Jensen Huang chwali debiut SK Hynix na Nasdaq i ogłasza wielki plan AI dla Japonii

To nie była przypadkowa pochwała. SK Hynix jest największym partnerem Nvidii w zakresie pamięci o wysokiej przepustowości (HBM) — komponentu niezbędnego do działania nowoczesnych akceleratorów AI . Publiczne poparcie Huanga odczytano jako wyraz zaufania do spółki i sygnał, że pozyskanie kapitału w Stanach Zjednoczonych może pomóc w rozbudowie całego łańcucha dostaw układów AI .

Rynek zareagował zdecydowanie. 14 lipca, podczas trzeciej sesji notowań, ADR-y SK Hynix wzrosły o 27,29%, ponieważ inwestorzy zaczęli postrzegać je jako niedowartościowane .

Nvidia potrzebuje większej podaży pamięci

Pochwała Huanga wpisuje się w jego wcześniejsze ostrzeżenia dotyczące ograniczonej podaży HBM. W czerwcu 2026 r. apelował do SK Hynix: „Proszę, produkujcie więcej”, przekonując, że niedobór pamięci dla systemów AI utrzyma się przez „kilka najbliższych lat” . Podczas targów Computex 2026 napisał „Please Make More” na płytce HBM4E na stoisku SK Hynix .

Huang wielokrotnie podkreślał również, że zapotrzebowanie na pamięć będzie przewyższać moce produkcyjne. Jego zdaniem nawet gdyby łańcuch dostaw zwiększał się czterokrotnie każdego roku, „kolejne dziesięć lat nie wystarczy dla AI” .

SK Hynix planuje mniej więcej podwoić do 2030 r. moce produkcyjne w zakresie wafli DRAM, jednak Huang publicznie sugerował, że taka ekspansja może nie wystarczyć . Firma ma obecnie faktycznie dominującą pozycję w dostawach HBM3E wykorzystywanej w sztandarowym układzie AI Nvidii z rodziny Blackwell .

Japonia ma stać się „punktem wyjścia dla AI”

Dzień po komentarzu na temat SK Hynix, 16 lipca, Huang miał przedstawić duże partnerstwo Nvidii z japońskim rządem oraz wielowymiarową współpracę z czołowymi japońskimi firmami w dziedzinie AI i robotyki . Zapowiadając ogłoszenie, powiedział: „Jutro można nazwać początkiem japońskiej AI” .

Zgodnie z oficjalnym komunikatem Nvidii chodzi o budowę w Japonii ekosystemu obejmującego cały stos technologiczny AI i robotykę . Wśród zapowiedzianych obszarów znalazły się:

• Ochrona zdrowia i nauki biologiczne — konsorcjum Tokyo-1 zajmujące się odkrywaniem leków, tworzone z udziałem firm Astellas, Daiichi Sankyo, Ono Pharmaceuticals i Eisai oraz wykorzystujące platformę NVIDIA BioNeMo.
• Robotyka medyczna — systemy robotyczne do zastosowań chirurgicznych rozwijane z Kawasaki Heavy Industries.
• Diagnostyka obrazowa — nowej generacji tomografy komputerowe firm Canon i Fujifilm, korzystające z procesorów graficznych Nvidii.
• Przemysł i automatyzacja — współpraca z japońskimi producentami nad tzw. fizyczną AI, agentami wizyjnymi oraz automatyzacją procesów.

„Fizyczna AI” oznacza systemy, które nie tylko generują tekst lub obrazy, lecz także postrzegają otoczenie i wykonują działania w świecie rzeczywistym — na przykład za pośrednictwem robotów przemysłowych.

Wizyta po kontrowersjach wokół pomijania Japonii

Tokijska wizyta miała także wymiar dyplomatyczny. Wcześniej Huang odwiedził Koreę Południową i Tajwan, ale dwukrotnie nie uwzględnił Japonii w swojej trasie. Wywołało to w Tokio obawy, że japońskie firmy pozostają na marginesie najważniejszych partnerstw Nvidii w Azji .

Powrót do Japonii zbiegł się z 30. rocznicą współpracy Nvidii z Segą. Huang podkreślał znaczenie japońskiej branży gier dla rozwoju grafiki 3D, która pomogła firmie przejść przez trudny okres i stworzyła część fundamentów dzisiejszej działalności Nvidii w obszarze AI .

Dlaczego pamięć HBM jest tak ważna?

HBM to specjalistyczna pamięć, która umożliwia bardzo szybki przepływ danych między pamięcią a procesorem. W systemach AI ma kluczowe znaczenie, ponieważ modele generatywne i inne zaawansowane aplikacje przetwarzają ogromne ilości informacji.

Niedobór HBM może zatem ograniczać nie tylko produkcję samych układów Nvidii, lecz także rozbudowę centrów danych i całych systemów obliczeniowych. Według przedstawianych przez Huanga szacunków podaż wafli pozostaje ponad 20% poniżej popytu, a różnica może utrzymać się do 2030 r.

Z tego punktu widzenia pochwała dla SK Hynix ma znaczenie wykraczające poza reakcję na giełdowy debiut. Nvidia potrzebuje stabilnego dostępu do pamięci, a SK Hynix — kapitału i długoterminowego popytu, aby zwiększać produkcję. Jednocześnie partnerstwo z Japonią pozwala Nvidii rozwijać zastosowania AI w fabrykach, szpitalach i robotach, czyli poza samym rynkiem układów scalonych.

Huang od dawna przekonuje, że Japonia powinna rozwijać własną infrastrukturę AI, ponieważ „musi zbudować ją sama — to jej inteligencja” . W jego wizji Japonia, dzięki doświadczeniu w produkcji przemysłowej i robotyce, może stać się jednym z naturalnych liderów ery fizycznej AI .