Intel-chef advarer: AI presser hukommelseschips til bristepunktet

AI-infrastruktur kan være på vej ind i en flaskehals, der er mindre synlig end GPU'er, men mindst lige så vigtig: hukommelse. På AI Infra Summit i Santa Clara den 15. september sagde Intels CEO Lip-Bu Tan, at manglen allerede har forsinket erhvervsprojekter og løftet priserne på hukommelse med omtrent fem til syv gange. Han advarede samtidig om, at situationen vil blive værre, i takt med at AI-systemer lægger beslag på mere af den tilgængelige kapacitet. 45

Det er ikke nok at skaffe processorer

Tans hovedpointe er, at AI-udbygning afhænger af langt mere end processorkraft. AI-servere kræver store mængder hukommelse, herunder HBM (high-bandwidth memory), som er en type meget hurtig hukommelse til datatunge beregninger.

Den hastige udbygning af AI-infrastruktur strammer markedet, og presset kan ifølge rapporteringen fra konferencen brede sig fra AI-servere til almindelige pc'er og smartphones. 4

I praksis betyder det, at en virksomhed kan have planlagt eller bestilt den nødvendige regnekraft, men stadig ikke kan sætte et system i drift, hvis hukommelsen mangler. Hukommelse bliver dermed en reel begrænsning for tidsplanen – ikke blot en ekstra post på serverregningen.

Hvorfor problemet ikke lige løses

Det tilgængelige materiale peger på et misforhold mellem kapacitet og efterspørgsel: Efterspørgslen fra AI-infrastruktur vokser hurtigere, end leverandørerne kan stille hukommelse til rådighed. Tan kaldte hukommelse en flaskehals og sagde, at forholdene vil forværres. 5

I februar sagde han desuden, med henvisning til samtaler med centrale aktører i branchen, at han havde fået at vide, at der ikke var udsigt til lettelse før 2028. Det er en vurdering fra en topchef af markedsudsigterne – ikke en bekræftet tidsplan for hele industrien. 8

Presset er særligt stort for HBM. AI-servere bruger store mængder af denne hukommelse, og konferencerapporteringen knyttede den høje AI-efterspørgsel til knaphed og prisstigninger, der også rammer mere traditionelle enheder. 4

Kan den stramme forsyning vare i årevis?

Der findes ikke én bekræftet dato for, hvornår markedet normaliseres. Men advarslerne peger samstemmende på en risiko, der rækker længere end en kortvarig forsyningsforstyrrelse:

• Lip-Bu Tans vurdering: Ingen mærkbar lettelse før 2028, baseret på hvad nøgleleverandører ifølge ham havde fortalt tidligere i 2026. 8
• Phisons vurdering: CEO K.S. Pua mener, at NAND-flash kan opleve sin værste mangel i 2027. 17
• Det bredere marked: En analyse peger på fortsat stram forsyning, stigende priser og flerårige indkøbsaftaler. Samtidig er DRAM-produktionen stærkt koncentreret: Samsung Electronics, SK hynix og Micron står tilsammen for langt størstedelen af den globale produktionskapacitet. 57

Der er tale om prognoser og markedsvurderinger, ikke garantier. Ny kapacitet, ændringer i AI-investeringerne og mere hukommelseseffektiv software kan ændre billedet.

Konsekvensen: Dyrere systemer og sværere indkøb

Den umiddelbare følge kan blive mere komplicerede indkøb og højere systemomkostninger. Når knap hukommelse prioriteres til AI-infrastruktur, kan produktkategorier med lavere marginer eller høj prisfølsomhed få sværere ved at skaffe komponenter – eller opleve højere priser. Rapporteringen fra topmødet pegede specifikt på afledte konsekvenser for smartphones og pc'er. 4

For virksomheder, der bygger AI-kapacitet, er de praktiske konsekvenser klare:

1. Planlæg indkøb af hukommelse tidligt. Adgang til processorkraft er ikke i sig selv nok til at gøre et system klar til drift.
2. Behandl hukommelse som en designbegrænsning. Kapacitet, båndbredde og risikoen for manglende tildeling bør indgå allerede i arkitekturen.
3. Forvent sammenhængende flaskehalse. Flere acceleratorer kan samtidig øge behovet for hukommelse, strøm og køling.

Strøm og køling er de næste store begrænsninger

Tan beskrev ikke udfordringen som et rent hukommelsesproblem. Han fremhævede også adgang til elektricitet og udviklingen af køleteknologi som vigtige problemer for chipmarkedet og AI-infrastruktur. 5

Det er afgørende, fordi AI i stor skala kræver, at flere dele fungerer sammen: regnekraft, hukommelse, netværk, strømforsyning og varmehåndtering. Mere tilgængelig hukommelse vil fjerne én barriere, men ikke alene løse de fysiske begrænsninger ved at drive tætpakkede AI-systemer.

Kort fortalt

Tans advarsel er, at AI-hardwareflaskehalsen er ved at flytte sig ud over processorerne. Mangel på hukommelse forsinker projekter, priserne er steget markant, og udsigterne på kort sigt er fortsat stramme. Hans tidligere vurdering om ingen lettelse før 2028 og Phisons advarsel om mulig alvorlig NAND-mangel i 2027 understreger, hvor længe presset kan vare – men begge dele er fortsat prognoser, ikke sikre udfald. 4817

For virksomheder, der planlægger AI-kapacitet, bør hukommelse, strøm og køling derfor behandles på linje med indkøb af acceleratorer: som centrale infrastrukturrisici, der skal tænkes ind fra begyndelsen.