Dlaczego premiera GPT-6 Astra wywindowała akcje SK Hynix, Samsunga i SK Square

Premiera GPT-6 Astra z 3 września stała się dla rynku przede wszystkim sygnałem popytowym, a nie rozstrzygnięciem naukowego sporu o to, czy osiągnięto już AGI, czyli ogólną sztuczną inteligencję. Informacja, że model trenowano na ponad 100 tys. systemów Nvidia Grace Blackwell NVLink72, oraz wpis prezesa Nvidii Jensena Huanga „AGI has arrived” wzmocniły oczekiwania, że twórcy modeli i operatorzy chmur będą nadal szybko zwiększać wydatki na moc obliczeniową oraz pamięci. 57

Dlaczego rosły koreańskie spółki półprzewodnikowe

• SK Hynix i Samsung Electronics były najbardziej oczywistymi beneficjentami. Coraz większe klastry AI potrzebują znacznych ilości pamięci o wysokiej przepustowości (HBM), serwerowego DRAM oraz dysków SSD dla przedsiębiorstw. Inwestorzy wyceniali więc perspektywę większych wolumenów, mocniejszych cen pamięci i wyższych zysków. Obie firmy, podobnie jak Micron, już wcześniej korzystały z giełdowej hossy napędzanej AI. 3
• SK Square zyskał jako spółka-matka i istotny ekonomiczny beneficjent wzrostu SK Hynix. Wyższa wycena oraz lepsze perspektywy wyników SK Hynix podnoszą postrzeganą wartość jej udziałów.
• DB HiTek skorzystał na szerszej fali zakupów w sektorze półprzewodników i całym łańcuchu dostaw. Trwała rozbudowa infrastruktury AI zwiększa zapotrzebowanie nie tylko na liderów pamięci, lecz także na produkcję układów, ich obudowy, testowanie i komponenty. W porannym handlu 7 września akcje DB HiTek rosły nawet o 12,9%. 14
• Reakcję rynku spotęgowała zmiana narracji: jeśli coraz bardziej zaawansowane modele wykazują użyteczne komercyjnie zdolności rozumowania, cyberbezpieczeństwa i obsługi komputera, najwięksi dostawcy usług chmurowych mają silniejszy bodziec do budowy kolejnych klastrów zamiast wstrzymywać inwestycje. OpenAI określała Astrę jako swój najbardziej zdolny szeroko wdrożony model i wskazywała na poziom „Critical” w ramach własnych ocen zdolności cyberbezpieczeństwa. 4

Dlaczego umocniła się teza o niedoborze DRAM

Sednem tej tezy jest wzrost popytu szybszy niż wzrost podaży, którą można faktycznie dostarczyć na rynek.

• KB Securities prognozowało, że inwestycje globalnych hyperscalerów — największych operatorów centrów danych i chmur — w infrastrukturę AI wyniosą w kolejnym roku 1,3 bln dolarów, o 60% więcej rok do roku. Udział pamięci w tych wydatkach ma wyraźnie wzrosnąć. 7
• Samsung i SK Hynix miały w trzecim kwartale zapasy pamięci odpowiadające mniej niż 10 dniom podaży. To wyjątkowo mały bufor, który ogranicza zdolność branży do absorpcji nagłego wzrostu zamówień. KB Securities oceniało, że następny rok może przynieść najciaśniejsze warunki podażowe w historii. 7
• Popyt AI nie ogranicza się do HBM. Serwery AI zużywają również serwerowe moduły DDR5 oraz korporacyjne SSD, co równocześnie zwiększa presję na segmenty DRAM i NAND. 7
• Nie da się swobodnie przenosić produkcji między kategoriami pamięci. HBM4 ma wykorzystywać około trzykrotnie więcej mocy waflowej niż konwencjonalny DRAM. Zwiększanie produkcji HBM może więc ograniczać moce dostępne dla standardowego DRAM i pogłębiać napięcia w obu segmentach. 7
• Znaczenie ma też koncentracja podaży. Przy przywoływanym udziale Samsunga i SK Hynix na poziomie około 64,3% światowego rynku DRAM, ograniczenia produkcji lub decyzje o alokacji dostaw u któregoś z liderów mogą istotnie wpływać na globalną dostępność i ceny.
• To nie jest wyłącznie krótkoterminowa prognoza maklerska. Prezes SK Hynix przewidywał najgorszy niedobór pamięci w branży w 2027 r. oraz wskazywał, że popyt może przekraczać możliwości produkcyjne spółki jeszcze długo później. 1

Ważne zastrzeżenie: AGI nie jest faktem potwierdzonym konsensusem

Wypowiedź Huanga była oceną prezesa jednej z kluczowych firm sektora i silnym katalizatorem rynkowym, ale nie stanowi naukowego konsensusu. Badacze nadal różnią się co do definicji i sposobu mierzenia AGI, a krytycy kwestionują, czy Astra spełnia taki próg. 46

Dla argumentu inwestycyjnego dotyczącego pamięci sama etykieta ma jednak drugorzędne znaczenie. Istotne jest to, że rozwój modeli z czołówki rynku już teraz wymaga ogromnych klastrów GPU oraz pamięciochłonnej infrastruktury AI. To wspiera perspektywę popytu niezależnie od tego, czy obecne systemy zostaną ostatecznie uznane za AGI, czy za bardzo zaawansowaną wyspecjalizowaną AI.