تفسیر مورگان استنلی: کمبود حافظه AI دشوار است، چرا انویدیا به جای آن «کاهش مشخصات» می‌دهد؟

TL;DR: کمبود حافظه AI ممکن است در تمام دوره ادامه یابد. مورگان استنلی معتقد است که افزایش مداوم مقیاس مدل، طول زمینه و حجم همزمان استنتاج، به طور مداوم عرضه جدید ذخیره‌سازی را جذب خواهد کرد. انویدیا شروع به ارائه طرح‌های «کاهش مشخصات» برای روبین کرده است. برخی از ظرفیت‌های HBM و LPDDR5 ممکن است کاهش یابد، اما تقاضا از بین نرفته است، بلکه به NAND، DRAM و ارتباطات پرسرعت منتقل شده است. معماری استنتاج AI در حال بازسازی است. جداسازی Prefill و Decode می‌تواند بهره‌وری سخت‌افزار را افزایش دهد و فرصت‌هایی برای راه‌حل‌های فناوری مانند Cerebras و انویدیا Groq ایجاد کند. CXL ممکن است به یک نقطه رشد جدید تبدیل شود. مورگان استنلی پیش‌بینی می‌کند که تا سال 2030، اندازه بازار نیمه‌هادی‌های مرتبط به حدود 60 میلیارد دلار برسد و Astera Labs و Marvell از جمله ذینفعان بالقوه هستند. کلید سهام ذخیره‌سازی، مدت زمان چرخه است، نه افزایش قیمت‌های کوتاه‌مدت. مورگان استنلی همچنان به خرید سهام میکرون و سن دیسک ادامه می‌دهد، در حالی که ریسک اصلی در سرمایه‌گذاری‌های AI و کاهش ساخت مراکز داده است.

یادداشت سردبیر: ممکن است گلوگاه بعدی AI دیگر تعداد GPU نباشد، بلکه حافظه باشد. با افزایش مقیاس مدل‌های بزرگ، رشد پنجره‌های زمینه و مصرف مداوم منابع استنتاج توسط عامل‌های AI، فشار تأمین HBM، DRAM و NAND به کل مرکز داده منتقل می‌شود. نکته قابل توجه این است که در مواجهه با کمبود ذخیره‌سازی، انویدیا در حال بررسی ارائه محصولات با پیکربندی حافظه پایین‌تر برای پلتفرم نسل بعدی روبین است تا ریتم تحویل و استقرار سیستم را حفظ کند.

این سوالی به نظر می‌رسد که متناقض است: اگر تقاضای AI برای ذخیره‌سازی این‌قدر زیاد است، چرا تولیدکنندگان تراشه شروع به کاهش ظرفیت حافظه می‌کنند؟ آیا «کاهش مشخصات» حافظه به این معنی است که تقاضا به زودی به اوج خود می‌رسد، یا اینکه نشان می‌دهد که گلوگاه تأمین به حدی جدی شده است که کل صنعت مجبور به تنظیم مسیر فناوری خود شده است؟

تحلیلگران نیمه‌هادی مورگان استنلی، جوزف مور و دیگران در گزارش تحقیقاتی خود که در 5 اکتبر منتشر شد، تحت عنوان «چگونه می‌تواند اکوسیستم AI از گلوگاه‌های حافظه عبور کند؟» بیان کردند که کمبود ذخیره‌سازی ممکن است در دوره فعلی AI ادامه یابد، اما ساخت AI منتظر نخواهد ماند تا کارخانه‌های DRAM تولید خود را افزایش دهند. صنعت باید از طریق کاهش برخی پیکربندی‌های محصول، تقسیم وظایف استنتاج و افزایش بهره‌وری اشتراک حافظه، از محدودیت‌های تأمین موجود عبور کند.

