Dlaczego panika wokół pamięci Nvidia Rubin SOCAMM to historia o podaży, a nie kryzys popytu

W dniach 4–5 czerwca 2026 roku przez rynek akcji producentów pamięci dla AI przetoczyła się fala wyprzedaży. Wszystko za sprawą szczegółowego raportu firmy analitycznej SemiAnalysis, który trafił do obiegu i zelektryzował inwestorów. Wynikało z niego, że następna generacja szaf Nvidia – Vera Rubin NVL72 – będzie początkowo dostarczana z mniej więcej o połowę mniejszą pojemnością pamięci CPU, niż zakładał rynek. Prognozy spadły z oczekiwanych ~55 TB do około 28 TB pamięci LPDDR5X na szafę .

Natychmiastowa interpretacja inwestorów była prosta: mniej pamięci na szafę to sygnał załamującego się popytu na kości pamięci. Jednak głębsze spojrzenie na architekturę i łańcuch dostaw maluje znacznie bardziej zniuansowany obraz, który zdaniem wielu analityków został przez rynek błędnie wyceniony.

Co naprawdę zmieniło się w konfiguracji pamięci?

Zmiana dotyczy wyłącznie strony CPU w systemie Vera Rubin NVL72. Każda szafa zawiera 36 procesorów Vera CPU, a każdy z nich ma osiem gniazd na moduły pamięci SOCAMM (Small Outline Compression Attached Memory Module) LPDDR5X .

• Wcześniejsze oczekiwania: Szafy miały być w pełni wyposażone w moduły 192 GB, osiągając maksymalną obsługiwaną przez Nvidię pojemność 1,5 TB na CPU, co dawało łącznie około 54–55 TB pamięci CPU na szafę .
• Nowa konfiguracja wysyłkowa: Pierwsza fala systemów Rubin będzie używać głównie modułów 96 GB. Przy ośmiu modułach na CPU daje to 768 GB na procesor Vera, czyli ~28 TB na całą szafę – redukcja o blisko 50% .
• Co się nie zmieniło: Pamięć HBM4 po stronie GPU pozostaje nietknięta. Każdy z 72 procesorów graficznych Rubin wciąż ma 288 GB HBM4, co daje łącznie ~20,7 TB szybkiej pamięci na szafę, z przepustowością sięgającą 22 TB/s na GPU .

Według SemiAnalysis, główną przyczyną nie jest brak popytu. To pragmatyczna decyzja podyktowana ograniczeniami podaży: moduły LPDDR5X SOCAMM2 o wysokiej gęstości są trudno dostępne, a Nvidia priorytetowo traktuje dostarczenie szaf Rubin na czas, zamiast czekać, aż każde gniazdo będzie wypełnione najmocniejszym komponentem .

Reakcja rynku: trzech gigantów pamięci pod presją

Sposób, w jaki raport przedstawił sprawę – 50-procentowe cięcie pamięci na szafę – okazał się wystarczająco silny, by wywołać szeroką wyprzedaż w całym sektorze pamięci dla AI.

• Micron Technology (MU) spadł o około 7,5% do 7,7% w ciągu jednego dnia, a w trakcie sesji straty sięgały niemal 10% poniżej poprzedniego zamknięcia .
• SK Hynix następnego dnia w handlu porannym zanurkował o ponad 8% .
• Samsung Electronics również zanotował spadki, a szeroka fala wyprzedaży pociągnęła w dół także notowania SanDisk, Western Digital i Seagate .

Ten spadek spotęgował wcześniejszy cios dla Micron. W marcu 2026 roku Nvidia wybrała Samsunga i SK Hynix na wyłącznych dostawców pamięci HBM4 dla Vera Rubin, całkowicie pomijając Micron w lukratywnym segmencie pamięci HBM. Akcje Micron spadły wtedy o około 6,7% . Dla tej firmy cięcie SOCAMM wyglądało na drugi bezpośredni cios, choć szczegóły okazały się bardziej skomplikowane.

Dlaczego analitycy uważają panikę za przesadzoną

Założyciel SemiAnalysis, Dylan Patel, i inni komentatorzy rynkowi szybko odrzucili narrację o „zniszczeniu popytu na pamięci”. Ich kontrargumenty opierają się na jednym szczególe technicznym, który rynek początkowo przeoczył: architektura jest modułowa, a nie stała.

