Nvidia Dilaporkan Mengunci Bekalan Memori AI Ketika Kekurangan Dijangka Berlarutan hingga 2028

Nvidia dilaporkan sedang menempah bekalan memori beberapa tahun lebih awal daripada tarikh penghantaran. Langkah itu dikatakan melibatkan DRAM konvensional dan memori lebar jalur tinggi (HBM) daripada SK hynix serta Micron untuk digunakan bersama pemecut AI. Laporan tersebut muncul ketika permintaan berkaitan kecerdasan buatan (AI) berkembang lebih pantas daripada kapasiti pengeluaran memori yang tersedia. 4451

Namun, penting untuk membezakan antara perkara yang telah disahkan dengan dakwaan yang masih bersandarkan laporan industri. Nvidia dan SK hynix secara terbuka mengumumkan kerjasama teknologi berbilang tahun yang meliputi pembangunan dan pembuatan memori generasi seterusnya. 22 Dakwaan berasingan bahawa Nvidia turut menandatangani perjanjian bekalan berbilang tahun yang setara dengan SK hynix dan Micron datang daripada laporan industri; bahan awam yang tersedia tidak mengesahkan jumlah, harga atau terma tepat perjanjian berkenaan. 44

Apakah yang dilaporkan telah diperoleh Nvidia?

Perjanjian yang dilaporkan itu melibatkan dua jenis keperluan memori yang berkait rapat tetapi berbeza:

• HBM: Memori lebar jalur tinggi ditempatkan berdekatan pemecut AI untuk menyalurkan data pada kelajuan yang diperlukan bagi tugas latihan dan inferens AI yang berat.
• DRAM konvensional: Memori sistem biasa turut diperlukan dalam pelayan dan platform yang menyokong pemecut tersebut.

Dengan mendapatkan kedua-dua jenis memori ini lebih awal, Nvidia boleh memperoleh gambaran bekalan yang lebih jelas bagi salah satu input penting dalam pengeluaran pemecut AI. Langkah itu tidak menghapuskan risiko rantaian bekalan sepenuhnya. Kontrak tidak boleh serta-merta menghasilkan wafer yang telah diluluskan, kapasiti pembungkusan atau kadar hasil pengeluaran yang stabil.

Namun, komitmen bekalan boleh mengukuhkan kedudukan Nvidia apabila pengeluar memori mula mengagihkan kapasiti sehingga beberapa tahun lebih awal.

Nvidia juga mengesahkan bahawa Samsung, SK hynix dan Micron telah melepasi proses kelayakan untuk membekalkan HBM4 bagi platform Vera Rubin, walaupun Nvidia tidak mendedahkan peruntukan volum rasmi. 24 Perkembangan ini menjadikan perjanjian yang dilaporkan itu penting dari sudut strategi, tetapi tidak membuktikan bahawa mana-mana satu pembekal akan memenuhi bahagian tertentu daripada permintaan masa depan.

Hubungannya dengan kerjasama Nvidia–SK hynix

Pengumuman Nvidia dan SK hynix pada 7 Jun bukan sekadar kontrak pembelian biasa. Kedua-dua syarikat menyifatkannya sebagai kerjasama berbilang tahun untuk menyelaraskan pembangunan memori generasi seterusnya dengan pelan hala tuju infrastruktur AI Nvidia serta memperluas bekalan bagi pembinaan “kilang AI” global. 22

Kerjasama itu merangkumi pembangunan bersama memori untuk platform Nvidia akan datang, termasuk sistem Vera Rubin, selain melibatkan aspek reka bentuk dan pembuatan. 1732 Secara praktikal, SK hynix mendapat peranan lebih awal dalam kitaran pembangunan produk. Pembekal itu boleh bekerjasama dengan Nvidia mengenai teknologi memori dan keperluan pembuatan sebelum sistem memasuki penggunaan berskala besar.

Perbezaan ini penting kerana HBM bukan inventori generik yang boleh ditukar ganti dengan mudah. Ia perlu direka bentuk, disusun secara bertingkat, dibungkus, diuji dan diluluskan untuk platform pemecut tertentu. Hubungan pembangunan bersama boleh mengurangkan ketidakpastian berkaitan keserasian dan masa penghantaran, manakala komitmen bekalan pula memberikan gambaran lebih jelas tentang kapasiti masa depan.

