ما تعززه أسترا ليس ببساطة أن "شريحة معينة ستُباع أكثر"، بل ثقة السوق في استمرار تطور النماذج المتقدمة نحو الاستدلال المعقد، والسياق الطويل، ومهمات الوكلاء؛ حيث ستزيد هذه الأحمال من الطلب على قوة الحوسبة، وعرض نطاق الذاكرة، وذاكرة DRAM للخوادم، والتخزين عالي السرعة.

كاتب المقال، المصدر: ME News



باختصار

• ما تعززه أسترا ليس ببساطة أن "شريحة معينة ستُباع أكثر"، بل ثقة السوق في استمرار تطور النماذج المتقدمة نحو الاستدلال المعقد، والسياق الطويل، ومهمات الوكلاء؛ حيث ستزيد هذه الأحمال من الطلب على قوة الحوسبة، وعرض نطاق الذاكرة، وذاكرة DRAM للخوادم، والتخزين عالي السرعة.
• في 4 سبتمبر، ارتفعت أسهم تخزين وذاكرة أسواق الأسهم الأمريكية أولاً، حيث ارتفع سهم SanDisk بنسبة 11.9% وارتفع سهم Micron بنسبة 6.1%؛ وفي 7 سبتمبر، تبع السوق الكوري، حيث ارتفع سهم SK Hynix بنسبة 8.26% وسهم Samsung Electronics بنسبة 5.68%. وهذا يشير إلى أن الأموال تنتقل من "شراء GPU فقط" بحثًا عن نقاط الاختناق في بنية الذكاء الاصطناعي التي لا تزال تمتلك مرونة ربحية.
• هذه الدورة من الطلب على التخزين لم تُخلق بالكامل من قبل أسترا. وفقًا لبيانات تريندفورس، ارتفع إيرادات صناعة DRAM العالمية في الربع الثاني من عام 2026 بنسبة 59.5% مقارنة بالربع السابق لتصل إلى حوالي 154.7 مليار دولار، واستمرت زيادة العرض في التأخر عن الطلب؛ إن أسترا تبدو وكأنها تعيد إبراز المنطق القائم مسبقًا بشأن النقص، وارتفاع الأسعار، وتحسين الأرباح.
• لا يمكن تعميم "التخزين التجاري" على جميع الحالات. فـ HBM مرتبط بشكل أقوى بـ GPU وAI ASIC، بينما يتأثر ذاكرة الوصول العشوائي للخوادم بشكل مباشر بعمليات الاستنتاج الذكية والأحمال الخاصة بالوكلاء، بينما يتأثر NAND أكثر بتأثير مجموعات البيانات وقواعد البيانات المتجهية ونقاط التحقق وتصنيف البيانات، ولا تتشابه هذه العناصر الثلاثة من حيث مرونة الازدهار، والحواجز التقنية، والمخاطر الدورية.
• ما يستحق المتابعة حقًا ليس سعر السهم ليوم أو يومين، بل ثلاثة متغيرات: ما إذا كانت نفقات رأس المال في الذكاء الاصطناعي ستستمر في الارتفاع، وما إذا كانت أسعار عقود الذاكرة وفجوة العرض والطلب ستستمر، وما إذا كان الإنتاج الضخم واعتماد العملاء لـ HBM4 والمنتجات التالية سيكونان سلسين.

لماذا تعيد أسترا توجيه الأموال نحو رقائق التخزين؟

أطلقت OpenAI رسميًا GPT-6 Astra في 3 سبتمبر، وعرّفته كنموذج رائد موجه للعملات المهنية المعقدة متعددة الخطوات، مع التركيز على القدرات بما في ذلك الاستدلال، البرمجة، البحث، تشغيل الحاسوب، وإكمال المهام الكاملة عبر أدوات متعددة. من حيث الإطلاق نفسه، لا يعني هذا أن OpenAI أعلنت عن "الرغبة في شراء المزيد من الذاكرة"، لكنه يُرسل إشارة مهمة للأسواق المالية: إن المنافسة على النماذج المتقدمة لم تدخل مرحلة تقليل التكاليف فقط، بل لا تزال الصناعة تسعى وراء سلاسل مهام أطول، واستدلالات أكثر تعقيدًا، ومستويات أعلى من التنفيذ التلقائي. بالنسبة للبنية التحتية، يعني هذا أن العوائق لن تقتصر فقط على قدرة وحدات GPU على حساب المصفوفات، بل ستزداد أهمية كيفية دخول البيانات بسرعة إلى وحدات الحساب، وكيفية الحفاظ على الحالة أثناء السياقات الطويلة والاستدلال متعدد الجولات، وكيفية السماح لعدد كبير من الوكلاء بقراءة البيانات وكتابتها في وقت واحد.

