое литографическое оборудование, системы инспекции пластин, технологии упаковки чипов и специализированные производственные материалы — создавая возможности по всей цепочке поставок полупроводников.
Тем не менее инвесторам следует оставаться внимательными к потенциальным рискам. Сильное глобальное замедление экономики может сократить расходы предприятий на ИИ. Наращивание производства быстрее, чем ожидалось, может в итоге привести к более сбалансированному предложению. Геополитическая напряжённость, экспортные ограничения или быстрый технологический прогресс со стороны развивающихся конкурентов способны изменить конкурентную динамику. Сами инвестиции в ИИ могут столкнуться с периодами более медленного роста, если отдача от расходов на инфраструктуру окажется ниже или дольше, чем ожидалось. Хотя Bernstein ожидает сохранения позитивного структурного тренда, ни один технологический цикл не обходится полностью без неопределённости.
С моей точки зрения, отчёт Bernstein отражает более широкую трансформацию, происходящую в индустрии полупроводников. Искусственный интеллект меняет роль памяти: из низкомаржинального товара она превращается в один из наиболее стратегически ценных компонентов современного вычисления. GPU часто получают основную долю заголовков, но без огромных объёмов высокопроизводительной памяти даже самые продвинутые ИИ-ускорители не смогут раскрыть весь свой потенциал. Пока правительства, гипермасштабные провайдеры, предприятия и разработчики ИИ продолжают агрессивно инвестировать в инфраструктуру следующего поколения, производители памяти могут получить более сильную ценовую власть, более долгую видимость по прибыли и более высокие оценки, чем инвесторы традиционно приписывали этому сектору.
Если в конечном итоге прогнозы Bernstein окажутся точными, 2027 год может означать не просто пик очередного полупроводникового цикла. Это может стать моментом, когда рынок навсегда переопределит компании памяти как лидеров долгосрочной ИИ-инфраструктуры, а не как бизнесы, «запертые» в повторяющихся циклах подъёма и спада. В мире, где доминирует ИИ, одной вычислительной мощности уже недостаточно. Компании, способные поставлять память, которая питает эти процессоры, могут стать одними из наиболее стратегически важных технологических бизнесов десятилетия.
@Gate_Square
Основа тезиса Bernstein — одна простая реальность: искусственный интеллект превращает память из товара в ресурс, критически важный для выполнения задач. За последние несколько лет ИИ-ускорители стали значительно мощнее, но их производительность всё чаще зависит от способности перемещать огромные объёмы данных на сверхвысоких скоростях. Именно здесь High Bandwidth Memory (HBM) меняет правила игры. В отличие от традиционного DRAM, используемого в персональных компьютерах и обычных серверных системах для предприятий, HBM обеспечивает существенно большую пропускную способность при меньшем энергопотреблении, позволяя GPU эффективно обрабатывать ИИ-модели с триллионами параметров. Каждое новое поколение ИИ-аппаратного обеспечения требует заметно большей ёмкости памяти и более быстрых скоростей передачи данных, поэтому HBM становится одним из самых ценных компонентов внутри современных ИИ-систем.
Традиционные облачные серверы обслуживали веб-приложения, базы данных, хранилища, email-сервисы и задачи виртуализации, которые предъявляли относительно умеренные требования к пропускной способности памяти. Серверы для ИИ — это совершенно другой класс инфраструктуры. Обучение больших языковых моделей требует тысяч GPU, работающих одновременно на масштабных кластерах, обмениваясь огромными объёмами информации каждую секунду. Один современный ИИ-ускоритель может содержать штабели продвинутой HBM, соединённые сверхширокими интерфейсами, способными обеспечивать терабайты пропускной способности в секунду. По мере того как размеры моделей продолжают расти, а задачи инференса становятся более сложными, каждый новый ИИ-сервер требует существенно больше HBM, чем предыдущие поколения. Этот структурный рост «ёмкости памяти на единицу вычислений» — одна из ключевых причин, по которой спрос продолжает опережать доступные мощности.