این به این معنی است که رقابت در سخت‌افزار AI ممکن است از صرفاً افزایش GPU و ظرفیت حافظه، به بهره‌وری استفاده از منابع کل سیستم محاسباتی تغییر کند. کمبود ذخیره‌سازی لزوماً تقاضای بلندمدت تولیدکنندگان ذخیره‌سازی را تضعیف نمی‌کند، اما ممکن است توزیع ارزش در زنجیره تأمین را تغییر دهد. علاوه بر میکرون و سن دیسک، شرکت‌هایی مانند Cerebras، Astera Labs و Marvell که دارای معماری محاسباتی خاص و فناوری‌های ارتباطی هستند، نیز ممکن است از این فرصت‌های رشد جدید بهره‌مند شوند.

در زیر متن اصلی ترجمه شده است:

ساخت زیرساخت‌های AI با یک مشکل روزافزون و دشوار مواجه است: قدرت محاسباتی می‌تواند با خرید GPU بیشتر گسترش یابد، اما تأمین حافظه نمی‌تواند به همان سرعت افزایش یابد.

مورگان استنلی معتقد است که در آینده قابل پیش‌بینی، تقاضای AI ممکن است به طور مداوم مقدار زیادی از عرضه جدید ذخیره‌سازی را جذب کند. حتی اگر شدت کمبود در دوره‌های مختلف متفاوت باشد، افزایش ظرفیت DRAM هنوز نمی‌تواند به سرعت شکاف عرضه و تقاضا را پر کند.

در گفتگو با شرکت‌های صنعت محاسبات، مورگان استنلی متوجه شده است که چگونه عبور از گلوگاه حافظه به یک موضوع روزافزون و مهم تبدیل شده است. همچنین، مدیر عامل انویدیا، جنسن هوانگ، درباره ضرورت طراحی همزمان سیستم‌های محاسباتی، شبکه و ذخیره‌سازی برای کاهش محدودیت‌های تأمین صحبت کرده است.

تحلیلگران معتقدند که این یک هشدار درباره تضعیف تقاضای ذخیره‌سازی نیست، بلکه واقعیتی است که کل صنعت AI باید با آن مواجه شود: وقتی حافظه نمی‌تواند طبق برنامه تأمین شود، شرکت‌ها باید معماری سیستم‌های جدیدی را پیدا کنند تا سخت‌افزار موجود همچنان از رشد AI پشتیبانی کند.

1. انویدیا شروع به «کاهش مشخصات» برای روبین کرده است، اما گلوگاه ذخیره‌سازی از بین نرفته است

مستقیم‌ترین راه، کاهش ظرفیت حافظه مورد استفاده توسط هر سرور یا GPU است.

مورگان استنلی اشاره می‌کند که کمبود و افزایش قیمت DRAM و NAND در حال وادار کردن زنجیره صنعت AI به بازنگری در پیکربندی محصولات است. برای تولیدکنندگان تراشه، بهتر است به جای اصرار بر مشخصات قبلی که منجر به عدم تحویل سیستم طبق برنامه می‌شود، نسخه‌های با ظرفیت حافظه متفاوتی ارائه دهند تا مشتریان بر اساس نیاز واقعی خود انتخاب کنند.

این گزارش پیش‌بینی می‌کند که انویدیا ممکن است چندین پیکربندی حافظه پایین‌تر برای پلتفرم روبین ارائه دهد.

در زمینه حافظه رک، ظرفیت LPDDR5 که روبین قبلاً برنامه‌ریزی کرده بود حدود 54TB بود، در حالی که برخی از پیکربندی‌های جدید ممکن است به 28TB کاهش یابد، که به معنای کاهش ظرفیت ماژول حافظه SOCAMM2 از 192GB به 96GB است.

در مورد HBM، انویدیا قبلاً پیش‌بینی کرده بود که هر GPU روبین به 288GB HBM4 مجهز باشد که از طراحی 8 گروهی با 12 لایه استفاده می‌کند؛ مورگان استنلی پیش‌بینی می‌کند که انویدیا ممکن است نسخه‌ای با 192GB HBM4 ارائه دهد و تعداد لایه‌های انباشته را به 8 لایه کاهش دهد.

