رفتن به محتوای اصلی
زنجیره تأمین سخت‌افزارتوضیح و تحلیل۲۶ مرداد ۱۴۰۵، ۳:۴۳· 6 دقیقه مطالعه· در فناوری

«تراشه‌تورم» ناشی از تقاضای حافظه هوش مصنوعی، قیمت تمام لوازم الکترونیکی مصرفی را بالا می‌برد

تقاضای انفجاری برای مراکز داده هوش مصنوعی، عرضه جهانی حافظه با پهنای باند بالا (HBM) را مصرف می‌کند و تولیدکنندگان را مجبور می‌سازد تا تولید خود را از تراشه‌های مصرفی دور کنند. این کمبود فیزیکی عرضه که «تراشه‌تورم» نامیده شده، هزینه لپ‌تاپ‌ها، گوشی‌های هوشمند و کنسول‌های بازی را افزایش می‌دهد.

به قلم ایمان شریعتی

ارائه‌دهندگان ابری در مقیاس بزرگ 40%تولیدکنندگان لوازم الکترونیکی مصرفی 35%تولیدکنندگان حافظه 25%
ارائه‌دهندگان ابری در مقیاس بزرگ
تأمین حافظه پیشرفته، صرف نظر از هزینه، یک نیاز حیاتی برای رقابت در حوزه هوش مصنوعی است.
تولیدکنندگان لوازم الکترونیکی مصرفی
افزایش سرسام‌آور هزینه‌های قطعات، حاشیه سود سخت‌افزار را از بین برده و افزایش قیمت‌های خرده‌فروشی نامحبوب را تحمیل می‌کند.
تولیدکنندگان حافظه
اولویت‌بندی حافظه هوش مصنوعی با حاشیه سود بالا برای تأمین مالی هزینه‌های سرمایه‌ای عظیم کارخانه‌های تولید جدید ضروری است.

چرا مهم است

درک «تراشه‌تورم» توضیح می‌دهد که چرا لپ‌تاپ یا گوشی هوشمند بعدی شما احتمالاً به طور قابل توجهی گران‌تر خواهد بود و چرا انتظار برای کاهش قیمت‌ها ممکن است تا زمانی که کارخانه‌های تولید جدید در سال ۲۰۲۷ شروع به کار کنند، نتیجه‌ای ندهد.

مصرف‌کنندگانی که در اواخر سال ۲۰۲۶ به دنبال خرید لپ‌تاپ، کنسول بازی یا گوشی هوشمند جدید هستند، با واقعیتی ناامیدکننده روبرو می‌شوند: قیمت‌ها در حال افزایش هستند و تخفیف‌های فصلی معمول دیگر وجود ندارند. در شبکه‌های اجتماعی و انجمن‌های مصرف‌کنندگان، اغلب تقصیر متوجه طمع شرکت‌ها یا تورم عمومی می‌شود. خریداران فرض می‌کنند که غول‌های فناوری صرفاً در پوشش مشکلات کلان اقتصادی، حاشیه سود خود را افزایش می‌دهند. اما واقعیت این افزایش قیمت کاملاً فیزیکی است و ریشه در معماری میکروسکوپی خود تراشه‌ها دارد. مقصر، تورم عمومی نیست، بلکه کمبود عرضه بسیار خاصی است که تحلیلگران مالی آن را «تراشه‌تورم» نامیده‌اند.[1]

برای درک تراشه‌تورم، باید از راهروی لوازم الکترونیکی مصرفی چشم‌پوشی کرد و به سمت مراکز داده گسترده و پرمصرفی که توسط بزرگترین شرکت‌های فناوری جهان در حال ساخت هستند، نگاه کرد. رونق هوش مصنوعی، که توسط مدل‌های زبان بزرگ و ابزارهای مولد هدایت می‌شود، به میزان بی‌سابقه‌ای از قدرت محاسباتی نیاز دارد. اما قدرت پردازش به تنهایی کافی نیست؛ این پردازنده‌ها باید با سرعت‌های بسیار بالا تغذیه داده شوند. اینجاست که گلوگاه حافظه رخ می‌دهد و مشکلات بازار مصرف‌کننده آغاز می‌شود.[1][3]