Крупнейшие технологические компании мира ускоряют эту тенденцию за счёт беспрецедентных инвестиций в инфраструктуру ИИ. NVIDIA продолжает доминировать на рынке ИИ-GPU, и каждое поколение её ускорителей включает более продвинутую технологию HBM. AMD быстро расширяет портфель своих GPU Instinct, чтобы конкурировать в гипермасштабных ИИ-развёртываниях, наращивая спрос на премиальные решения памяти. Тем временем компании, разрабатывающие фронтирные ИИ-модели — включая Anthropic, OpenAI, xAI, Meta, Microsoft, Amazon и Google — инвестируют сотни миллиардов долларов в центры обработки данных следующего поколения, созданные специально для искусственного интеллекта. Эти компании больше не покупают оборудование лишь для замены устаревающей инфраструктуры: они строят полностью новые ИИ-кампусы, которые требуют огромных объёмов продвинутых GPU, сетевого оборудования, систем хранения, энергетической инфраструктуры и, самое главное, высокопроизводительной памяти.
Каждый кластер для обучения ИИ, развёрнутый этими организациями, потребляет экспоненциально больше HBM, чем традиционная облачная инфраструктура. По мере того как фундаментальные модели становятся больше и более способными, инференсные нагрузки также быстро расширяются. Миллионы пользователей, взаимодействующих с ИИ-ассистентами каждый день, требуют постоянных вычислительных ресурсов, то есть спрос выходит за рамки обучения и переходит в долгосрочные развёртывания. Это создаёт структурный, а не временный источник потребления памяти — тем самым поддерживая аргумент Bernstein о том, что баланс спроса и предложения в отрасли фундаментально изменился.
Ещё один критически важный фактор расширенного бычьего рынка — ограниченное число компаний, способных производить передовую HBM в коммерческих масштабах. В отличие от «коммодити» DRAM, производство продвинутой HBM требует самых современных технологических процессов, сложных методов упаковки и лет инженерной экспертизы. Это существенно ограничивает наращивание предложения даже тогда, когда цены становятся особенно привлекательными.
SK Hynix в настоящее время лидирует на глобальном рынке HBM и закрепилась как основной поставщик NVIDIA для нескольких флагманских ИИ-ускорителей. Ранние годы инвестиций позволили компании захватить доминирующую долю рынка, дав ей значительную ценовую власть по мере того, как спрос продолжает расти. Сообщается, что большая часть будущих производственных мощностей HBM уже зарезервирована через долгосрочные соглашения с заказчиками, что снижает неопределённость и обеспечивает исключительную видимость по выручке.
Micron стала ещё одним крупным бенефициаром всплеска ИИ. Её продукты HBM3E получили устойчивый спрос со стороны клиентов: как утверждается, значительная часть её ближайших объёмов производства уже распродана далеко вперёд по графикам поставок. Компания продолжает расширять возможности продвинутой упаковки, одновременно улучшая производственные выходы (yield), что позволяет ей агрессивно конкурировать в премиальном сегменте ИИ-памяти. По мере увеличения ИИ-развёртываний по всему миру способность Micron закреплять долгосрочные соглашения по поставкам укрепляет и стабильность выручки, и операционные маржи.
Samsung остаётся одним из крупнейших производителей памяти в мире и обладает огромными производственными мощностями по DRAM и NAND. Хотя в гонку HBM компания вошла позже, чем SK Hynix, в некоторых сегментах среди клиентов, она по-прежнему активно инвестирует в HBM3E, HBM4, технологии продвинутой упаковки и в узлы технологического процесса следующего поколения. Производственный масштаб Samsung, финансовая устойчивость и исследовательские возможности гарантируют, что она остаётся серьёзным конкурентом, способным наращивать долю рынка по мере расширения будущего спроса на ИИ.
Конкуренция сейчас смещается в сторону HBM4 — следующей крупной эволюции технологий ИИ-памяти. Ожидается, что HBM4 обеспечит значительно более высокую пропускную способность, большую ёмкость, улучшенную энергоэффективность и лучшую масштабируемость для всё более сложных ИИ-нагрузок. Чтобы добиться этих улучшений, нужны прогрессы не только в производстве памяти, но и в технологиях упаковки — таких как 3D-стэкинг, гибридное соединение (hybrid bonding) и продвинутые архитектуры межсоединений. Компании, способные освоить эти технологии, вероятно, обеспечат долгосрочные партнёрства с ведущими дизайнерами ИИ-чипов на годы вперёд.