برای روبین اولترا، این گزارش معتقد است که پس از تنظیم به طرح دو هسته محاسباتی، 512GB یک معیار مقایسه مناسب‌تر است و ممکن است گزینه‌های ظرفیت حدود 192GB تا 384GB در آینده وجود داشته باشد.

این‌ها همگی قضاوت مورگان استنلی تا تاریخ انتشار گزارش است و نه همه مشخصات به طور رسمی توسط انویدیا تأیید شده است.

از نظر هزینه، این استراتژی منطقی است. کاهش تعداد لایه‌های انباشته HBM می‌تواند ظرفیت را کاهش دهد و در حالی که تعداد رابط‌ها و نرخ پین‌ها ثابت باقی می‌ماند، پهنای باند نظری لزوماً کاهش نمی‌یابد.

اما ظرفیت و پهنای باند دو مشکل متفاوت را حل می‌کنند. برای برنامه‌هایی با مدل‌های کوچک‌تر و زمینه‌های کوتاه‌تر، کاهش ظرفیت ممکن است تأثیر محدودی داشته باشد؛ اما وقتی مدل‌ها بزرگ‌تر و وظایف استنتاج پیچیده‌تر می‌شوند، کمبود ظرفیت حافظه ممکن است منجر به انتقال داده‌های بیشتر بین سطوح ذخیره‌سازی مختلف شود و تأخیر یا استفاده از GPU را افزایش دهد.

مهم‌تر از همه، کاهش HBM به این معنی نیست که داده‌هایی که AI باید پردازش کند ناپدید می‌شوند، بلکه فقط این داده‌ها به دنبال مکان‌های جدید برای ذخیره‌سازی می‌گردند.

به عنوان مثال، زمانی که ظرفیت HBM GPU کافی نیست، برخی از داده‌ها ممکن است نیاز به ذخیره در حافظه اصلی داشته باشند؛ وقتی ظرفیت LPDDR5 رک کاهش می‌یابد، برخی از نیازهای کش KV (کش کلید-مقدار) ممکن است به NAND فلش منتقل شود.

کش KV در فرآیند استنتاج مدل‌های بزرگ برای ذخیره اطلاعات محاسباتی تاریخی استفاده می‌شود. با افزایش طول زمینه و افزایش درخواست‌های همزمان، نیاز به ظرفیت آن نیز افزایش می‌یابد.

نیاز به ذخیره‌سازی ناپدید نمی‌شود، بلکه به سطوح دیگر منتقل می‌شود.

مورگان استنلی اشاره می‌کند که در حالی که انویدیا برخی از پیکربندی‌های LPDDR5 را کاهش می‌دهد، زنجیره صنعت در حال مشاهده تقاضای جدیدی از NAND است. کاهش ظرفیت HBM همچنین ممکن است انتقال داده‌ها بین GPU‌ها را افزایش دهد و فشار بیشتری به شبکه‌های ارتباطی پرسرعت وارد کند.

این به این معنی است که استراتژی کاهش مشخصات انویدیا ممکن است به طور موقت محدودیت‌های تأمین DRAM را تسکین دهد، اما در عین حال نیاز به NAND، تراشه‌های ارتباطی و خوشه‌های GPU بزرگ‌تر را افزایش می‌دهد.

این فشار انتقال دارای زمینه‌ای بلندمدت است.

بر اساس داده‌های تاریخی Epoch AI که در گزارش ذکر شده است، مقیاس پارامترهای مدل‌های پیشرفته در عصر مدل‌های زبانی بزرگ تقریباً هر شش ماه دو برابر شده است. پنجره‌های زمینه نیز شاهد گسترش سریع بوده‌اند. در عین حال، برنامه‌های AI بیشتری از پرسش و پاسخ ساده به برنامه‌نویسی، استنتاج پیچیده و وظایف عامل‌های طولانی‌مدت منتقل شده‌اند که به طور بیشتری نیاز به استفاده از حافظه را افزایش می‌دهد.