حافظه دسترسی تصادفی دینامیک سنتی (DRAM) – همان نوعی که در لپ‌تاپ‌ها و گوشی‌های هوشمند استاندارد یافت می‌شود – برای همگام شدن با شتاب‌دهنده‌های مدرن هوش مصنوعی بسیار کند و محدود است. برای حل این مشکل، صنعت به حافظه با پهنای باند بالا (HBM) متکی است. HBM یک معماری تخصصی است که چندین قالب DRAM را به صورت عمودی روی هم قرار می‌دهد و آنها را با سیم‌های عمودی میکروسکوپی به نام گذرگاه‌های سیلیکونی (TSVs) متصل می‌کند. این طراحی سه‌بعدی انباشته، که توسط شرکت‌هایی مانند SK Hynix، Samsung و Micron پیشگام شده است، امکان انتقال داده‌های عظیم را فراهم می‌کند، در حالی که فضای فیزیکی و توان کمتری نسبت به آرایه‌ای مسطح از تراشه‌های حافظه استاندارد مصرف می‌کند.[4][5]

قابلیت HBM واقعاً چشمگیر است و به سیستم‌های هوش مصنوعی اجازه می‌دهد ترابایت‌ها داده را در ثانیه جابجا کنند. با این حال، واقعیت تولید پشت تبلیغات بازاریابی، سخت و بی‌رحمانه است. تولید HBM به شدت نیازمند ویفر (Wafer) است. به دلیل انباشتگی و بسته‌بندی پیچیده مورد نیاز، تولید یک بیت HBM تقریباً سه تا چهار بیت از ظرفیت DRAM معمولی را در کف کارخانه جابجا می‌کند. هر بار که یک ویفر سیلیکونی به تغذیه یک مرکز داده هوش مصنوعی اختصاص داده می‌شود، عملاً ارزش چندین ویفر حافظه مصرفی از زنجیره تأمین جهانی حذف می‌شود.

حافظه با پهنای باند بالا (HBM) تراشه‌ها را به صورت عمودی روی هم می‌چیند تا سرعت را افزایش دهد، اما به منابع تولیدی به مراتب بیشتری نیاز دارد.

این جابجایی در مقیاس صنعتی در حال وقوع است. «سه بزرگ» تولیدکننده حافظه – Samsung، SK Hynix و Micron – بیش از ۹۰ درصد بازار جهانی DRAM را کنترل می‌کنند. این تولیدکنندگان در مواجهه با تقاضای سیری‌ناپذیر ارائه‌دهندگان ابری در مقیاس بزرگ (Hyperscale) که مایل به پرداخت قیمت‌های بالا برای تضمین زیرساخت هوش مصنوعی هستند، خطوط تولید خود را به شدت از حافظه‌های DDR4 و DDR5 مصرفی دور کرده‌اند. آنها حافظه HBM با حاشیه سود بالا و حافظه سرور را در اولویت قرار می‌دهند و بازار مصرف‌کننده را تشنه عرضه رها می‌کنند.[1][4]

«سه بزرگ» تولیدکننده حافظه – Samsung، SK Hynix و Micron – بیش از ۹۰ درصد بازار جهانی DRAM را کنترل می‌کنند.

ارائه‌دهندگان ابری در مقیاس بزرگ – شرکت‌هایی مانند Microsoft، Meta، Google و Amazon – فقط حافظه نمی‌خرند؛ آنها کل زنجیره‌های تأمین را در انحصار خود در می‌آورند. آنها قراردادهای چند ساله و چند میلیارد دلاری امضا کرده‌اند که بخش عمده ظرفیت بسته‌بندی پیشرفته جهان را تا سال ۲۰۲۷ جذب می‌کند. این فقط یک قصد اعلام شده نیست؛ بلکه یک واقعیت قراردادی و تحویل داده شده است. تولیدکنندگان حافظه عملاً ظرفیت رده بالای خود را فروخته‌اند و تولیدکنندگان لوازم الکترونیکی مصرفی را مجبور کرده‌اند تا بر سر باقیمانده‌های حافظه DRAM معمولی و حافظه فلش NAND با هم رقابت کنند.[2][3]

تأثیر مالی این تغییر سریع و شدید بوده است. به گفته تحلیلگران بازار، هزینه حافظه کامپیوتر معمولی از اوایل سال ۲۰۲۴ به شدت افزایش یافته است. در برخی بخش‌ها، قیمت‌ها صدها درصد بالا رفته‌اند. این وارونگی به ویژه تکان‌دهنده است زیرا از لحاظ تاریخی، هزینه حافظه کامپیوتر با بهبود فرآیندهای تولید، به طور قابل اعتمادی در طول زمان کاهش می‌یافت. رونق هوش مصنوعی به شدت این روند چند دهه‌ای را معکوس کرده و حافظه را از یک کالای ارزان به یک منبع کمیاب و گران‌قیمت تبدیل کرده است.[1][2]

با انحراف ظرفیت کارخانه‌ها به سمت زیرساخت هوش مصنوعی، هزینه حافظه مصرفی به شدت افزایش یافته است.

