Знак Micron: Почему чипы памяти меняют ход гонки за инфраструктуру ИИ

Когда OpenAI запустила ChatGPT 30 ноября 2022 года, рыночная капитализация Nvidia составляла скромные 345 миллиардов долларов. С тех пор эта компания стала самой ценной корпорацией в мире, теперь её стоимость достигает 4,6 триллионов долларов. Однако ландшафт инфраструктуры искусственного интеллекта претерпевает глубокие изменения, открывающие возможности не только для производителей GPU. Знак микрона — сигнал из рынка чипов — теперь указывает на критический сдвиг: нагрузка на ИИ больше не ограничивается только вычислительной мощностью, всё большее значение приобретает объем и скорость памяти. Эти изменения меняют структуру преимуществ для полупроводниковых компаний, которые смогут извлечь наибольшую выгоду из продолжающегося бумa ИИ.

От GPU-центричной инфраструктуры к инфраструктуре, основанной на памяти

Nvidia достигла доминирования благодаря преимуществу первопроходца в графических процессорах — основных чипах, обеспечивающих обучение и вывод моделей ИИ. Однако через три года после начала революции в области ИИ инвестиционный расчет кардинально изменился. Операторы дата-центров обнаруживают, что сырая вычислительная мощность без достаточного объема памяти создает критический узкий место в их системах.

Goldman Sachs прогнозирует, что гиперскейлеры ИИ могут вложить около 500 миллиардов долларов в капитальные затраты к 2026 году. Когда только Meta Platforms планирует потратить 135 миллиардов долларов на расходы, связанные с ИИ, прогноз Goldman кажется слишком консервативным. Но важный момент в том, что не все эти расходы идут на ускорители GPU и сетевое оборудование.

Новая волна агентных систем ИИ, автономных роботов и расширенных систем вывода требует принципиально иной архитектуры чипов. Эти приложения следующего поколения требуют от компаний значительного расширения инфраструктуры памяти наряду с вычислительными ресурсами. Эта архитектурная необходимость открывает совершенно другую инвестиционную стратегию — ту, которая отдает предпочтение производителям полупроводников, специализирующимся на решениях для памяти, а не на ускорителях.

Знак микрона: взрывной рост спроса на чипы памяти

Аналитики TrendForce прогнозируют, что цены на динамическую оперативную память (DRAM) могут вырасти до 60% в ближайшие месяцы, а цены на NAND-флеш-память — на 38%. Эти цифры отражают не временные ограничения предложения, а структурный рост спроса, который, вероятно, сохранится по мере расширения нагрузок ИИ.

Высокоскоростная память (HBM), специализированная память, используемая для дополнения ускорителей GPU, становится все более важной для крупных языковых моделей и других ресурсоемких приложений ИИ. По мере того как гиперскейлеры стремятся собрать полноценные инфраструктурные комплексы для ИИ, они не могут полагаться только на GPU. Компоненты памяти стали не менее важными, и этот спрос обеспечивает значительную ценовую власть для поставщиков, способных надежно поставлять эти чипы.

Micron Technology занимает центральное место в этом сдвиге. Компания поставляет как DRAM, так и NAND-флеш-память крупнейшим операторам дата-центров мира. По мере ускорения рынка чипов памяти, производственные мощности Micron и дорожная карта технологий позволяют ей захватывать значительный рост доходов.

Оценочные сигналы и позиционирование на рынке

За последние три года рыночная капитализация Micron увеличилась примерно в десять раз, причем большая часть этого роста произошла за последние шесть месяцев. Этот взрывной рост напоминает ранние стадии подъема Nvidia во время начальной волны ИИ-ускорения.

Несмотря на недавний рост, Micron сейчас оценивается по мультипликатору цена/прибыль примерно в 14. Эта оценка резко контрастирует с другими лидерами полупроводниковых рынков, многие из которых торгуются по мультипликаторам в два или три раза выше. Компании, доминирующие в сегментах GPU, ИИ-ускорителей и сетевых чипов, пользуются значительно более высокими премиями инвесторов, что говорит о том, что рынок еще не полностью учел долгосрочные драйверы спроса на чипы памяти.

Сравнение с позицией Nvidia в конце 2022 года поучительно. Три года назад, до того как полностью раскрылась возможность ИИ, рыночная капитализация Nvidia в 345 миллиардов долларов казалась почти невероятной сегодня. Хотя прошлые показатели не гарантируют будущих результатов, и акции Micron уже пережили исторический рост, разрыв в оценке между Micron и другими участниками инфраструктуры ИИ указывает на то, что рынок еще не полностью осознал потенциал возможностей памяти.

Является ли это прорывным моментом для Micron?

Знак микрона, указывающий через ландшафт полупроводников, свидетельствует о том, что индустрия входит в новую фазу, когда ограничения памяти, а не только вычислительная мощность, определяют границы внедрения ИИ. Это осознание может стать катализатором значительного роста для таких компаний, как Micron, предоставляющих решения для этого нового узкого места.

Важно сохранять перспективу: Micron вряд ли вырастет еще в 10 раз с текущих уровней или повторит все аспекты траектории Nvidia. В индустрии полупроводников действуют свои динамики, конкуренционные структуры и циклы рынка. Однако компания, похоже, готова к значительному расширению, поскольку инфраструктурные проекты ИИ все больше ориентируются на доступность чипов памяти наряду с закупками GPU.

Долгосрочные драйверы роста спроса на чипы памяти остаются актуальными. Гиперскейлеры продолжают объявлять о масштабных планах капитальных затрат. Следующее поколение нагрузок ИИ требует более сложных архитектур памяти. Новые приложения, такие как автономные системы и роботы, потребуют экспоненциально большего пропускания памяти, чем текущие. Эти динамики свидетельствуют о том, что возможность рынка чипов памяти — это не временное явление, а устойчивый долгосрочный тренд.

Для инвесторов, отслеживающих возможности в области полупроводников в экосистеме инфраструктуры ИИ, знак микрона является ясным сигналом о том, что фокус индустрии расширяется за пределы производителей GPU и охватывает весь спектр компонентов дата-центров. Остается вопрос, сможет ли Micron конкретно обеспечить ожидаемую доходность — это требует тщательного анализа конкурентных динамик, технологической реализации и отраслевых трендов. Тем не менее, направление на увеличение внимания к архитектурам ИИ, ориентированным на память, кажется очевидным.