Mengapa kontrak memori semakin panjang?

Pengeluar memori kini berdepan gabungan permintaan AI yang tinggi dan tempoh peneraju yang panjang bagi kapasiti baharu. Pembinaan kilang semikonduktor, pemasangan peralatan, peningkatan kadar hasil serta kelayakan produk HBM canggih memerlukan pelaburan besar sebelum bekalan yang benar-benar boleh digunakan sampai kepada pelanggan.

Keadaan ini mendorong pembeli dan pembekal mempertimbangkan kontrak tiga hingga lima tahun, berbanding kitaran pembelian tahunan semata-mata:

• Pembeli mendapat kepastian bekalan bagi produk yang sukar digantikan dalam masa singkat.
• Pembekal mendapat gambaran permintaan untuk merancang pelaburan dalam kapasiti wafer, penyusunan cip dan pembungkusan.
• Kedua-dua pihak boleh menyelaraskan pelan produk berdasarkan teknologi dan keperluan kelayakan yang telah dikenal pasti.

Laporan pasaran menyatakan harga memori bagi 2027 masih belum dimuktamadkan. Pembekal dan pelanggan dilaporkan lebih cenderung kepada perjanjian jangka panjang yang menetapkan rangka kerja volum dan harga, berbanding hanya bergantung pada rundingan tahunan. 44

Ini tidak bermakna satu lagi kontrak khusus Nvidia telah disahkan. Sebaliknya, ketidakpastian harga dan bekalan menunjukkan mengapa lebih banyak perjanjian kapasiti jangka panjang mungkin muncul dalam industri.

Apa maknanya terhadap kekurangan memori AI?

Ketua Pegawai Eksekutif Micron, Sanjay Mehrotra, berkata pelanggan menyedari bahawa kekurangan memori dan storan akan mengambil masa yang panjang untuk bertambah baik, walaupun bekalan industri dijangka meningkat secara beransur-ansur pada 2028. 51

Pandangan itu selari dengan pasaran yang menerima kapasiti baharu secara berperingkat, bukannya menyelesaikan ketidakseimbangan bekalan dan permintaan dengan serta-merta.

Sesetengah laporan industri menggambarkan kapasiti HBM sebagai telah habis ditempah sehingga 2026 dan memberi amaran bahawa pasaran mungkin kekal ketat pada 2027 atau lebih lama. 3639 Tempoh tepat kekurangan itu masih tidak pasti. Oleh itu, ungkapan “sehingga 2028” wajar dianggap sebagai ramalan, bukan tarikh akhir yang telah ditetapkan.

Kesimpulan yang lebih kukuh ialah kekangan memori AI dijangka berlanjutan jauh melangkaui satu kitaran produk. Memori kini bukan lagi komponen sampingan yang dibeli selepas reka bentuk pemecut selesai. Akses kepada HBM dan DRAM yang telah diluluskan boleh mempengaruhi jumlah pemecut yang dapat dihantar, masa platform baharu digunakan dan kelajuan pengendali pusat data mengembangkan kapasiti mereka.

Perjanjian pelanggan jangka panjang Micron

Keputusan kewangan Micron bagi suku ketiga tahun fiskal 2026 menunjukkan perubahan lebih luas ke arah kapasiti memori yang dikontrak. Syarikat itu melaporkan hasil sebanyak AS$41.46 bilion dan menjangkakan hasil suku keempat sekitar AS$50 bilion, dengan julat turun naik AS$1 bilion. 5051

Micron turut berkata ia telah melengkapkan 16 Strategic Customer Agreements (SCA), iaitu perjanjian pelanggan strategik. Kebiasaannya, perjanjian ini berlangsung selama lima tahun, dari tahun kalendar 2026 hingga penghujung 2030. Perjanjian automotif pula lazimnya berlangsung selama tiga tahun.