مورگان استنلی معتقد است که مقیاس مدل، طول زمینه و حجم همزمان استنتاج به رشد تقاضای ذخیره‌سازی ادامه خواهد داد. بنابراین، کاهش برخی از پیکربندی‌های محصول بیشتر احتمالاً یک راه‌حل موقتی در دوران کمبود تأمین است، نه نشانه‌ای از کاهش بلندمدت تقاضای حافظه AI.

2. استنتاج AI شروع به «تفکیک» کرده است، GPU دیگر همه وظایف را انجام نمی‌دهد

اگر کاهش پیکربندی حافظه یک اقدام کوتاه‌مدت باشد، تغییر روش محاسبات استنتاج AI ممکن است تغییرات عمیق‌تری در صنعت به همراه داشته باشد.

مورگان استنلی به مسیر دوم که بر آن تمرکز دارد، یعنی استنتاج تفکیک‌شده (Disaggregated Inference) اشاره می‌کند، که به معنای تفکیک وظایف استنتاج مختلف که قبلاً در یک سیستم محاسباتی متمرکز بودند و واگذاری آن‌ها به سخت‌افزار مناسب‌تر است.

استنتاج مدل‌های بزرگ سنتی عمدتاً شامل دو مرحله است.

مرحله اول Prefill (پیش‌پر کردن) است، یعنی پردازش ورودی‌های کاربر، فایل‌ها یا زمینه‌های تاریخی و انجام محاسبات موازی زیاد. این مرحله معمولاً بیشتر به عملکرد محاسباتی وابسته است.

مرحله دوم Decode (کدگشایی) است، یعنی مدل به طور جداگانه توکن‌های خروجی را تولید می‌کند. این فرآیند نیاز به دسترسی مکرر به وزن‌های مدل و کش KV دارد، بنابراین بیشتر به پهنای باند حافظه، ظرفیت و تأخیر دسترسی به داده‌ها وابسته است.

در گذشته، یک GPU معمولاً هر دو نوع وظیفه را به طور همزمان انجام می‌داد. اما با گسترش نیاز به استنتاج، این پیکربندی همیشه انتخاب بهینه‌ای نیست.

مورگان استنلی معتقد است که جهت منطقی‌تر ممکن است این باشد که سخت‌افزارهای محاسباتی فشرده مسئول Prefill باشند و سپس معماری‌های بهینه‌سازی شده برای تأخیر کم و پهنای باند بالا مسئول Decode باشند.

این روش نه تنها می‌تواند بهره‌وری سخت‌افزار را افزایش دهد، بلکه به مراکز داده اجازه می‌دهد تا دو نوع منبع محاسباتی را به طور جداگانه گسترش دهند، بدون اینکه برای همه وظایف نیاز به پیکربندی یکسان GPU و HBM داشته باشند.

تفاوت‌های فنی بین Prefill و Decode

یکی از مستقیم‌ترین ذینفعان بالقوه این رویکرد Cerebras است.

Cerebras از معماری پردازنده در سطح ویفر استفاده می‌کند و تعداد زیادی واحد محاسباتی و SRAM را در یک تراشه یکپارچه می‌کند. ظرفیت چگالی SRAM معمولاً کمتر از DRAM است، اما دارای تأخیر کم و پهنای باند بالا است که برای برخی از وظایف استنتاج که نیاز به خواندن مکرر داده‌ها دارند، مناسب است.

با نزدیک‌تر کردن واحدهای محاسباتی به داده‌ها، Cerebras می‌تواند نیاز به دسترسی به حافظه خارجی را کاهش دهد و سرعت پردازش در مراحل خاص استنتاج را افزایش دهد.

مورگان استنلی اشاره می‌کند که Cerebras با AMD و AWS همکاری کرده است تا ترکیب‌های مختلف پردازنده را به یک سیستم استنتاج یکپارچه تبدیل کند.

