Nagbaba si Elon Musk na tataas ang demand sa memorya ng robot: Ano ang ibig sabihin nito para sa Micron at SK Hynix noong 2026
Nagbaba si Elon Musk na ang robotics ay magdudulot ng malaking paglago sa pangangailangan sa memorya
Ang kahuling pahayag ni Elon Musk sa X tungkol sa hinaharap ng mga pangangailangan sa RAM ng robot, na sinasabi niyang “lalampas sa lahat ng iba sa Earth,” ay nagpapalakas nang malaki ang pagtutok sa mga pangangailangan sa memorya na kaugnay ng mga pisikal na AI system. Ang CEO ng Tesla ay nagpaliwanag na ang mga robot, na gumagana sa mga pisikal na substrate upang manipulahin at hugasan ang mga atom, ay makakapagdulot nang hindi maiiwasan ng pagtaas sa paggamit ng memorya sa antas na lalampas sa mga kasalukuyang aplikasyon sa computing. Tinukoy rin niya na ang compute power na kailangan para sa superintelligence ay lalabas nang malaki mula sa planeta, na nagpapakita ng pagbabago kung saan at paano magiging lugar ang advanced computing. Ang komentong ito ay nangyari sa isang konteksto na karakterizado ng mahigpit na supply chain para sa DRAM at high-bandwidth memory, mga rekord na resulta sa pananalapi mula sa mga pangunahing tagapagbigay ng memorya, at ang mga unang yugto ng pagpapalawak ng produksyon para sa humanoid platforms tulad ng Optimus ng Tesla.
Ang pagtataya ni Musk, na suportado ng lumalabas na datos tungkol sa kailangang laman ng memorya bawat robot at iba’t ibang mga skenaryo ng produksyon, ay nagtuturo sa isang malaking pagkakataon sa volumen sa matagalang panahon sa merkado ng low-power DRAM. Ang pagkakataong ito ay lalo na may kinalaman sa mga kumpanya tulad ng Micron Technology at SK Hynix habang ang larangan ng robotics ay nagsisimulang lumabas sa mga limitasyon na karaniwang kaugnay sa data-center AI at pumasok sa larangan ng physical-world deployment. Ang mga epekto ng pagbabagong ito ay malalim, na nagpapahiwatig na habang umaunlad ang teknolohiya ng robotics, tataas nang malaki ang pangangailangan para sa mga espesyalisadong solusyon sa memorya, at gumagawa ng mga bagong daanan para sa paglago at pag-innoBAtion sa industriya ng memorya supply.
Ang Pahayag ni Musk ay Ipinapakita ang mga Robot bilang ang Dominanteng Kinabukasan ng Tagapagkonsumo ng Memorya
Ipinaglaban ni Musk ang kanyang post noong Oktubre 26, 2026, ang nakaraang pagsusuri sa demand para sa humanoid DRAM bilang “baliw” at sinabi na ang pangangailangan sa memorya ng mga robot ay lalampas sa lahat ng iba pang terrestrial uses dahil ang pisikal na pakikipag-ugnayan sa mundo ay nangangailangan ng lokal, mataas na kapasidad na memorya sa sarili ng robot. Ibinigay niya ang pagkakaiba nito mula sa superintelligence, na sinabi niyang magiging malaking batayan sa deep-space compute. Ang kanyang mga komento ay nagpapatuloy sa mga nakaraang pagpapahayag ni Tesla tungkol sa Optimus hardware. Sa unang bahagi ng Oktubre, kinumpirma ni Musk na binawasan ni Tesla ang plano sa memorya para sa kanyang AI5 chip sa 72 GB ng LPDDR5 at sa AI6 sa 144 GB ng LPDDR6, at inilarawan ang mga pagbawas bilang ang tanging praktikal na paraan upang matiyak ang sapat na volume para sa produksyon ng Optimus habang pinapanatili ang bandwidth. Inaasahan na ang epekto sa performance ay maliit lamang.
Ang mga teknikal na pagpili na ito ay nagpapakita ng tensyon sa pagitan ng hinahangad na kakayahan at mga limitasyon sa suplay sa totoong mundo na nagpapalaki pa sa mga maagap-estadyo na robot program. Ang panahon ay tumutugma sa pagtaas ng atensyon ng mga investor sa mga tagapag-supply ng memorya. Agad na nakaugnay ang mga analista ang mga komento sa Micron at SK Hynix, na nagtuturo na ang mga robot ay pangunahing gumagamit ng low-power DRAM kaysa sa high-bandwidth memory na dominante sa data-center AI accelerators. Mahalaga ang pagkakaiba na ito dahil ang mga produkto ng klase na LPDDR ay buksan ang iba’t ibang landas ng volume kapag ang produksyon ng robot ay lalampas na sa mga volume ng pilot. Ang diskusyon sa industriya ay nagbago mula sa kung tatayong mataas ang demand sa memorya patungo sa kung gaano kalakas ang physical AI platforms ay maaaring dagdagan ang karagdagang bit demand sa itaas ng naka-limitang server at HBM markets.