هذا هو أبرز فرق بين هذه الدورة السوقية ودورة "اشترِ وحدات معالجة الرسوميات (GPU) كأنك تشتري الذكاء الاصطناعي" بين عامي 2023 و2024. في المراحل المبكرة، كان من السهل قياس استثمارات الذكاء الاصطناعي التوليدي من خلال عدد وحدات معالجة الرسوميات (GPU)، حيث ركز السوق على كم عدد بطاقات التسريع التي يمكن لـ NVIDIA توصيلها، وكم عدد مجموعات التدريب التي يمكن لمزودي السحابة إنشاؤها؛ أما بحلول عام 2026، فما زال تدريب النماذج مهمًا، لكن وزن الاستنتاج، والوكلاء الذكية، وسير العمل المؤسسية يزداد باستمرار، حيث يصبح كفاءة النظام متعلقة بشكل متزايد بقدرة الحوسبة والذاكرة والشبكة والتخزين على التوافق مع بعضها البعض. حتى لو كانت وحدات معالجة الرسوميات (GPU) أسرع، فإن نقص عرض النطاق الترددي للذاكرة سيجعل وحدات الحوسبة تنتظر البيانات؛ وكلما زاد طول نافذة السياق وعدد المهام المتزامنة، زادت كمية KV Cache والمعالم والحالات الوسيطة التي يجب على الخوادم حفظها وجدولتها. وهكذا، بدأ منطق الاستثمار في البنية التحتية للذكاء الاصطناعي في التحول من "ندرة شرائح الحوسبة" إلى "إمكانية ندرة كامل مسار البيانات".

رد السوق كان مباشرًا جدًا. في 4 سبتمبر، ارتفع SanDisk بنسبة 11.9%، وارتفعت ميموريك بنسبة 6.1%، بينما تراجع مؤشر ستاندرد آند بورز 500 بشكل عام في ذلك اليوم؛ وفي 7 سبتمبر، تابعت الأسواق الآسيوية، حيث أغلق سامسونغ إلكترونيكس مرتفعًا بنسبة 5.68%، وأغلق إس كي هايليث مرتفعًا بنسبة 8.26%، كما تقوّى كايتشا اليابانية بشكل ملحوظ. إن أسترا هي بالتأكيد عامل محفز، لكن إذا كان إطلاق نموذج واحد فقط كافيًا لدفع أسهم التخزين عبر الأسواق المختلفة للارتفاع في وقت واحد، فهناك بالضرورة أساسيات قوية خلفها تستطيع دعم هذا الارتفاع.

التخزين ليس "مُلحقًا للـ GPU"، بل هو العائق الجديد الذي تكشفه أنظمة الذكاء الاصطناعي

لفهم هذا، يجب أولاً فصل HBM وDRAM وNAND. فـ HBM يحل جوهرًا مشكلة "القرب الكافي من GPU والعرض الترددي العالي بما يكفي"، وهو يعمل بالتعاون مع GPU أو AI ASIC عبر تغليف متقدم، ويؤثر مباشرةً على قدرة وحدات التسريع الفاخرة على الاستفادة الكاملة من قوة الحوسبة؛ بينما يتحمل DRAM الخاص بالخوادم ذاكرة عمل أوسع نطاقًا، ويخدم كلًا من CPU ويعالج متطلبات التخزين المؤقت والجدولة أثناء عملية الاستنتاج؛ أما NAND وSSD المؤسسية، فتتحمل بيانات التخزين الدائم الأكبر حجمًا، بما في ذلك بيانات التدريب وقواعد البيانات المتجهية ونقاط التحقق للنماذج والتخزين الطبقي. وكلما تحول الذكاء الاصطناعي من مسألة إجابات لمرة واحدة إلى وكيل يعمل باستمرار، أصبحت الحاجة إلى التنسيق بين هذه الطبقات الثلاث من التخزين أكثر وضوحًا.

