Koniec tanich smartfonów. AI wyżera pamięć z rynku? #179

TechStorie. O ludziach i technologiach. TechStorie. No dobra, czyli tak, podziękowane, poproszone, zaproszone, no więc możemy przejść do dzisiejszych konkretów, a więc do tego, jak to się dzieje, że na rynku elektroniki zaczyna brakować ważnych części, tak ważnych, że kurczy się między innymi z bardzo kluczowych kategorii elektroniki użytkowej. A konkretnie, zaczynają znikać najtańsze smartfony. I częściowo już zaspoilowałyśmy, że dzieje się tak z powodu AI, ale jest to jedna z dziwniejszych, a zarazem głębszych zmian na rynku, bo jak przewidują analitycy IDC, w tym roku nastąpi też załamanie sprzedaży smartfonów jako całej kategorii i ten rynek skurczyć się ma o co najmniej 13%, dlatego proponuję rozłożyć to na czynniki pierwsze.

A rozwiązanie jest bardzo proste. Nie tylko smartfony korzystają z takich układów. Potrzebują ich także, no oczywiście, centra danych. Także te budowane na potrzeby AI. A producentów pamięci wcale nie jest tak dużo. Dlatego też stoją oni przed wyborem. Produkować tanią pamięć do tanich smartfonów, zwiększyć ceny pamięci do smartfonów, albo przerzucić się na produkcję pamięci do centrów AI. No więc co? No wybierają najbardziej zyskowne opcje, czyli tą brameczkę numer 3. A to wszystko sprawia, że skoro na rynku pamięci jest mniej, no to ceny tej, która zostaje, idą w górę, a skoro drożeją podzespoły, no to drożeje też sprzęt. Poczynając właśnie od tej najtańszej kategorii, no bo prawda jest taka, że najtańsze smartfony oznaczają najniższą marżę, a zatem też najmniejszy zysk. Jak przewidują analitycy, ta najtańsza część sektora smartfonów zniknie, no albo zdrożeje.

To już raczej 15-20%. 179. 179. Tutaj Wam streściłyśmy to, co dzieje się właśnie na rynku smartfonów. A co wywołuje te zmiany? No otóż, tak jak mówiłyśmy, globalne zapotrzebowanie na układy pamięci. Bo okazuje się, że centra danych budowane na potrzeby trenowania AI także ich desperacko potrzebują, więc czołowi producenci pamięci. Ich nazywa się tak pieszczotliwie wielką trójką i są to Samsung, Micron i SK Hynix. Oni przerzucają się na nowy, bardziej dochodowy rynek, no i przenieśli moce przerobowe na segment sztucznej inteligencji i częściej produkują kości pamięci HBM.

Jeszcze do dzisiaj rozwiniemy. Niedobór pamięci wyszedł na jaw dopiero w drugiej połowie 2024 roku i od razu nabrał tempa. Jeszcze na początku tego samego roku branża tonęła w nadwyżkach, producenci pamięci operacyjnej wchodzili w rok z zapasami na ponad pół roku, a pamięć do telefonu sprzedawano niemal za bezcen, byle tylko się jej pozbyć. Producenci dysków pamięci zaliczyli jeszcze gorszy okres, ceny spadły o prawie 40%, a rynek globalnie stracił 25 miliardów dolarów. No i w tym samym momencie dla kontekstu generatywna AI zaczęła rozpychać się łokciami. Po sukcesie ChatGPT, Amazon, Google, Microsoft, Meta, OpenAI, Anthropic ruszyli z zamówieniami ogromnych klastrów obliczeniowych. One potrzebowały tak ogromnych ilości pamięci operacyjnej, czyli takiej pamięci krótkotrwałej, bardzo szybkiej do obliczeń i bieżącej pracy, że po prostu zaczęli zasysać tę pamięć z rynku.

No bo przecież zamówienia na centra danych dla AI wciąż rosną. W 2024 roku 4 najwięksi gracze chmurowi wpompowali w takie obiekty 217 miliardów dolarów, rok później już to było 380 miliardów, a w obecnym roku, w 2026, mówi się, że będzie to 650 miliardów, czyli kwoty porównywalne z naprawdę największymi projektami w historii ludzkości. I zresztą jak sobie to w przybliżeniu policzyć, no to to jest trzykrotny wzrost w ciągu zaledwie dwóch lat. Natomiast prawdziwy przełom nastąpił w październiku 25 roku, bo wtedy OpenAI miał podpisać kontrakty na nawet 900 tysięcy wafli DRAM, czyli właśnie pamięci operacyjnej miesięcznie. Wszystko oczywiście pod swój gigantyczny projekt Stargate, wart niemal 500 miliardów dolarów.

