Rynek półprzewodników przyzwyczaił się już do gwałtownych skoków popytu wywoływanych przez centra danych i generatywną sztuczną inteligencję. Najnowsze wystąpienie władz Microna pokazuje jednak, że prawdziwym „głodomorem” nadchodzących lat mogą okazać się systemy określane zbiorczo mianem fizycznej AI – od autonomicznych samochodów po humanoidalne roboty. Amerykański producent policzył, że pojedynczy robot przemysłowy nowej generacji może potrzebować ponad 200 GB szybkiej pamięci operacyjnej i kilku terabajtów trwałej przestrzeni na dane. Taka specyfikacja, dziś spotykana głównie w wysokowydajnych serwerach, w ciągu dekady może stać się rynkowym standardem dla maszyn pracujących na hali produkcyjnej czy w magazynie.

Zmiana skali niesie poważne implikacje. Według wyliczeń banku Morgan Stanley do 2050 r. liczba humanoidalnych robotów przekroczy miliard, z czego ponad 90 proc. znajdzie zatrudnienie w przemyśle i usługach. Gdy te prognozy zestawić z wymaganiami sprzętowymi wskazanymi przez Microna, powstaje obraz rynku, w którym zapotrzebowanie na DRAM i NAND może rosnąć szybciej niż zdolności wytwórcze całej branży. Nic dziwnego, że inwestorzy uważnie śledzą każdą zapowiedź nowych fabryk oraz plany ekspansji technologicznej największych dostawców kości pamięci.

Dlaczego „fizyczna AI” zjada gigabajty

Roboty nowej fali to w istocie mobilne centra danych. Przetwarzanie sygnałów z kilkudziesięciu czujników, kamera 3D w rozdzielczości 4K, natychmiastowa analiza danych z lidarów i radarów – wszystko to wymaga sporych zasobów DRAM o bardzo niskich opóźnieniach. Szacunek rzędu 200 GB na robota nie jest więc przesadzony, zwłaszcza jeśli założyć pracę w czasie rzeczywistym bez ciągłego wsparcia chmury. Kolejny element układanki to magazynowanie modeli uczenia maszynowego i logów operacyjnych. Terabajty NAND lub nowoczesnego SSD pozwalają na szybkie aktualizacje oprogramowania, przechowywanie map otoczenia oraz buforowanie danych treningowych, gdy robot chwilowo traci łączność z serwerem.

Na horyzoncie widać ponadto popyt z pojazdów autonomicznych poziomu czwartego i piątego. Producenci samochodów elektrycznych już dziś testują systemy jazdy samodzielnej, które w wersji produkcyjnej mają otrzymywać nawet 1 TB pamięci masowej. Jeżeli sieci neuronowe będą wykonywane lokalnie, konieczne stanie się też wdrożenie szybko rosnących standardów HBM3E lub GDDR7, aby przenieść wartki strumień danych pomiędzy procesorem graficznym a czujnikami.

Fabryki w pośpiechu: inwestycje już na horyzoncie

Micron zamierza przeznaczyć w roku fiskalnym 2027 ponad 25 mld USD na rozbudowę mocy produkcyjnych. Dla porównania, w całym ubiegłym roku globalne nakłady trzech największych producentów DRAM (Samsung, SK hynix, Micron) wyniosły nieco ponad 60 mld USD. Nowe clean roomy powstają w Idaho, we wschodnim Teksasie oraz w hormonie wspieranym przez dotacje federalne projekcie w stanie Nowy Jork. Firma szacuje jednak, że uruchomienie pełnej linii EUV od fundamentów do pierwszych wafli trwa od 18 do 24 miesięcy, więc efekty dzisiejszych decyzji będą widoczne dopiero pod koniec dekady.

Koreańczycy również nie zwalniają tempa. Samsung rozbudowuje kompleks w Pyeongtaek, gdzie powstają moduły 12-warstwowego HBM, a SK hynix zapowiedział fabrykę w Cheongju ukierunkowaną na 1β nm DRAM. Tymczasem w Chinach miejscowi producenci – CXMT w DRAM i YMTC w NAND – próbują nadgonić dystans, ale ograniczenia eksportowe USA utrudniają dostęp do najnowszych skanerów EUV. W rezultacie udział Państwa Środka w segmencie pamięci wciąż nie przekracza kilkunastu procent, co podnosi ryzyko niedoborów, gdy globalny popyt nagle przyspieszy.

Czy konsumenci zapłacą rachunek?

Latami to centra danych windowały ceny DRAM, jednak scenariusz, w którym miliony robotów konkurują o te same zasoby, może odbić się na kieszeni użytkownika smartfona czy laptopa. Już w pierwszym kwartale 2024 r. średnia cena modułu 16 GB DDR5 wzrosła o ponad 30 proc. rok do roku. Analitycy TrendForce przewidują, że jeśli do 2028 r. równolegle ruszy masowa produkcja pojazdów autonomicznych i humanoidalnych robotów, marże dostawców mogą przyjąć podobną trajektorię wzrostu, jaką kilka lat temu obserwowaliśmy przy wejściu SSD do konsumenckiego mainstreamu.

Dla producentów elektroniki użytkowej oznacza to konieczność agresywnego zarządzania łańcuchem dostaw. Apple już zabezpieczył pięcioletnią umowę na dostawy NAND klasy 3D-QLC, a najwięksi integratorzy PC rezerwują porcje HBM do kart graficznych w 2025 r. W mniejszym segmencie IoT może dojść do opóźnień w premierach urządzeń, jeśli preferencyjny dostęp do wafli otrzymają klienci przemysłowi o wyższej marży.

Scenariusze na drugą połowę dekady

Największą niewiadomą pozostaje tempo adopcji fizycznej AI w realnej gospodarce. Jeżeli automatyzacja magazynów i fabryk będzie postępować zgodnie z ambitnymi planami Amazona czy Tesli, popyt na DRAM może przekroczyć prognozy o kilka miliardów gigabajtów rocznie już w 2028 r. Z kolei spowolnienie gospodarcze lub bariery regulacyjne mogłyby dać sektorowi oddech i czas na uruchomienie nowych mocy w Stanach Zjednoczonych, Korei Południowej oraz w Unii Europejskiej.

Niezależnie od ścieżki wzrostu, jedno wydaje się przesądzone: konkurowanie o zasoby krzemu nie będzie ograniczać się do hyperscalerów i producentów kart graficznych. W kolejce już ustawiają się roboty, autonomiczne ciężarówki i inteligentne systemy logistyczne. Paradoksalnie to właśnie od sukcesu ich rynkowej kariery zależeć może stabilność cen pamięci w smartfonach czy konsolach za kilka lat. Branża półprzewodników wchodzi w okres, w którym każdy nowy inwestycyjny miliard będzie oglądany z kalkulatorem w ręku – bo o przyszłej równowadze zadecyduje, kto i jak szybko zdąży dostarczyć gigabajty następnym pokoleniom maszyn.