كشفت TrendForce في بيانات صدرت في 7 سبتمبر أن إيرادات صناعة DRAM العالمية في الربع الثاني من عام 2026 نمت بنسبة 59.5% على أساس ربع سنوي، لتصل إلى حوالي 154.73 مليار دولار، وذلك بفعل ارتفاع كبير في أسعار عقود DRAM التقليدية، بالإضافة إلى زيادة الطلب على HBM3E وLPDDR5X وRDIMM ذات السعة العالية؛ وتتوقع الشركة أيضًا أن تستمر أسعار عقود DRAM التقليدية في الارتفاع بنسبة 13% إلى 18% على أساس ربع سنوي في الربع الثالث. والأكثر إثارةً للانتباه أن مخزون الموردين لا يزال عند مستويات منخفضة تاريخيًا، مع توجيه الإمدادات الإضافية بوضوح نحو سوق الخوادم. وهذا يعني أن تحسن أرباح قطاع الذاكرة الحالي لا يعتمد فقط على "تقييمات مفهوم الذكاء الاصطناعي"، بل يتحقق فعليًا من خلال الأسعار والإيرادات وهياكل المنتجات التي تسد فجوة العرض والطلب.

وهذا بالضبط ما يميز شرائح التخزين عن الأسهم العامة المتعلقة بالذكاء الاصطناعي. عندما تُحوّل الشركات مزيدًا من طاقة الإنتاج المتقدمة لـDRAM نحو منتجات HBM والخوادم، فإن العرض المتاح لـDRAM التقليدي سيتقلص؛ وعندما تتطلب خوادم الذكاء الاصطناعي سعة ذاكرة أكبر، فإن HBM وDRAM الخوادم العادي سيتنافسان في الوقت نفسه على وفرات السيليكون، والتقنيات المتقدمة، وموارد التصنيع اللاحقة. وبالتالي، فإن الذكاء الاصطناعي لا يجلب فقط زيادة في الطلب على منتج عالي الجودة واحد، بل قد يخلق تأثيرًا متسلسلًا: "زيادة الطلب العالي → إعادة توزيع الطاقة الإنتاجية → تشديد متزامن في ذاكرة الخوادم الأخرى". بالنسبة للمستثمرين، فإن هذا أكثر أهمية من تتبع الشركة التي حصلت على طلبية من جيل معين من HBM، لأن الأول يحدد ما إذا كان يمكن للصناعة بأكملها أن ترفع حجم أرباحها باستمرار.

لماذا يكون "تخزين التداول" أكثر مرونة الآن مقارنة بـ "تداول القوة الحسابية" البسيطة؟

أولاً، يبحث السوق عن أجزاء ذات مرونة ربحية أعلى في إنفاق رأس المال على الذكاء الاصطناعي. لا تزال وحدات معالجة الرسومات (GPU) أصولًا أساسية، لكن مسار نمو قادة سوق GPU قد تم دراسته بشكل كامل، ويعتمد المفاجآت الحدية بشكل متزايد على زيادة حجم الشحنات ودورات منتجات جديدة أقوى. على النقيض من ذلك، عانت صناعة الذاكرة من عدة دورات فائض عرض، مما يجعل المصنعين الرئيسيين أكثر حذرًا بشكل طبيعي تجاه التوسع الواسع النطاق، وعندما يرتفع الطلب فجأة، تصبح المرونة العرضية قصيرة الأجل أقل، وتصبح الأسعار والأرباح أكثر حساسية لتغيرات الطلب. إن الارتفاع الكبير في أسعار ذاكرة DRAM وإيرادات الصناعة منذ عام 2026 هو تجسيد لهذا التذبذب الدوري.

ثانيًا، لا ينخفض طلب "وحدة الحوسبة على الذاكرة" لعبء العمل بالذكاء الاصطناعي بشكل خطي مع تحسن كفاءة النموذج. فعلى الرغم من أن النماذج الأكثر كفاءة قد تقلل من كمية الحوسبة المطلوبة لإكمال مهمة واحدة، إلا أن انخفاض التكلفة قد يؤدي إلى زيادة عدد الطلبات، وطول السياق، والتوافقية الأعلى، وعدد الوكلاء، مما قد يؤدي في النهاية إلى زيادة السعة الكلية للذاكرة وكمية نقل البيانات. وهذا هو السبب في أنه لا يمكن تفسير "زيادة كفاءة النموذج" ببساطة على أنها "وصول الطلب على الأجهزة إلى ذروته". في مرحلة بناء البنية التحتية للذكاء الاصطناعي، غالبًا ما تعني التحسينات في الكفاءة أن تطبيقات كانت غير اقتصادية سابقًا أصبحت ممكنة، ويعتمد الطلب النهائي على أي من العاملين يتسارع أكثر: انخفاض التكلفة لكل وحدة أو نمو الاستخدام.