Dzięki temu HBM oferuje dużo większą szybkość i oszczędność energii i dlatego stała się niezbędna w układach AI. Jej produkcja jednak jest znacznie trudniejsza, jest droższa, bo wymaga takiego bardzo zaawansowanego pakowania. Nie opakowywania, tylko pakowania tych właśnie warstw. I tego nie da się szybko zwiększyć. Mam nadzieję, że dalej jesteście z nami, bo ja wiem, że to jest trudny fragment. Jakby coś, to będzie na końcu podsumowanie, więc mam nadzieję, że to wszystko uprości. Ale ważne jest to, że kluczowym graczem napędzającym popyt na tę pamięć HBM jest oczywiście Nvidia. Jej flagowe akceleratory takie jak H100 bez tej pamięci po prostu nie osiągają wydajności potrzebnej do trenowania i uruchamiania wielkich modeli językowych.

Problem w tym, że ruchy tej wielkiej trójcy ustawiają całą branżę. Wystarczyło, że Samsung, SK Hynix, Micron uznały pamięci do AI za swój priorytet, a tradycyjne kości DRAM zeszły na drugi plan. No i w efekcie potężne moce produkcyjne z dnia na dzień przekierowano tam, gdzie płyną najgrubsze pieniądze, czyli właśnie do centrów danych sztucznej inteligencji. A zapotrzebowanie na takie pamięci jest naprawdę ogromne. Z danych firmy analitycznej Acuris oraz raportów rynkowych wynika jasno, że w tym roku aż 70% globalnej produkcji pamięci zostanie wchłonięte przez, no, serwerownię dla AI. Giganci na rynku pamięci mają więc ekonomiczny powód, by, no cóż, no po prostu ignorować rynek smartfonów, przede wszystkim tych tanich smartfonów. Według wyliczeń Tech Insider cena stosu serwerowej pamięci HBM4, czyli czwartej generacji, wzrosła rok do roku o blisko 117%.

I to jest oczywiście przykład anegdotyczny, ale pokazuje, jak bardzo napięta jest sytuacja na rynku, także tym konsumenckim rynku. Tak, więc to jest przykład anegdotyczny, ale są też na to twarde dane, bo analitycy Center for Strategic and International Studies w śródkim raporcie Beyond the Memory Cycle piszą tak, to będzie dłuższy cytat. Branża pamięci doświadcza obecnie globalnego niedoboru, który według oczekiwań potrwa do 2027 roku, a według niektórych szacunków branżowych nawet do 2028 roku, kiedy to ma wejść do eksploatacji znaczna nowa zdolność produkcyjna. Ten niedobór nie jest po prostu kolejnym zwrotem w znanym cyklu boomu i spadku branży pamięci. Odzwierciedla strukturalny szok popytowy napędzany przez AI, nałożony na rynek wciąż rządzony ekstremalnymi kosztami stałymi, długimi czasami budowy oraz powtarzającymi się bodźcami do nadmiernej rozbudowy, gdy ceny rosną.

Ten szok popytowy przekłada się nie tylko na rynek smartfonów, bo skoro w tym roku aż 70% globalnej produkcji pamięci zostanie wchłonięte przez serwerownie AI, to cała reszta technologicznego świata, od producentów komputerów i aut po maszyny przemysłowe, musi walczyć o pozostałe 30% dostępnych na rynku układów. No i braki to uderzają zwłaszcza w branżę lotniczą i zbrojeniową, gdzie układy pamięci są niezbędne do działania radarów, systemów łączności czy elektroniki pokładowej. A przypomnijmy, mamy no takie ostatnie 2-3 lata dosyć intensywnych działań wojennych na kilku niestety polach i do tego są to działania coraz bardziej, znaczy ta militaryzacja jest coraz bardziej też technologiczną militaryzacją. I właśnie dlatego Wielka Trójka ma podobno namawiać kupujących czipy pamięci do powstrzymywania się od gromadzenia zapasów i od składania podwojennych zamówień.

