Дефицит памяти для ИИ рискует стать одной из самых неприятных переменных всего AI-бума: по оценке IDC, заметного облегчения рынок может не увидеть как минимум до 2028 года. Для разработчиков моделей, облачных провайдеров и стартапов это означает простую вещь: инфраструктура еще долго будет стоить дороже, чем многим хотелось бы видеть в финансовой модели.
Об этом сообщает The Register, разбирая, как взрывной спрос на HBM, DDR5 и NAND-память для GPU-серверов одновременно разогнал выручку крупнейших производителей и заложил основу для нового перекоса на рынке. В выигрыше сейчас прежде всего большая тройка: SK Hynix, Micron и Samsung. По данным издания, у SK Hynix и Micron выручка за последний год утроилась, а у Samsung примерно удвоилась. Причина не в абстрактной «цифровой трансформации», а в очень конкретной гонке за AI-датацентрами, где память давно перестала быть фоновым компонентом и превратилась в один из главных узких участков цепочки поставок.
Ситуация для производителей выглядит почти идеально, если смотреть только на ближайший горизонт. Спрос на память для ускорителей и серверов съел оставшиеся свободные мощности, а дефицит подтолкнул цены вверх не только в корпоративном сегменте, но и в массовой электронике. The Register прямо связывает это с ростом стоимости устройств, от смартфонов до AI-инфраструктуры. Ирония в том, что память исторически считается почти товарным рынком, где все привыкли к болезненным качелям: период сверхдоходов обычно сменяется резким обвалом цен, когда на рынок выходит новая мощность и предложение внезапно догоняет или перегоняет спрос.
Проблема в том, что новую мощность нельзя включить по щелчку. Производители уже готовят многомиллиардные вложения, но между решением инвестировать и первой отгрузкой чипов лежит длинная и дорогая дистанция. В июне президент Южной Кореи Ли Чжэ Мён объявил о программе инвестиций на 576 млрд долларов с участием SK Hynix и Samsung, направленной на расширение выпуска чипов и укрепление цепочек поставок для ИИ. Micron 9 июля сообщила о планах вложить до 3 млрд долларов в укрепление американской полупроводниковой цепочки поставок; параллельно, как отмечает The Register, компания наращивает производство и на площадках в Сингапуре, на Тайване и в Японии.
Но даже такие суммы не решают задачу быстро. Новая фабрика по выпуску DRAM или NAND — это не просто корпус и чистая комната. Сначала нужно найти финансирование, площадку и разрешения, затем построить инфраструктуру электропитания, воздухообмена и сверхчистой воды, после чего поставить и отладить специализированное литографическое, транспортное и тестовое оборудование. И даже когда цех формально готов, месяцы уходят на вывод производства на приемлемую доходность. В материале подчеркивается: если проект стартует сейчас, до выхода на полноценные поставки пройдет как минимум три года, а реальный разгон объемов займет еще больше времени. Поэтому дефицит памяти для ИИ вряд ли исчезнет в ближайших кварталах, даже если все пойдет по плану и без задержек.
Для рынка ИИ это неприятнее, чем может показаться на первый взгляд. Последние четыре года OpenAI и другие игроки тратили сотни миллиардов долларов венчурного капитала на модели, агентные системы и прикладные инструменты. На этом фоне вопрос уже не в том, «работает ли технология», а в том, способна ли она окупаться при нынешней себестоимости. Память здесь критична: чем дороже HBM, DRAM и накопители для серверов, тем выше стоимость обучения, инференса и в конечном счете каждого токена. Для стартапов, которые привыкли жить на субсидируемом росте, это неприятное напоминание о том, что экономика железа умеет ломать самые красивые презентации не хуже конкурентов.
Особенно нервной выглядит развилка, на которую указывает The Register. Производители памяти сейчас расширяют мощности, опираясь на предположение, что спрос со стороны AI-инфраструктуры останется аномально высоким. Но если рынок ИИ недоберет ожидаемые объемы, все участники попадут в классическую ловушку цикла. Поставщики памяти получат новые фабрики в момент, когда спрос может начать охлаждаться, а это прямой путь к перепроизводству и ценовому обвалу. Иначе говоря, нынешний дефицит памяти для ИИ способен обернуться его зеркальной противоположностью: после периода острой нехватки может наступить болезненный избыток мощностей.
Для русскоязычной IT-аудитории здесь несколько практических выводов. Во-первых, командам, которые строят продукты на тяжелом AI-инференсе или рассчитывают быстро масштабировать собственные кластеры, лучше не закладываться на скорое удешевление памяти и серверов. Во-вторых, для CIO и инфраструктурных руководителей это аргумент в пользу более осторожного capacity planning: если бизнес-модель держится только при условии, что железо вот-вот подешевеет, модель, скорее всего, слабая. В-третьих, стартапам и продуктовым командам придется еще внимательнее смотреть на архитектурную эффективность: меньше лишних параметров, аккуратнее использование GPU, больше дисциплины в том, как считается стоимость единицы полезного результата, а не просто размер обученной модели.
На горизонте нескольких лет ключевой вопрос звучит не так уж технологично: кто первый устанет — производители памяти, строящие фабрики под AI-ажиотаж, или сами AI-компании, которым нужно доказать, что высокая стоимость инфраструктуры все еще совместима с прибылью. Если спрос на ИИ выдержит этот ценовой пресс, рынок памяти получит еще один сверхцикл. Если нет, нынешний дефицит окажется не только симптомом бума, но и прологом к очень жесткому откату.