Intel-CEO Lip-Bu Tan: geheugencrisis door AI kan verder verergeren

AI-infrastructuur botst mogelijk op een beperking die minder zichtbaar is dan gpu’s, maar minstens zo bepalend: geheugen. Intel-CEO Lip-Bu Tan zei op 15 september tijdens de AI Infra Summit in Santa Clara dat het tekort al bedrijfsprojecten heeft vertraagd. De prijzen van geheugen zouden volgens hem grofweg vijf- tot zevenvoudig zijn gestegen. En de situatie wordt volgens Tan nog krapper naarmate AI-systemen meer capaciteit opslokken. 45

Niet alleen rekenkracht, ook geheugen bepaalt de snelheid

Voor AI is niet alleen een krachtige processor of accelerator nodig. AI-servers vragen ook grote hoeveelheden geheugen, waaronder high-bandwidth memory (HBM): snel geheugen dat dicht bij krachtige AI-chips wordt ingezet om grote datastromen te verwerken.

De snelle bouw van AI-infrastructuur zet de beschikbaarheid daarvan onder druk. Volgens berichtgeving vanaf de top trekt de vraag van AI-servers zoveel HBM naar zich toe dat de gevolgen ook merkbaar zijn bij pc’s en smartphones. 4

Dat maakt geheugen een praktisch planningsrisico. Een organisatie kan de rekenhardware al hebben besteld, maar een systeem alsnog niet kunnen opleveren wanneer het benodigde geheugen ontbreekt.

Waarom extra aanbod niet snel beschikbaar komt

De kern van het probleem is een kloof tussen vraag en productiecapaciteit. De vraag naar AI-infrastructuur groeit sneller dan leveranciers geheugen beschikbaar kunnen maken. Tan noemde geheugen al eerder een mogelijk knelpunt en stelde nu dat dit scenario werkelijkheid is geworden en verder zal verslechteren. 5

In februari zei Tan, op basis van gesprekken met belangrijke spelers in de sector, dat hij voor zover hij wist geen verlichting vóór 2028 verwachtte. Dat is een inschatting van een bestuurder over de marktsituatie, geen vaststaande planning voor de hele industrie. 8

De druk is vooral groot bij HBM. AI-servers gebruiken er veel van, waardoor de beschikbare productie naar die systemen stroomt en conventionele apparaten met tekorten en hogere kosten kunnen worden geconfronteerd. 4

Hoe lang kan het tekort aanhouden?

De beschikbare bronnen geven geen eenduidige, bevestigde datum waarop de markt weer in balans komt. De waarschuwingen wijzen wel op een risico dat meerdere jaren kan duren:

• Lip-Bu Tan: geen verlichting vóór 2028, op basis van wat belangrijke leveranciers hem eerder in 2026 zouden hebben verteld. 8
• K.S. Pua van Phison: NAND-flash kan in 2027 met het ernstigste tekort te maken krijgen. 17
• Breder marktbeeld: krap aanbod, oplopende prijzen en inkoopafspraken voor meerdere jaren veranderen de manier waarop technologiebedrijven plannen. Samsung Electronics, SK hynix en Micron vertegenwoordigen samen het overgrote deel van de wereldwijde DRAM-productiecapaciteit. 57

Dit zijn prognoses en marktanalyses, geen zekerheden. Extra productiecapaciteit, minder AI-investeringen of efficiënter geheugengebruik kunnen de uitkomst veranderen.

Hogere kosten en moeilijkere inkoop

Op korte termijn betekent schaarste vooral complexere inkoop en hogere systeemkosten. Als geheugen wordt toegewezen aan AI-infrastructuur, kunnen productcategorieën met een lagere prioriteit of kleinere marges minder beschikbaarheid of duurdere componenten krijgen. De verslaggeving rond de top noemt daarbij expliciet smartphones en pc’s. 4

Voor organisaties die AI-capaciteit bouwen, volgen daar drie praktische lessen uit:

1. Regel geheugen vroegtijdig. Beschikbare rekenchips betekenen niet automatisch dat een compleet systeem gebouwd kan worden.
2. Neem geheugen mee in het ontwerp. Capaciteit, bandbreedte en het risico op beperkte toewijzing horen al in de architectuurfase thuis.
3. Reken op samenhangende knelpunten. Meer accelerators vergroten tegelijk de behoefte aan geheugen, stroom en koeling.

Ook stroom en koeling zetten AI onder druk

Tan presenteerde dit niet als een probleem dat alleen om geheugen draait. Hij noemde ook de beschikbaarheid van elektriciteit en de ontwikkeling van koeltechnologie belangrijke uitdagingen voor de chip- en AI-infrastructuursector. 5

De boodschap is breder: AI op grote schaal vereist een samenhangend systeem van rekenkracht, geheugen, netwerken, stroomvoorziening en warmteafvoer. Meer geheugen lost één obstakel op, maar niet de fysieke beperkingen van dicht opeengepakte AI-systemen in datacenters.

Conclusie

Volgens Tan verschuift het hardwareknelpunt voor AI van alleen processors naar geheugen. Tekorten vertragen al projecten, prijzen zijn scherp opgelopen en de vooruitzichten blijven krap. Zijn eerdere verwachting dat er mogelijk vóór 2028 geen verlichting komt, samen met de waarschuwing van Phison over NAND in 2027, onderstrepen dat de druk lang kan aanhouden — al blijven het voorspellingen, geen vaststaande uitkomsten. 4817

Voor bedrijven die AI-capaciteit plannen, horen geheugen, stroom en koeling daarom voortaan in hetzelfde rijtje als de inkoop van accelerators: essentiële infrastructuurrisico’s die vanaf het begin moeten worden meegenomen.