تولیدکنندگان لوازم الکترونیکی مصرفی اکنون تحت فشار قرار گرفته‌اند. حافظه قبلاً بخش کوچک و قابل پیش‌بینی از کل هزینه مواد اولیه یک دستگاه را تشکیل می‌داد. امروز، این درصد دو یا سه برابر شده است. شرکت‌هایی مانند Apple، Microsoft و Sony مجبور شده‌اند استراتژی‌های قیمت‌گذاری خود را تنظیم کنند. Apple اخیراً هزینه‌های سرسام‌آور حافظه را به عنوان عاملی در قیمت‌گذاری سخت‌افزار خود ذکر کرده است، در حالی که کنسول‌های بازی Microsoft و Sony افزایش قیمت‌های غیرمنتظره‌ای را در میانه چرخه عمر خود تجربه کرده‌اند. «هزینه اضافی پنهان هوش مصنوعی» اکنون مستقیماً به مصرف‌کننده منتقل می‌شود.[2]

وضعیت در بازار ذخیره‌سازی نیز به همان اندازه وخیم است. حافظه فلش NAND، که حافظه غیرفرّار مورد استفاده در درایوهای حالت جامد (SSD) و ذخیره‌سازی گوشی‌های هوشمند است، کمبود ظرفیت مشابهی را تجربه می‌کند. از آنجایی که مراکز داده، SSDهای سازمانی با ظرفیت بالا را برای ذخیره مجموعه‌ داده‌های عظیمی که برای آموزش هوش مصنوعی لازم است، احتکار می‌کنند، قیمت SSDهای مصرفی افزایش یافته است. سازندگان رایانه‌های شخصی و خریداران لپ‌تاپ متوجه می‌شوند که ارتقاء ظرفیت ذخیره‌سازی آنها به طور قابل توجهی گران‌تر از یک سال پیش است.[1]

آیا پایانی در چشم است؟ پاسخ استاندارد بازار آزاد به قیمت‌های بالا، ایجاد ظرفیت بیشتر است. با این حال، صنعت نیمه‌رسانا به سرعت حرکت نمی‌کند. ساخت یک کارخانه تولید حافظه جدید و پیشرفته بیش از ۱۵ میلیارد دلار هزینه دارد و سه تا چهار سال طول می‌کشد تا به تولید انبوه برسد. در حالی که تولیدکنندگان اصلی به شدت در حال سرمایه‌گذاری در تأسیسات جدید هستند، این ظرفیت به موقع وارد مدار نخواهد شد تا فشار فعلی را کاهش دهد. محدودیت‌های فیزیکی زنجیره تأمین به این معنی است که تراشه‌تورم یک واقعیت ساختاری است، نه یک نوسان موقت.[1]

تولیدکنندگان لوازم الکترونیکی مصرفی مجبورند «هزینه اضافی پنهان هوش مصنوعی» را به خریداران منتقل کنند.

علاوه بر این، تولیدکنندگان حافظه در حال حاضر از حاشیه سود بی‌سابقه‌ای برخوردار هستند. پس از یک رکود چرخه‌ای شدید در سال ۲۰۲۳، کمبود ناشی از هوش مصنوعی، ترازنامه‌های آنها را متحول کرده است. از منظر صرفاً تجاری، آنها انگیزه کمی برای سرازیر کردن DRAM ارزان قیمت مصرفی به بازار و کاهش قیمت‌هایی که در حال حاضر ارزش سهام آنها را به بالاترین حد خود می‌رساند، دارند. ماهیت انحصار چندجانبه بازار حافظه تضمین می‌کند که عرضه با دقت اندازه‌گیری و مدیریت خواهد شد.[1][2]