در طرح مشترک AMD و Cerebras، AMD Helios مسئول Prefill و پردازش زمینه‌های بزرگ‌تر و Cerebras Engine در سطح ویفر مسئول Decode است. این گزارش پیش‌بینی می‌کند که این طرح در سه‌ماهه چهارم سال 2026 وارد مرحله تولید خواهد شد.

AWS نیز از رویکرد مشابهی استفاده می‌کند و Prefill را با Trainium پردازش می‌کند و سپس Cerebras Decode را انجام می‌دهد. ترکیب‌های مرتبط انتظار می‌رود در سه‌ماهه اول سال 2027 وارد Amazon Bedrock شوند.

بر اساس داده‌های عملکرد خاصی که Cerebras و AMD افشا کرده‌اند، این دو ترکیب می‌تواند در حالی که سرعت استنتاج Cerebras را حفظ می‌کند، حداکثر حدود پنج برابر افزایش در توان عملیاتی را به ارمغان آورد. این به این معنی نیست که همه وظایف استنتاج می‌توانند افزایش یکسانی را تجربه کنند، اما نشان می‌دهد که پیکربندی سخت‌افزار برای وظایف مختلف ممکن است به طور قابل توجهی اقتصاد سیستم را بهبود بخشد.

برای Cerebras، این تغییر نه تنها به معنای فرصت‌های بیشتر برای فروش تراشه‌ها است. از آنجا که این شرکت همچنین خدمات ابری استنتاج خود را اداره می‌کند، اگر سخت‌افزار مشابه بتواند توکن‌های بیشتری تولید کند، هزینه هر توکن ممکن است کاهش یابد و در نتیجه حاشیه سود بهبود یابد یا فضایی برای کاهش قیمت مشتریان فراهم کند.

انیدا نیز در حال بررسی مسیرهای مشابه است.

با ادغام فناوری‌های مرتبط با Groq، انیدا در حال ترکیب GPU مبتنی بر HBM با معماری LPU که از SRAM با سرعت بالا استفاده می‌کند، است. در طرح توصیف شده در گزارش تحقیقاتی، GPU Rubin مسئول پیش‌پر کردن و برخی از محاسبات رمزگشایی نیازمند حافظه بزرگ است، در حالی که معماری Groq وظیفه محاسباتی را که بیشتر با ویژگی‌های تأخیر پایین آن سازگار است، بر عهده دارد و نرم‌افزار NVIDIA Dynamo وظایف را بین پردازنده‌های مختلف هماهنگ می‌کند.

شایان ذکر است که توافق انیدا و Groq در سال 2025 مربوط به مجوز فناوری و جذب استعدادها است و نه خرید کامل شرکت Groq.

مورگان استنلی بر این باور است که با افزایش سرعت هزینه‌های استنتاج نسبت به آموزش، معماری محاسبات ناهمگن که بهینه‌سازی‌های مختلفی برای مراحل استنتاج ارائه می‌دهد، ممکن است فضای بازار بزرگ‌تری را به دست آورد. بر اساس پیش‌بینی‌های هزینه زیرساخت در گزارش تحقیقاتی، تا سال 2030، استنتاج پیش‌بینی می‌شود که حدود 56 درصد از هزینه‌های زیرساخت AI را تشکیل دهد و سهم آموزش حدود 44 درصد خواهد بود.

این همچنین منطق رقابتی جدیدی را برای صنعت تراشه‌های AI به ارمغان می‌آورد: معیارهایی که ممکن است در آینده برای ارزیابی رقابت‌پذیری یک سیستم AI استفاده شود، ممکن است تنها شامل قدرت محاسباتی اوج نباشد، بلکه شامل تعداد توکن‌های تولید شده در هر ثانیه و هزینه تولید هر توکن نیز باشد.

بازار CXL به 60 میلیارد دلار می‌رسد، ارتباط حافظه به فرصت‌های جدید تبدیل می‌شود

علاوه بر تغییر در نحوه تخصیص وظایف استنتاج، مورگان استنلی همچنین بر چگونگی افزایش کارایی استفاده از منابع حافظه موجود تمرکز دارد. این دقیقاً فرصتی است که فناوری CXL ارائه می‌دهد.