ثالثًا، تركز العرض يسهل تشكيل انضباط أسعار في تخزين عالي الأداء. يهيمن三星 وSK هايسيتس وميكرون على ذاكرة DRAM المتقدمة عالميًا على المدى الطويل، كما تضيف HBM عوائق إضافية مثل التغليف المتقدم، ونسبة الإنتاج الجيد، وتصميم التبريد، واعتماد العملاء. وقد أعلنت三星 بالفعل في فبراير 2026 أن HBM4 دخلت مرحلة الإنتاج الضخم وبدأت التسليمات التجارية، كما أكدت SK هايسيتس في نتائج الربع الثاني أن HBM4 بدأت التسليمات الكبيرة. ستستمر المنافسة التقنية في التصاعد، لكن الموردين القادرين حاليًا على تلبية متطلبات الأداء ونسبة الإنتاج الجيد واعتماد العملاء الكبار لا يزالون محدودين، مما يجعل منطق العرض لـ HBM مختلفًا تمامًا عن منطق العرض للرقائق التقليدية ذات التصنيع الناضج.

هناك تغيير آخر يُقلل من قيمته كثيرًا: لم يعد طلب الذكاء الاصطناعي مُعرّفًا بالكامل بواسطة وحدات معالجة الرسومات (GPU) من NVIDIA. مع زيادة إنتاج وحدات معالجة التعلم الآلي (TPU) من Google ووحدات ASIC المخصصة التي تطورها شركات السحابة الضخمة، يتحول ذاكرة النطاق الترددي العالي من كونها "منتجًا مصاحبًا لـ NVIDIA" تدريجيًا إلى عنصر أساسي مشترك في وحدات تسريع الذكاء الاصطناعي المتقدمة. بعبارة أخرى، حتى لو تغيرت حصة سوق وحدات معالجة الرسومات في المستقبل، فطالما استمر توسع إجمالي قوة حوسبة الذكاء الاصطناعي وزيادة سعة الذاكرة المخصصة لكل شريحة ذكاء اصطناعي، فسيظل طلب HBM مدعومًا من قبل أنواع متعددة من وحدات التسريع. بالنسبة لشركات الذاكرة، فهذا يعني أن مصادر الطلب قد تصبح أكثر تنوعًا مما كانت عليه في المرحلة السابقة.

لكن يجب تهدئة التفسير القائل بأن "أكثر من نصف إنفاق رأس المال على الذكاء الاصطناعي في عام 2027 سيُوجَّه نحو الذاكرة".

انتشر مؤخرًا رقم جذاب بشكل واسع في السوق: يتوقع غولدمان ساكس ومورغان ستانلي أن تصل النفقات الرأسمالية العالمية على الذكاء الاصطناعي إلى 1.3 إلى 1.5 تريليون دولار أمريكي بحلول عام 2027، حيث سيُستثمر أكثر من نصف هذا المبلغ في بنية الذاكرة التحتية. يلخص هذا القول جيدًا الحالة النفسية الحالية في السوق، كما استخدمت بعض التقارير السوقية هذا المقياس فعلاً، ولكن إذا تم التحقق بدقة من المواد الأصلية المنشورة، فلا يُنصح بقبوله كحقيقة مطلقة دون تحفظ.

تُظهر المواد العامة الخاصة بـ مورغان ستانلي أن فريق البحث الخاص بها رفع عدة مرات توقعات الإنفاق الرأسمالي على الذكاء الاصطناعي وشركات السحابة الضخمة لعام 2026. وفي البودكاست الرسمي الذي نُشر في أغسطس، ذكرت مورغان ستانلي أن التقديرات المتعلقة بالإنفاق الرأسمالي لعام 2027 ارتفعت إلى حوالي 1.2 إلى 1.3 تريليون دولار أمريكي، بينما كانت التوقعات السابقة أدنى بكثير من هذا المستوى؛ ويعتمد تقييمها الأساسي على أن الطلب على الحوسبة لا يزال يتجاوز العرض الحالي، وأن حجم وسرعة دورة الإنفاق الرأسمالي تستمر في تجاوز التوقعات. هذا الاتجاه مهم بحد ذاته، لكنه لا يمكنه استنتاج مباشر أن "أكثر من نصفه هو ذاكرة".

