Micron предупреждает: «стена памяти» усугубляется, а HBM не догоняет темпы роста ИИ-ускорителей

Исследователь Micron Рагху Шрираманени на конференции Hot Chips 2026 в Стэнфордском университете предупредил, что проблема «стены памяти» не только сохраняется, но и остреет. Вычислительная производительность ИИ-ускорителей растёт примерно в три раза каждые два года, в то время как развитие HBM (High Bandwidth Memory) за тот же период не укладывается даже в удвоение. По словам эксперта, сколько бы быстро ни работали чипы, если каналы передачи данных остаются узкими, общая производительность в итоге остановится из-за недостаточной пропускной способности.

Технические узкие места HBM

Шрираманени привел в пример новейшую технологию упаковки HBM, интегрирующую два GPU и восемь 12-слойных чипов HBM4 в одном корпусе. При этом примерно 90% площади полупроводника отводится под память — площадь памяти превышает площадь вычислительного GPU более чем в восемь раз. Такая архитектура создаёт давление на цепочки поставок: для производства того же объёма хранения HBM требует примерно в три раза больше кремниевых вейферов, чем обычная DRAM (DDR5). Это ключевая причина, по которой дефицит памяти будет сохраняться.

По мере развития технологий разрыв расширяется: чем выше скорость обработки, тем больше размер чипа, больше слоёв в стеке и больше площади вейфера требуется. Термическое управление становится критически важным. В многослойной архитектуре HBM нижний слой генерирует больше всего тепла, а система охлаждения находится сверху, заставляя тепло проникать через все слои. Жидкостное охлаждение и технологии ультратонких чипов предлагают решения, но индустрия уже сейчас ставит тепловое управление в приоритет на этапе проектирования и адаптирует архитектуру чипов под него. По словам Шрираманени, HBM — самый сложный продукт для разработки, требующий интеграции всех технологий проектирования, производства и упаковки в чип размером с почтовую марку.

Позиция SK Hynix и необходимость сотрудничества

Почти идентичную картину 그려л на той же конференции Ли Чжэ-сик, вице-президент SK Hynix USA. Он также подчеркнул, что дальнейшая оптимизация HBM возможна только через тесное взаимодействие производителей памяти, разработчиков GPU, фабрик и компаний-упаковщиков. Предупреждение Micron подчёркивает фундаментальное противоречие в балансе спроса и предложения на рынке памяти: для удовлетворения растущего аппетита к ИИ-чипам HBM должна перейти на принципиально новые процессорные и упаковочные технологии — именно это станет решающим полем битвы в отрасли.

Финансовый удар по облачным провайдерам

По прогнозам TrendForce, совокупные капитальные затраты крупнейших облачных операторов в 2026 году вырастут на 98%, а в 2027 году — ещё на 50%. Резкий рост будет обусловлен как высоким спросом на память, так и скачком контрактных цен. Доля DRAM и NAND в капзатратах провайдеров составит 47% в 2026 году и достигнет 68% в 2027 году.

Цены на серверную DRAM во второй половине 2025 года выросли в сумме на 64%, а в течение 2026 года могут добавить ещё около 270%. Корпоративные SSD подорожали примерно на 35% во второй половине прошлого года и могут уйти вверх ещё на 235% в текущем. Во втором квартале 2026 года производители начали заключать долгосрочные соглашения с ценовыми потолками, способными сдержать дальнейшее подорожание. Тем не менее, в 2027 году контрактные цены на HBM могут вырасти ещё на 70–140%.

Последствия для экосистемы ИИ

В 2026 году на долю HBM и серверной RDIMM в сумме придётся 51% поставок DRAM в пересчёте на биты. В 2027 году миграция на новые техпроцессы и ввод дополнительных мощностей увеличат поставки серверной DRAM и HBM на 27%. Рост цен и объёмов приведёт к двум главным последствиям. Во-первых, поставщики серверного оборудования и ИИ-ускорителей получат основания для повышения цен, заставив облачных провайдеров ещё сильнее наращивать капзатраты при сохранении планов закупок. Во-вторых, операторы начнут активнее оптимизировать архитектуру ИИ-систем, сокращая объём памяти в каждой: могут измениться конфигурации RDIMM и объёмы интегрированной HBM в будущих ускорителях. Кроме того, растёт интерес к специализированным ИИ-ASIC, где архитектура конкретной модели реализована на аппаратном уровне.