CXL (Compute Express Link) یک پروتکل ارتباطی با سرعت بالا است که به پردازنده‌ها اجازه می‌دهد به طور انعطاف‌پذیر به حافظه خارجی دسترسی پیدا کنند و نیازی به وابستگی همیشگی به DRAM متصل محلی نداشته باشند.

در سرورهای سنتی، منابع حافظه معمولاً با CPU خاصی مرتبط هستند. حتی اگر یک سرور دارای حافظه زیادی باشد، به سختی می‌توان آن را به سرور دیگری منتقل کرد. CXL از طریق گسترش، اشتراک و تجمیع حافظه، بهره‌وری کلی مرکز داده از DRAM را افزایش می‌دهد. در این میان، گسترش حافظه می‌تواند ظرفیت اضافی برای یک پردازنده واحد فراهم کند؛ اشتراک حافظه به چندین پردازنده اجازه می‌دهد به منابع حافظه یکسان دسترسی داشته باشند؛ و تجمیع حافظه، حافظه‌های پراکنده را به یک منبع واحد سازماندهی می‌کند و بر اساس بار کاری به طور پویا تخصیص می‌دهد.

این فناوری در گذشته بیشتر در محیط‌های محاسباتی CPU سنتی استفاده می‌شد، زیرا بار کاری CPU نسبت به تأخیر اضافی ناشی از حافظه خارجی نسبتاً آسان‌تر قابل قبول است. در مقابل، GPUهای AI به مدت طولانی به HBM برای ارائه پهنای باند داده بسیار بالا وابسته بوده‌اند و DRAM خارجی متصل به CXL به سختی می‌تواند جایگزین HBM شود.

اما با تغییر نیازهای استنتاج AI، ارزش این معماری در حال افزایش است.

به عنوان مثال، استنتاج با متن طولانی نیاز به ذخیره‌سازی مقدار زیادی KV Cache دارد، اما همه داده‌های کش باید همیشه در سریع‌ترین HBM باقی نمانند. سیستم می‌تواند داده‌های حساس به عملکرد را در HBM نگه دارد و برخی از داده‌هایی که فرکانس دسترسی کمتری دارند و نیاز به تأخیر کمتری دارند را به DRAM خارجی منتقل کند.

این نه تنها می‌تواند فشار ظرفیت HBM گران‌قیمت را کاهش دهد، بلکه می‌تواند بهره‌وری DRAM موجود را نیز افزایش دهد.

مورگان استنلی بر این باور است که AI در حال سوق دادن CXL از گسترش حافظه سرورهای سنتی به بازارهای گسترده‌تری از اتصالات و اشتراک حافظه تسریع‌کننده‌ها است.

در گذشته، Astera Labs بازار بالقوه کنترل‌کننده حافظه CXL را بیش از 40 میلیارد دلار تخمین زده بود. مورگان استنلی در حال حاضر پیش‌بینی می‌کند که با افزایش نیاز به استنتاج AI، بارگذاری KV Cache و تجمیع حافظه در سطح رک، بازار بالقوه CXL و نیمه‌هادی‌های مرتبط با اتصالات حافظه تا سال 2030 به حدود 60 میلیارد دلار برسد.

شایان ذکر است که این عدد پیش‌بینی تحلیلگران از فضای بازار بالقوه است و نه درآمد بازار که قبلاً محقق شده است.

در مورد شرکت‌های خاص، گزارش تحقیقاتی بر روی Astera Labs (ALAB) و Marvell (MRVL) تمرکز دارد.

فرصت‌های Astera Labs عمدتاً از محصولات کنترل‌کننده حافظه Leo ناشی می‌شود. مورگان استنلی اشاره می‌کند که این شرکت پیش‌بینی می‌کند محصولات استاندارد و سفارشی Leo در سال 2027 در دو مشتری بزرگ خدمات ابری آمریکایی به صورت مقیاس‌پذیر عرضه شوند، که شامل طراحی بارگذاری KV Cache برای استنتاج AI است.