يجب فصل مفاهيم "أجهزة الحاسوب والأجهزة المحيطية" و"عتاد الخوادم" و"بنية الذاكرة التحتية". تُعد GPU وCPU وأجهزة الشبكة والخوادم الكاملة وأنظمة التخزين والذاكرة جميعها جزءًا من نفقات رأس المال في مراكز البيانات، واعتبار ميزانية الأجهزة بأكملها مكافئة لنفقات التخزين سيؤدي إلى مبالغة واضحة في النسبة المخصصة للذاكرة. وبالتالي، لا يتطلب التحقق من صحة خط التخزين الاعتماد على نسبة قد تُضخم أثناء النقل الثانوي. فالدليل الأقوى موجود بالفعل في بيانات الصناعة: نمو إيرادات DRAM بسرعة كبيرة، استمرار ارتفاع الأسعار التعاقدية، مستويات المخزون المنخفضة، أولوية الخوادم في الحصول على الإمدادات، ودخول HBM4 مرحلة الإنتاج الضخم، بالإضافة إلى تعديلات مستمرة لأعلى لإنفاق رأس المال من قبل مزودي السحابة. إن بناء منطق على هذه المتغيرات أكثر موثوقية بكثير من الاعتماد على رقم جذاب لكنه غير معرّف بوضوح.

الخط الرئيسي الحقيقي ليس "صعود جميع أسهم التخزين معًا"

أكبر خطأ شائع في هذه الموجة السوقية هو تصنيف HBM وDRAM وNAND وشركات أقراص التخزين جميعًا تحت مفهوم واحد هو "تخزين الذكاء الاصطناعي". في الواقع، فإن HBM يتأثر مباشرة بكميات شحن GPU وASICs الخاصة بالذكاء الاصطناعي، حيث تحدد الحواجز التقنية واعتماد العملاء قدرة الشركات الرائدة على التفاوض على الأسعار؛ بينما يتأثر DRAM الخاص بالخوادم أكثر بتوسيع مراكز البيانات وعدد المعالجات المركزية واستهلاك الذاكرة للعمليات الاستنتاجية؛ وعلى الرغم من أن NAND يُدفع أيضًا بنمو حجم بيانات الذكاء الاصطناعي، إلا أن سرعة توسيع العرض ومستوى انتشار وحدات SSD المؤسسية ودورات الأسعار تسبب تقلبات أقوى. إن الارتفاع الكبير في أسهم SanDisk وKioxia يشير إلى أن السوق يوسع سردية الذكاء الاصطناعي من HBM إلى NAND، لكن مسارات تحقيق الأداء النهائي لها لا تشبه مسارات HBM.

هذا هو السبب في أن عبارة "التخزين يصبح الخط الرئيسي الجديد" لا ينبغي فهمها على أنها انتقال جماعي للرؤوس الأموال من وحدات معالجة الرسومات، بل ينبغي فهمها على أنها تغيّر في طريقة تسعير البنية التحتية للذكاء الاصطناعي. في الماضي، كان على السوق أن يطرح سؤالاً واحدًا فقط: كم عدد وحدات معالجة الرسومات؟ أما الآن، فيجب طرح أسئلة إضافية على الأقل: كم عدد وحدات الذاكرة عالية النطاق الترددي المزودة بجانب وحدات معالجة الرسومات؟ كم من ذاكرة DRAM تحتاجها الخوادم؟ كم من وحدات SSD بحجم كبير تحتاجه مراكز البيانات؟ هل يمكن للشبكة ربط هذه العقد معًا؟ وهل يمكن للطاقة دعم تشغيل كامل المبنى؟ عندما تزداد تعقيدات نماذج الذكاء الاصطناعي، فإن أي نقص في أي مرحلة من المراحل قد يؤدي إلى عدم قدرة الأجهزة المكلفة الأخرى على تحقيق إمكاناتها الكاملة، وبالتالي فإن المرحلة التي تشكل عقدة الاختناق ستتمتع بسلطة تسعير أقوى.