1. Moduły SOCAMM2 są wymienialne i montowane w gniazdach

W przeciwieństwie do lutowanej pamięci LPDDR we wcześniejszych systemach Blackwell, moduły SOCAMM2 w Vera Rubin są umieszczane w wyjmowanych, łatwych w serwisowaniu złączach . Operatorzy centrów danych (tzw. hiperskalerzy) i producenci OEM mogą rozpocząć pracę z modułami 96 GB, a później – gdy części 192 GB lub 256 GB staną się bardziej dostępne – po prostu wymienić moduły bez konieczności wymiany całej szafy. Oznacza to, że początkowa konfiguracja nie jest docelowym zapotrzebowaniem na pamięć; całkowita liczba modułów kupionych w całym cyklu życia produktu może pozostać bez zmian, a nawet wzrosnąć .

2. To tymczasowa strategia, a nie stałe odchudzanie specyfikacji

SemiAnalysis wyraźnie określiło tę zmianę jako pragmatyczny plan na pierwszą fazę dostaw, służący ominięciu ograniczeń podażowych, a nie decyzję projektową o trwałym zmniejszeniu pamięci. Gdy podaż LPDDR5X nadgoni, moduły o większej gęstości będą mogły być stopniowo wprowadzane .

3. Popyt na HBM4 jest całkowicie niezmieniony

Pamięć HBM4 po stronie GPU – czyli ten naprawdę wartościowy i wysokomarżowy element stosu pamięci – nie została w ogóle naruszona przez raport. Każdy GPU Rubin wciąż zużywa 288 GB HBM4, a dostawy dzielą między siebie Samsung i SK Hynix, odpowiednio w około 30% i 70% . Ten gigantyczny czynnik napędzający popyt jest nienaruszony .

4. Całkowity wolumen zamówień SOCAMM może wcale nie spaść

Ponieważ Nvidia zwiększa produkcję Vera Rubin, by sprostać rosnącemu zapotrzebowaniu hiperskalerów, całkowita liczba zamawianych modułów SOCAMM może wzrosnąć, nawet jeśli każda szafa startuje z niższą pojemnością na gniazdo. Niektórzy analitycy sugerują, że ta dynamika może ostatecznie okazać się pozytywna również dla popytu na dyski SSD i interkonekty optyczne .

5. Pozycja Micron w segmencie SOCAMM jest bezpieczna

Choć Micron przegrał walkę o kontrakt na HBM4, pozostaje kluczowym graczem w wyścigu SOCAMM2. W marcu 2026 roku Micron rozpoczął wysyłkę próbek klienckich modułów 256 GB SOCAMM2 – o 33% pojemniejszych niż 192 GB części oferowane przez Samsunga i SK Hynix – i jest wykwalifikowanym dostawcą obok swoich koreańskich konkurentów . Szacowana przez TrendForce alokacja dla Micron w 2026 roku na poziomie ponad 70 miliardów gigabitów w segmencie SOCAMM2 jest jak najbardziej realna .

Szerszy obraz: łańcuchy dostaw nie nadążają

Historia z Vera Rubin obnaża stałą prawdę o rozbudowie infrastruktury AI: moce produkcyjne w zakresie najnowocześniejszych pamięci są napięte do granic możliwości. Podaż LPDDR5X, DDR5 i HBM jest pod presją, a ruch Nvidii to przyznanie, że nie każdy komponent może dotrzeć w idealnej konfiguracji i czasie . Zamiast opóźniać dostawy systemu, który obiecuje dziesięciokrotne obniżenie kosztu tokena przy inferencji, Nvidia postanowiła wysyłać szafy w konfiguracji pamięci, którą może zapewnić teraz, a zmodernizować później .

Dla inwestorów kluczowy wniosek jest taki, że fizyczna architektura ma znaczenie równie duże, co nominalne liczby dotyczące pojemności. Wymienna, modułowa pamięć zasadniczo zmienia rachunek: pojedynczy początkowy zestaw modułów nie definiuje już docelowego popytu. Supercykl w sektorze pamięci dla AI, napędzany głównie przez HBM4 i modułowe LPDDR5X, nie załamuje się – po prostu przechodzi przez bóle wzrostu łańcucha dostaw, który ściga się, by dotrzymać kroku bezlitosnemu tempu produktowemu Nvidii.