Hlavní příčinou podle SemiAnalysis není nedostatek poptávky. Jde o pragmatické rozhodnutí vynucené omezenými dodávkami: moduly LPDDR5X SOCAMM2 ve vysokých kapacitách jsou nedostatkovým zbožím a Nvidia upřednostňuje dodat racky Rubin včas, místo aby čekala, až bude každý slot osazen tím nejkapacitnějším modulem .
Interpretace zprávy – 50% snížení paměti na rack – se ukázala být dostatečně silná na to, aby rozpoutala plošný výprodej napříč celým segmentem AI pamětí.
Tento propad ještě znásobil dřívější ránu pro Micron. V březnu 2026 si Nvidia jako výhradní dodavatele pamětí HBM4 pro Vera Rubin zajistila Samsung a SK Hynix, čímž Micron zcela vyloučila z tohoto vysoce maržového segmentu, což tehdy poslalo jeho akcie dolů o zhruba 6,7 % . Pro Micron tak zpráva o snížení kapacity SOCAMM působila jako druhý přímý zásah, i když realita byla složitější.
Zakladatel SemiAnalysis Dylan Patel a další tržní komentátoři se rychle ohradili proti narativu o „destrukci poptávky po pamětech“. Jejich protiargumenty stojí na jediném technickém detailu, který trh zpočátku přehlédl: architektura je modulární, nikoli pevná.
Na rozdíl od pájených LPDDR pamětí, které se nacházejí v dřívějších systémech Blackwell, moduly SOCAMM2 u Věry Rubin se zasouvají do vyjímatelných, v terénu opravitelných konektorů . Provozovatelé velkých datových center (hyperscaleři) a výrobci OEM mohou začít provozovat racky s 96GB moduly a později – až budou 192GB nebo 256GB moduly dostupnější – je jednoduše vyměnit, aniž by museli měnit celý rack. To znamená, že počáteční dodávka není konečným stavem paměťové stopy; celkový počet odebraných modulů během životního cyklu produktu může zůstat stejný, nebo dokonce vzrůst
.
SemiAnalysis tuto změnu konfigurace výslovně charakterizovala jako pragmatický plán pro první dodávky, jak se vypořádat s omezením dodávek, nikoli jako konstrukční rozhodnutí trvale snížit množství paměti na rack. Jakmile se dodávky LPDDR5X zlepší, bude možné začít používat moduly s vyšší kapacitou .
Paměti HBM4 na straně GPU – ta skutečně vysoce hodnotná a vysoce maržová část paměťového subsystému – nebyly zprávou vůbec dotčeny. Každý Rubin GPU stále obsahuje 288 GB HBM4, přičemž dodávky si mezi sebe dělí Samsung a SK Hynix v poměru zhruba 30 % a 70 % . Tento masivní poptávkový motor je tedy nedotčený a v plné síle
.
Vzhledem k tomu, že Nvidia zvyšuje výrobu Věry Rubin, aby uspokojila prudce rostoucí poptávku hyperscalerů, celkový počet objednaných modulů SOCAMM by mohl i nadále růst, i když každý rack začíná s nižší kapacitou na slot. Někteří analytici naznačují, že tato dynamika by v konečném důsledku mohla být pozitivní i pro poptávku po SSD a optických propojeních .
Ačkoli Micron prohrál boj o zakázku na HBM4, zůstává klíčovým hráčem v závodě o SOCAMM2. V březnu 2026 začal Micron dodávat zákaznické vzorky 256GB modulů SOCAMM2 – což představuje 33% kapacitní výhodu oproti 192GB modulům od Samsungu a SK Hynix – a je kvalifikovaným dodavatelem vedle svých korejských konkurentů . Příležitost v oblasti SOCAMM2, kterou společnost TrendForce pro Micron v roce 2026 odhaduje na více než 70 miliard gigabitů, je stále velmi reálná
.
Epizoda s Věrou Rubin odhaluje trvalou pravdu o budování AI infrastruktury: výroba nejmodernějších pamětí je napjatá na maximum. Dodávky LPDDR5X, DDR5 i HBM jsou pod tlakem a krok Nvidie je uznáním, že ne každý komponent může dorazit v ideální konfiguraci a v ideálním čase . Místo aby Nvidia zpomalila dodávky rackového systému, který slibuje desetinásobné snížení nákladů na inferenční tokeny, rozhodla se dodat racky v konfiguraci pamětí, kterou může zajistit hned, a později ji upgradovat
.
Pro investory z toho plyne ponaučení, že na fyzické architektuře záleží stejně jako na číslech o celkové kapacitě. Vyměnitelný, modulární paměťový systém zásadně mění matematiku: jediná počáteční sada modulů již nedefinuje celoživotní poptávku. Supercyklus AI pamětí, tažený především HBM4 a modulárními LPDDR5X, se nehroutí – pouze prochází rostoucími bolestmi dodavatelského řetězce, který se snaží držet krok s neúprosným tempem produktových cyklů Nvidie.
Comments
0 comments