Nvidia Rubin SOCAMM-kutt: Hvorfor AI-minne-nedsalget bommer på poenget

Den 4. og 5. juni 2026 traff en salgsbølge AI-minneaksjer etter at et detaljert analysenotat fra SemiAnalysis sirkulerte. Rapporten indikerte at Nvidias neste generasjons Vera Rubin NVL72-rack ville bli levert med omtrent halvparten av minnekapasiteten på CPU-siden markedet hadde modellert – et fall fra forventet ~55 TB til omtrent 28 TB LPDDR5X per rack . Den umiddelbare tolkningen var enkel: mindre minne per rack signaliserer kollapsende etterspørsel etter minnebrikker. Men en nærmere titt på arkitekturen og forsyningskjeden avslører et langt mer nyansert bilde, et bilde analytikere hevder markedet i stor grad feiltolket.

Hva var det som faktisk endret seg i minnekonfigurasjonen?

Endringen er utelukkende på CPU-siden av Vera Rubin NVL72-systemet. Hvert rack rommer 36 Vera CPU-er, og hver CPU har åtte spor for SOCAMM (Small Outline Compression Attached Memory Module) LPDDR5X-moduler .

• Tidligere forventning: Rackene ville leveres med 192 GB moduler i alle sporene og nå Nvidias maksimale støttede kapasitet på 1,5 TB per CPU, til sammen omtrent 54–55 TB CPU-minne per rack .
• Ny leveringskonfigurasjon: Den første bølgen av Rubin-systemer vil hovedsakelig bruke 96 GB moduler. Med åtte moduler per CPU gir dette 768 GB per Vera CPU, eller ~28 TB på tvers av racket – en reduksjon på nesten 50 % .
• Hva som ikke endret seg: GPU-sidens HBM4-minne er fullstendig urørt. Hver av de 72 Rubin GPU-ene har fortsatt 288 GB HBM4, totalt ~20,7 TB høybåndbreddeminne per rack, med båndbreddemål på opptil 22 TB/s per GPU .

Ifølge SemiAnalysis er hovedårsaken ikke mangel på etterspørsel. Det er en pragmatisk avgjørelse diktert av forsyningsknapphet: LPDDR5X SOCAMM2-moduler i høy tetthet er mangelvare, og Nvidia prioriterer å få Rubin-rackene ut døren i henhold til tidsplanen fremfor å vente på at hvert spor skal fylles med modulen med høyest kapasitet .

Markedsreaksjonen: Tre minnegiganter hardt rammet

Rapportens ordlyd – et 50 % kutt i minne per rack – viste seg kraftig nok til å utløse et bredt salgspress i AI-minnesektoren.

• Micron Technology (MU) falt omtrent 7,5 % til 7,7 % på én enkelt dag, med intradagstap på nær 10 % under forrige sluttkurs .
• SK Hynix falt mer enn 8 % i tidlig handel dagen etter .
• Samsung Electronics falt også, og den bredere trenden trakk med seg SanDisk, Western Digital og Seagate .

Dette fallet forsterket et tidligere tilbakeslag for Micron. I mars 2026 hadde Nvidia allerede låst Samsung og SK Hynix som eksklusive leverandører av HBM4-minne til Vera Rubin, noe som ekskluderte Micron fra HBM-stakken med høy margin og sendte aksjen ned omtrent 6,7 % den gang . For Micron føltes SOCAMM-kuttet som et andre direkte slag, selv om detaljene var mer kompliserte.

Hvorfor analytikere mener panikken er overdrevet

SemiAnalysis-grunnlegger Dylan Patel og andre markedskommentatorer gikk raskt ut og avviste narrativet om «ødelagt minneetterspørsel». Motargumentene deres avhenger av en enkelt teknisk detalj markedet i utgangspunktet overså: arkitekturen er modulær, ikke fastlåst.

1. SOCAMM2-moduler er utskiftbare i drift og sokkelbaserte

I motsetning til det fastløddede LPDDR-minnet i tidligere Blackwell-systemer, plugges Vera Rubins SOCAMM2-moduler inn i avtakbare kontakter som kan tilkobles i felt . Hyperskalaleverandører og OEM-er kan starte driften med 96 GB moduler og senere – når 192 GB eller 256 GB deler blir mer tilgjengelige – enkelt bytte ut moduler uten å erstatte racket. Dette betyr at den første leveransen ikke er det permanente minneavtrykket; det totale antallet moduler som anskaffes over produktets livssyklus kan forbli flatt eller til og med øke .

2. Kuttet er en midlertidig leveringsstrategi, ikke en permanent nedskalering

SemiAnalysis beskrev eksplisitt konfigurasjonsendringen som en pragmatisk plan for første leveranse for å navigere i forsyningsutfordringer, ikke en designbeslutning om å permanent redusere minne per rack. Etter hvert som LPDDR5X-forsyningen tar seg opp, kan moduler med høyere tetthet fases inn .

3. HBM4-etterspørselen er totalt uendret

GPU-sidens HBM4-minne – den virkelig høyverdige delen av minnestakken med høy margin – ble ikke berørt av rapporten. Hver Rubin GPU bruker fortsatt 288 GB HBM4, der Samsung og SK Hynix deler henholdsvis omtrent 30 % og 70 % av denne forsyningen . Denne etterspørselsdriveren er massiv og intakt .

4. Totalt SOCAMM-innkjøpsvolum faller kanskje ikke

Fordi Nvidia trapper opp Vera Rubin for å møte økende etterspørsel fra hyperskalaleverandører, kan det totale antallet bestilte SOCAMM-moduler fortsatt stige selv om hvert rack starter med lavere kapasitet per spor. Noen analytikere antyder at dynamikken til slutt kan vise seg å være positiv for etterspørselen etter SSD-er og optiske sammenkoblinger .

5. Microns SOCAMM-posisjon er faktisk intakt

Selv om Micron tapte HBM4-designkonkurransen, forblir selskapet en nøkkelaktør i SOCAMM2-kappløpet. Micron begynte å sende 256 GB SOCAMM2-kundeprøver i mars 2026 – en kapasitetsfordel på 33 % over 192 GB-modulene fra Samsung og SK Hynix – og er en kvalifisert leverandør sammen med sine koreanske konkurrenter . SOCAMM2-muligheten, som TrendForce anslår til over 70 milliarder gigabit i allokering for Micron i 2026, er fortsatt svært reell .

Det større bildet: Forsyningskjedene klarer ikke å holde følge

Vera Rubin-episoden avslører en vedvarende sannhet om AI-utbyggingen: fabrikasjon av ledende minne er strukket til bristepunktet. LPDDR5X-, DDR5- og HBM-forsyning er alle under press, og Nvidias trekk er en erkjennelse av at ikke alle komponenter kan ankomme i den ideelle konfigurasjonen til ideell tid . I stedet for å bremse leveransene av et rack-skala-system som lover en tidobbel reduksjon i token-kostnader for inferens, valgte Nvidia å sende rackene med en minnekonfigurasjon de kan levere nå og oppgradere senere .

For investorer er lærdommen at fysisk arkitektur betyr like mye som kapasitetstall på toppnivå. Et utskiftbart, sokkelbasert minnesystem endrer regnestykket fundamentalt: Et enkelt første leveransesett med moduler definerer ikke lenger livstidsetterspørselen. AI-minnesupersyklusen, primært drevet av HBM4 og modulær LPDDR5X, kollapser ikke – den navigerer ganske enkelt i voksesmertene til en forsyningskjede som kjemper for å holde tritt med Nvidias nådeløse produktkadens.