Zresztą być może okaże się, że branża AI zaciągnie do siebie z rynku także inne komponenty elektroniki, takie troszkę mniej seksowne niż podzespoły do smartfonów, ale jednak takie, które w świecie hardware'u są turbo ważne, np. różne regulatory napięcia, przetwornice mocy, układy sterowania bramkami czy czujniki prądu. U mnie w domu na takie urządzenia mówiło się szpeja. Szpeja, to jak po niemiecku. Tak, trochę, no ja jestem ze Śląska, więc tak, więc mówiło się szpeja. Więc branża AI zasysa te części, te wszystkie szpeja z rynku jak taki gigantyczny odkurzacz, przez co bardzo możliwe, że w ciągu kilkunastu miesięcy po prostu zacznie ich brakować. Haczyk polega na tym, że te układy zasilania produkuje się w starszych, tańszych technologiach, a opiera się na nich dosłownie wszystko. Znajdziemy je w samochodach, maszynach fabrycznych, sprzęciem medycznym i wojskowych radarach.

Konsumenci są trochę chronieni. I odurona w czasie przede wszystkim. Nie jest to wszystko przekładane na konsumentów. Na smartfonach, jak mówiłyśmy, producenci otwarcie mówią, że przez brak pamięci nie da się robić tanich modeli. Średnia cena telefonu ma w 2026 roku skoczyć o te 14% do rekordowych 523 dolarów. Telefony poniżej 100 dolarów praktycznie znikną. A niektórzy mniejsi gracze mogą w ogóle wypaść z rynku, głównie chińscy rzeczywiście. W komputerach te podwyżki już są realne, bo taki komputer, który ma 128 GB pamięci, zdrożał już o jakieś 575 do 765 $. Czyli takie 2000 z kawałkiem złotych. Nawet troszkę więcej. Laptopy AI z kartą Nvidia RTX Pro 500 Blackwell podrożały o ponad 500 dolarów, no właśnie tylko przez pamięć.

Więc jak planujecie coś kupić, to kupujcie teraz, bo to będzie drożało. Ja nawet powiem Wam, że w tamtym roku robiłam duży remont. I wymieniałam rzeczywiście prawie całą AGD w domu i byłam zdziwiona, że nie ma aż takiej dużej różnicy w cenach, mimo inflacji też, która przez Polskę przeszła, jak była, nie wiem, kilka lat temu. To się może już niestety kończyć, więc my tu nie jesteśmy od recenzowania sprzętu, ale patrząc na trendy, co się dzieje, to chyba nie ma co odkładać pewnych decyzji zakupowych. No bo ten cały ramageddon pokazuje, jak bardzo AI potrafi wywrócić nam cały rynek. Nowe fabryki powstają, ale nie da się ich uruchomić z dnia na dzień, a większość nowych mocy i tak idzie na potrzeby centrów danych, a nie zwykłych urządzeń i zwykłych konsumentów.

Czyli podsumowując, cały ten bałagan wziął się stąd, że wielka kasa popłynęła na pompowanie najnowszych chipów dla, najnowszych pamięci dla AI, a inwestycje w fabryki, które robią tę starszą, podstawową elektronikę potraktowano troszkę po macoszemu i skutek jest taki, że podzespoły, które i tak najdłużej podnosiły się po covidowych brakach na rynku, znowu są najsłabszym ogniwem, bo chętnych na nie jest znacznie więcej niż samego towaru do kupienia. Producenci pamięci komputerowej rzucili się do rozbudowy tych fabryk, ale na efekty będzie trzeba poczekać. Najwięksi gracze już inwestują miliardy i tak Micron rozwija produkcję w Indiach, przygotowuje nową fabrykę w Stanach Zjednoczonych, Samsung rozbudowuje zakłady w Korei Południowej, a ASKA Hynix inwestuje w produkcję pamięci dla centrów danych.

Swoją moc obliczeniową zwiększa chociażby też chiński YMTC. Tyle, że budowa nowej fabryki pamięci kosztuje około 15 do jakieś 20 miliardów dolarów i zajmuje 2 do 3 lat lub więcej, nawet w najlepszych okolicznościach. Przeszkodą są też braki wykwalifikowanych pracowników, ale także biurokracja, problemy z dostawami, no i oczywiście ograniczenia w eksporcie technologii do Chin. Dlatego w tym roku na rynek trafi stosunkowo niewiele dodatkowych układów. Według prognoz branżowych w 2026 roku producenci zaspokoją zaledwie około 60% globalnego zapotrzebowania na pamięci. Większy wzrost produkcji jest spodziewany w przyszłym roku, a kolejna fala inwestycji nadejdzie tak naprawdę dopiero po 2028 roku. I problem w tym, że większość tych nowych inwestycji wciąż i tak służy produkcji układów, które są wyspecjalizowane w obsłudze AI.