بالطبع، الذاكرة هي أيضًا واحدة من أكثر السلع دورياً في صناعة أشباه الموصلات. إن النقص الحالي اليوم سيحفز بالتأكيد الإنفاق الرأسمالي غدًا، وعندما تُطلق الطاقة الإنتاجية الجديدة المضافة بين عامي 2027 و2028 بشكل مركّز، بينما يبدأ نمو الإنفاق الرأسمالي للذكاء الاصطناعي في التباطؤ، فمن المحتمل تمامًا أن تنعكس مرونة الأسعار بسرعة. في الوقت نفسه، لا تزال شركات التخزين الصينية تتوسع باستمرار، وعلى الرغم من وجود قيود تقنية واضحة في مجالات المعدات المتقدمة وHBM عالية الأداء، فإن المنافسة في مجالات DRAM وNAND التقليدية ستزداد تدريجيًا. بعد الارتفاع الكبير في عام 2026، فقد سبقت بعض أسهم التخزين الخارجية تسعيرًا متفائلًا جدًا للأسعار والأرباح، ويمكن لأي من العوامل التالية — مثل ارتفاع أسعار العقود أقل من التوقعات، أو تأخر اعتماد عملاء HBM، أو تخفيض مزودي السحابة للإنفاق الرأسمالي — أن تُحفّز تصحيحًا حادًا.

لذلك، أفضّل تعريف الحركة السوقية بعد أسترا بأنها "دخول مرحلة تعويض الثغرات في بنية الذكاء الاصطناعي الأساسية"، بدلاً من الإعلان البسيط عن "تراجع وحدات معالجة الرسوميات واستلام التخزين للدور". لا تزال وحدات معالجة الرسوميات هي اللب الحسابي، والشبكة تحدد كفاءة التجمع، والطاقة ومراكز البيانات لا تزال قيودًا فيزيائية؛ إلا أنه مع تطور النماذج من أدوات المحادثة إلى وكلاء ذكيين معقدين، بدأ السوق يدرك أن ما يُسمى بالقدرة الحسابية ليس قصة شريحة واحدة، بل سلسلة كاملة تشمل الحساب والذاكرة والاتصال والتخزين. أينما كانت الحلقة الأضعف، سيتجه رأس المال والربح أولًا نحو تلك الحلقة.

إذا كان هذا التقييم صحيحًا، فإن ما يستحق المراقبة حقًا في المرحلة التالية ليس كم يومًا إضافيًا ستستمر فيه أسهم Astra في الارتفاع، بل ما إذا كانت صناعة التخزين قادرة على إثبات ثلاث نقاط متتالية على مدى عدة فصول: أن الطلب لا يزال ينمو أسرع من توسع العرض، وأن ارتفاع الأسعار قادر على التحويل المستمر إلى تدفقات نقدية وعوائد رأس مال، وأن إمدادات الجيل القادم من HBM وذاكرة الخوادم عالية السعة لا يزال تحت سيطرة عدد قليل من الشركات التي تمتلك حواجز تقنية وعملاء. فقط إذا استمرت هذه النقاط الثلاث في البقاء صحيحة، فستتحول "خط التخزين" من صفقة مُشعلة بإطلاق منتجات جديدة إلى فترات أكثر استدامة لإعادة توزيع الأرباح ضمن دورة إنفاق رأس المال للذكاء الاصطناعي.

References

1. OpenAI، "ملاحظات الإصدار: تقديم GPT-6 Astra"، 3 سبتمبر 2026.
2. بارونز، "أسهم ميكرون تغلق فوق 1,000 دولار. لماذا ليست كما تبدو"، 2026年9月4日。
3. وكالة يونهاب للأنباء، "ارتفاع كبير في أسهم سامسونغ إلكترونيكس وSK هايكسك بسبب موجة OpenAI"، 7 سبتمبر 2026.
4. MarketWatch، "لماذا أعاد إطلاق نموذج OpenAI الأخير Astra تنشيط تجارة رقائق الذاكرة"، 8 سبتمبر 2026.
5. تريند فورس، "ارتفع إيرادات صناعة DRAM بنسبة 59.5% على أساس ربع سنوي في الربع الثاني من عام 2026 مع استمرار تأخر توسع العرض عن نمو الطلب"، 7 سبتمبر 2026.
6. Samsung Global Newsroom، "سامسونج تُرسل أول HBM4 تجاري في الصناعة بأداء قصوى لحوسبة الذكاء الاصطناعي"، 12 فبراير 2026.
7. مكتب إعلام SK hynix، "SK hynix تُعلن عن نتائجها المالية للربع الثاني 2026"، 29 يوليو 2026.
8. مورغان ستانلي، "آراء حول السوق: تمويل الذكاء الاصطناعي وتطور أسواق الائتمان"، 2026年8月21日。