Ang mga pisikal na pahintulot at real-time sensor fusion ang nagdudulot ng intensidad ng onboard memory
Kailangan ng mga robot na prosesuhin ang mga tuloy-tuloy na stream mula sa mga kamera, LiDAR, tactile sensors, at mga internal state model sa real time habang pinapanatili ang autonomy nang walang patuloy na pagkakabase sa cloud. Sinabi ni Micron CEO na si Sanjay Mehrotra na ang mga autonomous vehicle na Level 4 o mas mataas at mga humanoid robot ay malamang na kailangan ng higit sa 200 GB ng memorya at maraming terabytes ng storage bawat unit, katumbas ng mga advanced na sistema ng sasakyan. Karaniwan ang mga service robot sa kasalukuyan na gumagana gamit ang maraming mas mababang laman, halos 12 GB DRAM at mga hundreds ng gigabytes ng storage, na nagpapakita ng malaking potensyal para sa paglago habang lumalago ang mga kakayahan. Ang pangangailangan para sa lokal na memorya ay direktang nagmumula sa latency, reliability, at power constraints na inherent sa mga mobile platform na kailangang “mag-shape ng atoms” sa mga hindi maipaghahanda na kapaligiran.
Nagkakaiba itong arkitektura sa pundasyon mula sa data-center AI, kung saan ang memorya ay maaaring i-pool at i-refresh nang sentralisado. Ang mga disenyo ng memorya para sa edge inference na nasa pag-unlad ay naglalayong magbalanse ng density, power, at bandwidth para sa mga ganitong workload. Ang Micron ay publiko nang pinag-usapan ang memorya para sa edge inference na nakatuon sa mga aplikasyon ng physical AI, na may mga obserbador sa industriya na nagtuturo sa posibleng mga timeline ng produksyon sa huling bahagi ng dekada. Ang resulta ay isang profile ng demand na may bigat sa mataas na volume, mas mababang power na DRAM kaysa sa espesyalisadong, limitado sa kapasidad na HBM na ginagamit sa mga training cluster. Ang mga supplier na nangunguna nang nag-iinvest sa LPDDR6 at kaugnay na low-power na teknolohiya ay makikinabang kung lumalawak ang mga robot fleet.
Nagbaba ang Counterpoint Research sa malaking pagtaas ng pagkonsumo ng DRAM sa humanoid
Ipinoproyekta ng Counterpoint Research na umuusbong ang kabuuang pangangailangan sa DRAM mula sa humanoid robots nang higit sa dalawampung beses sa pagitan ng 2026 at 2030, mula sa halos 8,300 terabits patungo sa 172,000 terabits. Inaasahan na tataas ang karaniwang kapasidad bawat robot mula sa halos 19 GB patungo sa 39 GB sa parehong panahon. Kahit sa mga antas na ito, nananatiling maliit ang tiyak na bahagi ng pandaigdigang produksyon ng DRAM batay sa mga base-case na palitan ng robot. Ang mga independiyenteng kalkulasyon ay nagpapakita na ang pangangailangan sa humanoid noong 2030 ayon sa trahektorya ng Counterpoint ay katumbas ng maliit na bahagi ng kasalukuyang taunang output ng DRAM, na sinusukat sa mga sampung petabytes kumpara sa pandaigdigang produksyon na sinusukat sa mga sampung exabytes.
Ang sensitivity ng pagsusuri ay nasa unit volume. Mas mataas na production rates o mas mataas na per-robot content ay agad na tumataas ang kabuuang halaga. Ang sariling mga target ng memory sa Optimus ni Tesla ay nangunguna na sa average ng Counterpoint, na nagpapahiwatig na ang mga nangungunang platform ay maaaring magdala ng demand nang maaga. Ang pagkakaiba sa pagitan ng mga konservatibong pagsusuring pang-pananaliksik at ang mas malawak na pananaw ni Musk ay karamihan ay nagmumula sa iba’t ibang aksiyoma tungkol sa kung gaano kalakas ang pagkakaroon ng humanoid sa automotive-scale o mas mataas na production. Ang mga supplier ng memory ay sinusubaybayan ang parehong trahektorya dahil kahit ang intermediate volumes ay nagdaragdag ng isang bagong, umuunlad na end market sa itaas ng server, mobile, at automotive demand.
Ang mga pagbawas sa memorya ni Tesla ay nagpapakita ng mga limitasyon sa suplay na nasa pagsisimula na
Ang desisyon ni Tesla na bawasan ang memory ng AI5 sa kalahati at ang memory ng AI6 sa isang-katlo ay ipinakilala nang eksplisito bilang isang pangangailangan sa volume at gastos kaysa isang kompromiso sa performance. Ang bandwidth ay pinanatili, na nagpapakita na ang kabuuang kapasidad ay maaaring palitan sa throughput sa ilang robot control loops. Ang hakbang na ito ay sumunod sa sariling komento ni Micron na maaaring kailanganin ng humanoid na robot ang higit sa 200 GB, na nagpapakita kung paano kahit ang mga ambisyosong tagagawa ng robot ay nagpaplanong magtatayo ng mga sistema batay sa available memory kaysa sa walang hanggang ideal na spesipikasyon. Ang maagang produksyon ng Optimus ay patuloy na limitado, ngunit ang hardware ay nangangahulugan na may realismo sa supply-chain.