Marvell نیز از طریق Structera X و Structera S به ترتیب در زمینه گسترش حافظه و تجمیع حافظه در سطح رک فعالیت می‌کند. این شرکت پیش‌تر پیش‌بینی کرده بود که کسب‌وکار CXL ممکن است تا سال 2028 بیش از 1 میلیارد دلار درآمد داشته باشد.

برای این دو شرکت، کمبود حافظه AI ممکن است تقاضای جدیدی برای فناوری CXL که قبلاً به آرامی پیشرفت می‌کرد، ایجاد کند.

با این حال، مورگان استنلی همچنین اعتراف می‌کند که اندازه واقعی بازار CXL هنوز دشوار است که به دقت پیش‌بینی شود. ارائه‌دهندگان مختلف ابری ممکن است فناوری‌های ارتباطی غیر CXL، HBM با ظرفیت بیشتر یا راه‌حل‌های کش مبتنی بر فلش را انتخاب کنند و در نهایت سرعت پذیرش بازار ممکن است با انتظارات فعلی تفاوت قابل توجهی داشته باشد.

بنابراین، آیا منطق سرمایه‌گذاری CXL می‌تواند تحقق یابد، هنوز نیاز به مشاهده پیشرفت‌های واقعی در استقرار ارائه‌دهندگان ابری، حجم تحویل محصولات و درآمدهای مرتبط دارد.

کاهش پیکربندی حافظه لزوماً به ضرر میکرون نیست، خطر واقعی کاهش ساخت و ساز AI است

برای زنجیره صنعت ذخیره‌سازی، کاهش برخی از پیکربندی‌های حافظه توسط انیدا به نظر نمی‌رسد خبر خوبی باشد. اگر ظرفیت HBM یک GPU کاهش یابد و میزان LPDDR5 در یک رک کاهش یابد، تعداد حافظه‌ای که تولیدکنندگان ذخیره‌سازی می‌توانند بفروشند ممکن است کمتر از آنچه که قبلاً برنامه‌ریزی شده بود، باشد.

مورگان استنلی اعتراف می‌کند که از منظر حداکثرسازی سود کوتاه‌مدت، این واقعاً ممکن است تقاضا و فرصت‌های قیمت‌گذاری که تولیدکنندگان ذخیره‌سازی می‌توانند به دست آورند را تضعیف کند. اما تحلیلگران بر این باورند که این نباید به سادگی به عنوان نشانه‌ای از پایان چرخه ذخیره‌سازی درک شود. نکته کلیدی این است که کاهش کنونی عمدتاً ناشی از محدودیت‌های تأمین است و نه به این دلیل که مشتریان دیگر به حافظه زیادی نیاز ندارند.

زمانی که تولیدکنندگان AI می‌خواهند DRAM بیشتری خریداری کنند اما نمی‌توانند تأمین کافی دریافت کنند، کاهش پیکربندی می‌تواند به آنها کمک کند تا تحویل سیستم را حفظ کنند. با افزایش تأمین در آینده، تولیدکنندگان هنوز انگیزه دارند تا سطح پیکربندی را دوباره افزایش دهند. این به این معنی است که تقاضای فعلی که برآورده نشده ممکن است فضای خرید بعدی را ایجاد کند.

بر اساس این ارزیابی، مورگان استنلی بیشتر بر روی مدت زمان چرخه رونق صنعت ذخیره‌سازی تمرکز دارد و نه حداکثر افزایش قیمت‌های کوتاه‌مدت. اگر مدل‌های AI به طور مداوم گسترش یابند، برنامه‌های کاربردی Agent به طور مداوم افزایش یابند و حجم استنتاج ادامه یابد، حتی اگر تولیدکنندگان DRAM ظرفیت خود را افزایش دهند، تأمین جدید نیز ممکن است به سرعت جذب شود.