Ещё одна важная причина, почему Bernstein считает, что этот цикл отличается от предыдущих, — широкое внедрение долгосрочных соглашений по поставкам. Исторически производители памяти сильно полагались на волатильные спотовые рынки, где цены резко менялись в зависимости от состояния запасов. Сегодня гипермасштабные облачные провайдеры и компании, развивающие инфраструктуру ИИ, всё чаще предпочитают контракты на несколько лет, которые гарантируют будущие поставки. Эти соглашения уменьшают ценовую волатильность, улучшают планирование производства и дают производителям памяти больше уверенности при инвестировании десятков миллиардов долларов в новые заводы по выпуску чипов.
Само наращивание предложения также ограничено исключительной сложностью производства полупроводников. Для строительства современного завода по производству передовой памяти требуется масштабная капитальная инвестиция, сложное оборудование, регуляторные одобрения, талант инженеров и несколько лет, прежде чем начнётся значимая продукция. Даже когда Micron, SK Hynix и Samsung объявляют амбициозные планы расширения, значительная часть этих дополнительных мощностей вряд ли существенно повлияет на глобальное предложение до второй половины текущего десятилетия. Тем временем расходы на инфраструктуру ИИ продолжают ускоряться, удерживая спрос комфортно выше роста производства.
Последствия выходят далеко за пределы одних производителей памяти. Выиграют компании, поставляющие оборудование для производства полупроводников, продвинутые системы литографии, технологии упаковки, решения для управления энергопотреблением, системы термохлаждения и инфраструктуру ИИ-сетей. По мере того как стеки памяти становятся всё более сложными, растёт спрос на продвинутое литографическое оборудование, системы инспекции пластин, технологии упаковки чипов и специализированные производственные материалы — создавая возможности по всей цепочке поставок полупроводников.
Тем не менее инвесторам следует оставаться внимательными к потенциальным рискам. Сильное глобальное замедление экономики может сократить расходы предприятий на ИИ. Наращивание производства быстрее, чем ожидалось, может в итоге привести к более сбалансированному предложению. Геополитическая напряжённость, экспортные ограничения или быстрый технологический прогресс со стороны развивающихся конкурентов способны изменить конкурентную динамику. Сами инвестиции в ИИ могут столкнуться с периодами более медленного роста, если отдача от расходов на инфраструктуру окажется ниже или дольше, чем ожидалось. Хотя Bernstein ожидает сохранения позитивного структурного тренда, ни один технологический цикл не обходится полностью без неопределённости.
С моей точки зрения, отчёт Bernstein отражает более широкую трансформацию, происходящую в индустрии полупроводников. Искусственный интеллект меняет роль памяти: из низкомаржинального товара она превращается в один из наиболее стратегически ценных компонентов современного вычисления. GPU часто получают основную долю заголовков, но без огромных объёмов высокопроизводительной памяти даже самые продвинутые ИИ-ускорители не смогут раскрыть весь свой потенциал. Пока правительства, гипермасштабные провайдеры, предприятия и разработчики ИИ продолжают агрессивно инвестировать в инфраструктуру следующего поколения, производители памяти могут получить более сильную ценовую власть, более долгую видимость по прибыли и более высокие оценки, чем инвесторы традиционно приписывали этому сектору.
Если в конечном итоге прогнозы Bernstein окажутся точными, 2027 год может означать не просто пик очередного полупроводникового цикла. Это может стать моментом, когда рынок навсегда переопределит компании памяти как лидеров долгосрочной ИИ-инфраструктуры, а не как бизнесы, «запертые» в повторяющихся циклах подъёма и спада. В мире, где доминирует ИИ, одной вычислительной мощности уже недостаточно. Компании, способные поставлять память, которая питает эти процессоры, могут стать одними из наиболее стратегически важных технологических бизнесов десятилетия.
@Gate_Square
