Сокращение HBM на GPU может потрясти память-цикл к 2028

Вероятность даунцикла памяти в 2028 году нужно оценивать отдельно от роста инвестиций в AI: изменения в HBM-дизайне, наращивание мощностей и выход годной продукции, распределение производства и структура контрактов определяют рентабельность производителей памяти.

Ключевые изменения в дизайне

- Возможное сокращение объема HBM на один GPU: Rubin Ultra может снизиться с 288 ГБ до 192 ГБ. Также обсуждается уменьшение числа слоев (stack). Это условный сценарий, основанный на отраслевых источниках, и его следует трактовать как вероятностный.
- Суть вопроса: цикл определяется не только расширением мощностей, но и тем, сколько памяти устанавливается на один GPU — это изменение дизайна.

Простая оценка эластичности спроса

- Если объем на один GPU уменьшается с 288 ГБ до 192 ГБ, то для сохранения того же спроса на HBM по битам отгрузки GPU должны вырасти на 50%.
- Вывод: оценка спроса на HBM только по темпам роста отгрузок GPU дает большую погрешность.

Нагрузка на вафли и распределение производства

- Сокращение числа слоев и улучшение выхода годной: снижается расход вафель.
- Перераспределение высвобождающихся мощностей: при переключении на массовый DRAM это может наложиться на рост мощностей и создать ценовое давление.
- Смягчающие факторы: расширение отгрузок GPU и долгосрочные контракты могут снижать волатильность.

Переменные для инвестиционных решений

- Объем памяти на один GPU.
- Фактический объем отгрузок GPU.
- Распределение производства между HBM и массовым DRAM.
- Контрактные цены и охват долгосрочных контрактов.

Выводы

- Рост спроса на AI сам по себе не гарантирует улучшение рентабельности производителей памяти.
- Даже при масштабировании AI, если заказчики выбирают дизайн с меньшим использованием памяти, нагрузка на поставщиков возрастает.
- Текущая задача: проверить, сохраняется ли связка AI-рост → дефицит памяти → высокая маржа на уровне дизайна и контрактов.