برای مصرف‌کننده عادی، نتیجه‌گیری واضح است. دوران لوازم الکترونیکی که همیشه ارزان‌تر می‌شدند، به دلیل تقاضاهای هوش مصنوعی متوقف شده است. تا زمانی که زنجیره تأمین جهانی نیمه‌رسانا نتواند از نظر فیزیکی گسترش یابد تا هم اشتهای سیری‌ناپذیر مراکز داده هوش مصنوعی و هم نیازهای ثابت بازار مصرف‌کننده را برآورده کند، خریداران باید انتظار پرداخت هزینه اضافی را داشته باشند. تنش بین فضای ابری و مصرف‌کننده، فعلاً به نفع فضای ابری حل شده است.[1][3]

نکات کلیدی

  • رونق هوش مصنوعی باعث کمبود شدید جهانی حافظه کامپیوتر شده و قیمت لوازم الکترونیکی مصرفی را بالا می‌برد.
  • مراکز داده هوش مصنوعی به حافظه با پهنای باند بالا (HBM) نیاز دارند که تولید آن بسیار پرمصرف است.
  • تولید یک بیت HBM تقریباً سه تا چهار بیت از حافظه معمولی مصرفی را در کف کارخانه جابجا می‌کند.
  • تولیدکنندگان اصلی حافظه، تولید خود را تغییر داده‌اند تا تراشه‌های هوش مصنوعی با حاشیه سود بالا را بر قطعات مصرفی اولویت دهند.
  • برندهایی مانند Apple، Microsoft و Sony قبلاً قیمت سخت‌افزارهای خود را برای جبران هزینه سرسام‌آور حافظه افزایش داده‌اند.
  • تحلیلگران انتظار دارند که کمبود عرضه حافظه تا زمانی که کارخانه‌های تولید جدید در حدود سال ۲۰۲۷ شروع به کار کنند، ادامه یابد.

اصطلاحات کلیدی

تراشه‌تورم (Chipflation)
ترکیبی از کلمات «تراشه» و «تورم» که به افزایش هزینه لوازم الکترونیکی مصرفی ناشی از کمبود حافظه نیمه‌رسانا اشاره دارد.
حافظه با پهنای باند بالا (HBM)
یک معماری حافظه انباشته سه‌بعدی که نرخ انتقال داده فوق‌العاده سریع را فراهم می‌کند و عمدتاً در شتاب‌دهنده‌های هوش مصنوعی و پردازنده‌های گرافیکی پیشرفته استفاده می‌شود.
DRAM (حافظه دسترسی تصادفی دینامیک)
نوع استاندارد حافظه کاری است که در رایانه‌های شخصی، گوشی‌های هوشمند و سرورها برای ذخیره داده‌هایی که فعالانه استفاده می‌شوند، به کار می‌رود.
گذرگاه سیلیکونی (TSV)
اتصالات الکتریکی عمودی میکروسکوپی که به طور کامل از یک ویفر سیلیکونی عبور می‌کنند و برای اتصال قالب‌های حافظه انباشته شده در HBM استفاده می‌شوند.
ارائه‌دهنده ابری در مقیاس بزرگ (Hyperscaler)
ارائه‌دهندگان خدمات ابری عظیم، مانند Amazon Web Services، Google Cloud و Microsoft Azure، که مراکز داده را در مقیاس جهانی اداره می‌کنند.

منابع

پوشش منابع

5 منبع

3 دیدگاه شناسایی‌شده

ارائه‌دهندگان ابری در مقیاس بزرگ 40%تولیدکنندگان لوازم الکترونیکی مصرفی 35%تولیدکنندگان حافظه 25%
  1. [1]World Economic Forumارائه‌دهندگان ابری در مقیاس بزرگ

    Chipflation: What to know about 'AI's hidden price tag'

    مطالعه در World Economic Forum
  2. [2]Axiosارائه‌دهندگان ابری در مقیاس بزرگ

    Apple and Microsoft raise prices due to AI memory costs

    مطالعه در Axios
  3. [3]CNNتولیدکنندگان لوازم الکترونیکی مصرفی

    Why AI data centers are driving up consumer electronics prices

    مطالعه در CNN
  4. [4]Wikipediaتولیدکنندگان حافظه

    High Bandwidth Memory

    مطالعه در Wikipedia
  5. [5]Samsung Semiconductorتولیدکنندگان حافظه

    HBM3 | High Bandwidth Memory

    مطالعه در Samsung Semiconductor

نظرات

همیشه در جریان باشید

هر زاویه. هر روز.

دریافت فناوری اخبار همراه با پوشش کامل منابع و تحلیل دیدگاه‌ها، مستقیم در صندوق ورودی شما.