بنابراین، مورگان استنلی نظر خود را در مورد میکرون (MU) و سن دیسک (SNDK) به Overweight (افزایش وزن) حفظ می‌کند و بر این باور است که کمبود تأمین ذخیره‌سازی به سرعت پایان نخواهد یافت.

اما این به این معنا نیست که صنعت ذخیره‌سازی می‌تواند به طور کامل از ریسک‌های چرخه‌ای رهایی یابد. گزارش تحقیقاتی بر این باور است که خطر اصلی همچنان از خود تقاضای AI ناشی می‌شود. اگر سرعت توسعه مدل، برنامه‌های کاربردی استنتاج یا سرمایه‌گذاری در قدرت محاسباتی به طور قابل توجهی کاهش یابد، زنجیره صنعت محاسبات و ذخیره‌سازی ممکن است تحت تأثیر قرار گیرد.

علاوه بر این، یک وضعیت پیچیده‌تر نیز وجود دارد: تقاضای AI همچنان قوی است، اما ساخت مراکز داده به دلیل محدودیت‌های زمین، برق یا زیرساخت‌ها به تأخیر می‌افتد. در این سناریو، محصولات ذخیره‌سازی ممکن است تولید شده باشند، اما به دلیل تأخیر در استقرار سرورها، نتوانند به طور مورد انتظار مصرف شوند و در نتیجه عدم تعادل موقتی در عرضه و تقاضا ایجاد کنند.

مورگان استنلی بر این باور است که این نوع گلوگاه‌های ساخت و ساز ممکن است به تولیدکنندگان ذخیره‌سازی فشار اضافی وارد کند و حتی ممکن است عملکرد کوتاه‌مدت آنها را با برخی از شرکت‌های تراشه محاسباتی متفاوت کند. بنابراین، برای ارزیابی اینکه آیا چرخه ذخیره‌سازی می‌تواند ادامه یابد، تنها مشاهده قیمت‌های DRAM و سفارشات HBM کافی نیست، بلکه باید پیشرفت واقعی در استقرار زیرساخت‌های AI را نیز پیگیری کرد.

تأثیر نهایی کمبود ذخیره‌سازی AI ممکن است این نباشد که صنعت استفاده از حافظه را کاهش دهد، بلکه این است که صنعت مجبور به تصمیم‌گیری مجدد شود: کدام داده‌ها باید در HBM باقی بمانند، کدام‌ها می‌توانند به DRAM یا NAND منتقل شوند و کدام وظایف محاسباتی باید به انواع مختلف تراشه‌ها واگذار شوند.

برای سرمایه‌گذاران، متغیرهای کلیدی که باید در آینده به آنها توجه کنند نیز به تدریج روشن می‌شود: آیا پیکربندی واقعی تحویل Rubin کاهش می‌یابد، آیا استنتاج غیرجداشده می‌تواند به مقیاس تجاری برسد، آیا محصولات CXL می‌توانند در سال 2027 به برنامه‌ریزی شده خود برسند و آیا ساخت مراکز داده AI به ادامه مصرف تأمین جدید ادامه خواهد داد.

اگر این تنظیمات فناوری بتوانند استقرار سیستم‌های AI را حفظ کنند و در عین حال تقاضای ذخیره‌سازی بلندمدت ادامه یابد، زنجیره صنعت ذخیره‌سازی و ارتباطات ممکن است به طور مشترک بهره‌مند شوند؛ اما اگر سرمایه‌گذاری AI کاهش یابد یا محدودیت‌های برق و زمین همچنان مانع از استقرار مراکز داده شود، تنش‌های فعلی عرضه و تقاضا نیز ممکن است با قیمت‌گذاری مجدد مواجه شود.

این دقیقاً قضاوت مورگان استنلی در مورد این دوره از چرخه ذخیره‌سازی AI است: آنچه که صنعت واقعاً نیاز دارد حل کند، این نیست که چگونه منتظر حافظه بیشتری باشد، بلکه این است که چگونه در شرایطی که حافظه همیشه کمیاب است، به گسترش قدرت محاسباتی AI ادامه دهد.