To po prostu oznacza, że po 28 roku ta cała inwestycyjna ofensywa w te nowe fabryki ma przyspieszyć. I to nie jest koniec zawirowań, jakie boom, czy też jak to powiedział nam kory doktorów, bańka AI napędzają. Bo centra danych dla sztucznej inteligencji potrzebują też potężnej przepustowości, żeby te wszystkie serwery, dyski, sieci mogły ze sobą po prostu się szybko dogadać. Efekt jest taki, że według danych z platformy Acuris na sprzęt światłowodowy, czyli różnego rodzaju nadajniki, złącza, moduły optyczne, czeka się teraz w dostawach po prostu najdłużej. Od połowy ubiegłego roku wpadły one do tej samej kategorii potężnych zatorów, w której tkwią już tradycyjnie układy scalone.

Czyli jak widać więcej szpeju jest zastosowane przez rynek AI. Wspaniały podsumowanie. Tak. TechStorie. O ludziach i technologiach. No dobra, ale jak doskonale wiecie, trening sztucznej inteligencji polega na tym, że tysiące procesorów graficznych muszą wymieniać ze sobą dane z prędkością terabitów na sekundę. Na to zapotrzebowanie, na szybki transfer, tak jak mówię, wysysa z rynku całą produkcję sprzętu optycznego, całego tego szpeju. Problem uderza rykoszetem w innych, bo z dokładnie tych samych kabli i złączy korzysta chociażby telekomunikacja, lotnictwo, branża zbrojeniowa i tak dalej. Słuchajcie, więc w tle tego wszystkiego zaczął się potężny ruch lobbyingowy oczywiście, tak?

Inni namawiają administrację do sięgnięcia po Defense Production Act. To jest takie rozporządzenie, które dotyczy strategicznych branż i ich ochrony właśnie w sytuacji jakichś takich problemów. I namawiają ci lobbyści, żeby wymusić podział pamięci poza samą branżą AI. Szczególnie, że pojawia się też wątek niedoborów w medycynie. Bo słuchajcie, to, że drożeją iPhony, to, że drożeją iPady, no dobra, konsument jakoś to zniesie. Ale to, że zaczyna brakować pamięci do produkcji aparatów MRI, a w najgorszym razie w ogóle nie będą one w najbliższym czasie produkowane, no to już się zaczyna rzeczywiście poważny problem. I na razie coraz wyraźniej ujawnia się też efekt, którym branża sztucznej inteligencji raczej nie lubi się chwalić, bo choć AI miało demokratyzować tworzenie aplikacji, programowanie i dostęp do zaawansowanych narzędzi, to wcale nie oznacza to, że one będą powszechnie dostępne dla każdego.

Rosnące ceny smartfonów, komputerów i usług AI mogą sprawić, że możliwości te będą coraz bardziej dostępne, ale dla zamożniejszych użytkowników. Bumne AI może więc nie tylko napędzać innowacje, ale też podnosić koszty uczestnictwa w tym cyfrowym świecie. No i tak to się kończą te obietnice, wiesz, technologia zdemokratizuje Ci całe życie. Więc widzimy wyraźnie, że AI zasysa do siebie już nie tylko wielkie pieniądze, nie tylko talenty, nie tylko zasoby, ale też bardzo fizyczne podzespoły. To jest kluczowym takim krwiobiegiem świata technologii. No ale obiecałyśmy wam podsumowanie, więc musi być podsumowanie. Tak, znaczy teraz możecie też zeszyciki wyciągnąć. Ja nie wiem, jak przyjdziecie za tydzień do urodziny, ja sprawdzę pracę domową.

Powód tych wzrostów cen to niedobory pamięci wywołane oczywiście boomem na AI. Centra danych pochłaniają coraz więcej układów, a producenci kierują moce produkcyjne do coraz bardziej dochodowego segmentu AI, ograniczając podaż pamięci do zwykłych urządzeń. Produkcję pamięci kontroluje zaledwie kilka firm. Samsung, SK Hynix i Micron odpowiadają za ponad 90% globalnej sprzedaży DRAM w ostatnim kwartale ubiegłego roku. Ich decyzje bezpośrednio wpływają na dostępność i ceny komponentów. Pamięć dla AI jest trudniejsza i droższa w produkcji. Taka pamięć wykorzystywana w akceleratorach AI wymaga zaawansowanych technologii i kosztownych procesów, a jej produkcja konkuruje o zasoby z wytwarzaniem zwykłej pamięci.