Kesemua 16 perjanjian itu mewakili kira-kira 20% daripada jumlah volum DRAM Micron dan satu pertiga daripada volum NAND bagi tempoh tersebut. 63

Laporan lain meletakkan hasil minimum yang dikontrakkan melalui perjanjian itu pada kira-kira AS$100 bilion, selain menyebut komitmen kewangan pelanggan melebihi AS$22 bilion. 5255 Angka tersebut merujuk kepada program perjanjian pelanggan Micron secara keseluruhan, bukan kontrak khusus Nvidia yang telah disahkan.

Bahan laporan yang tersedia juga tidak menetapkan dengan pasti bilangan atau nilai mana-mana perjanjian tambahan yang telah diselesaikan di luar 16 perjanjian yang didedahkan Micron.

Mengapa kapasiti baharu Micron di Amerika Syarikat mengambil masa?

Pelan awal pengembangan Micron di Amerika Syarikat melibatkan kira-kira AS$200 bilion untuk pembuatan semikonduktor serta penyelidikan dan pembangunan. Daripada jumlah itu, kira-kira AS$150 bilion diperuntukkan untuk pembuatan dan AS$50 bilion untuk penyelidikan dan pembangunan di Idaho, New York serta Virginia. 8

Jadual projek itu menjelaskan mengapa pelaburan berkenaan tidak dapat menghapuskan kekurangan dalam masa terdekat. Micron menjangka kilang pertamanya di Idaho menghasilkan wafer awal pada pertengahan 2027, manakala peningkatan pengeluaran utama dijangka berlaku pada 2028. 25

Wafer pertama daripada sesebuah kilang tidak sama dengan pengeluaran besar-besaran yang stabil dan telah diluluskan. Antara permulaan pembinaan dengan bekalan volum tinggi yang boleh diharap, masih terdapat proses pemasangan peralatan, pembelajaran kadar hasil, pembungkusan canggih serta kelayakan oleh pelanggan.

Jurang masa ini amat penting bagi HBM. Walaupun kemudahan baharu menghasilkan wafer DRAM, memori itu masih perlu melalui proses penyusunan, pembungkusan, ujian dan kelayakan khusus untuk sistem AI. Kesimpulan bahawa kapasiti baharu Amerika Syarikat memerlukan beberapa tahun untuk benar-benar mengurangkan kekurangan ialah inferens berdasarkan jadual yang diumumkan dan kerumitan rantaian bekalan—bukan dakwaan bahawa pelaburan tersebut tidak akan menambah kapasiti.

Micron kemudiannya meningkatkan sasaran pelaburan di Amerika Syarikat kepada lebih AS$250 bilion sehingga 2035, sekali gus menegaskan skala dan tempoh panjang pembinaan kapasiti baharu itu. 7

Kesimpulan: memori menjadi infrastruktur strategik

Laporan mengenai Nvidia menunjukkan perubahan besar dalam cara pembelian cip semikonduktor dilakukan. Syarikat AI kini semakin cenderung menempah kapasiti memori dan menyelaraskan pembangunan teknologi dengan pembekal sebelum produk memasuki pengeluaran besar-besaran.

Kerjasama Nvidia–SK hynix yang telah disahkan menunjukkan sisi pembangunan teknologi bagi perubahan itu. Enam belas perjanjian pelanggan strategik Micron pula memperlihatkan bagaimana pengeluar memori mencari komitmen permintaan berbilang tahun.

Jika laporan mengenai perjanjian DRAM dan HBM Nvidia dengan SK hynix serta Micron adalah tepat, ia menunjukkan usaha Nvidia melindungi pelan pengeluaran pemecutnya daripada kekurangan yang mungkin berlanjutan hingga generasi infrastruktur AI seterusnya.

Terma khusus Nvidia–Micron masih belum disahkan. Namun, hala tuju strategiknya semakin jelas: dalam era AI, memori yang telah diluluskan bukan lagi sekadar komponen. Ia sedang berubah menjadi infrastruktur strategik—dan akses kepadanya mungkin sama pentingnya dengan pemecut itu sendiri untuk menghantar kuasa pengkomputeran serta membina pusat data AI pada skala besar.