Ang mga pagbabagong ito ay nagpapababa sa pangkabuuang demand para sa bit bawat robot sa maikling panahon, ngunit nagpapakita naman na ang pagpapalawak ng produksyon ay magtataglay pa rin ng malaking absolute na volumen ng low-power DRAM. Sa 72 GB bawat yunit, ang sampung milyon taunang Optimus robots ay magiging sanhi ng halos 720 petabytes ng demand. Bagaman nananatiling hipotetikal ang bilang na ito at nakadepende sa pagkamit ni Tesla ng high-volume manufacturing, ito ay nagbibigay ng konkretong puntos ng referensya para sa sukat ng pagkakataon na binanggit ng mga analista para sa mga producer ng memorya na nakatuon sa volumen. Ipapakita rin ng episyod na ito na ang availability ng memorya ay nangangalaga na sa arkitektura ng robot system.
Ang mga skenario ng volumen ng analista ay nagtuturo sa isang makabuluhang bagong merkado
Ang analista ng Futurum Equities na si Shay Boloor ay isinalin ang mga komento ni Musk sa isang simpleng paglalarawan ng volume: sampung milyon na Optimus robots na may 72 GB bawat isa ay katumbas ng humigit-kumulang 720 petabytes ng taunang pangangailangan sa memorya. Ang kalkulasyon ay isang paglalarawan kaysa isang pormal na pagtantiya, ngunit nagpapaliwanag kung bakit ilang obserbador ay tinatawag ang robotics bilang isang potensyal na “mas malaking volume story” para sa Micron at SK Hynix kapag lumalawak ang AI labas ng mga data center. Ang mga robot ay gumagamit ng LPDDR-class memory kaysa HBM, na nagpapakita ng mga produkto na mas madaling ma-scale kaysa sa HBM segment na may limitasyon sa advanced packaging.
Ang global na produksyon ng DRAM ay kasalukuyang nasa mga tens ng exabytes taun-taon. Ang pagkuha ng kahit anumang single-digit na porsyento ng kapasidad na iyon para sa robotics ay magiging isang malaking bagong merkado. Ang pagkamit ng volumen na katumbas ng automotive (tungkol sa 100 milyong yunit) na may mas mataas na memory content ay mag-aabsorb ng isang malaking bahagi ng output ng industriya. Ang mga maker ng memorya ay kasalukuyang nag-aalok ng kapasidad sa ilalim ng mga mahabang panahong kasunduan para sa AI servers; ang karagdagang demand para sa robot ay magkakaroon ng kompetisyon para sa mga natitirang bits o maghingi ng karagdagang investmiento sa kapasidad. Ang konSENSUS ng analisis ay ang robotics ay hindi magpapalit sa demand ng data center kundi magdadagdag ng karagdagang paglago sa isang naka-limitang merkado.
Ipinapahalaga ni Micron ang Physical AI bilang driver ng hinaharap na demand
Ang Micron ay paulit-ulit nang binigyang-diin ang physical AI at humanoid robots bilang mahahalagang tagapagpabilis sa pangmatagalang pangangailangan sa memorya at storage. Sa kanyang komentaryo sa ikalawang kwarter ng piskal, ang pamamahala ay nagtukoy na inaasahan na kailangan ng humanoid ang antas ng memorya at storage na katumbas ng mga advanced na autonomous vehicle, higit sa 200 GB ng DRAM at maraming terabytes ng NAND. Ang mga customer ay nagsasample na ng mga susunod na henerasyon ng mga produkto na nakatuon sa mga aplikasyong ito. Ang kumpanya ay nagsagawa rin ng edge inference memory concepts na disenyo para sa physical AI workloads, na may mga panahon ng produksyon sa huling bahagi ng dekada.
Ang automotive at embedded segment ni Micron ay kasalukuyang kumakatawan sa maliit na bahagi ng kabuuang kita, ngunit ito ang pinakamalapit na umiiral na channel sa mga customer ng robotics. Ang mas malawak na kakayahan ng kumpanya ay malaki nang nakakasalalay sa mga pangmatagalang kasunduan na nakakapagpapalawak sa malaking bahagi ng output hanggang sa huling bahagi ng dekada ng 2020. Anumang pagpapabilis sa paggamit ng robot ay magiging interaksyon sa umiiral na desisyon sa pagkakaloob at posibleng pagpapalawak ng kapasidad. Ang pamamahala ay nagpahayag na wala silang malinaw na pananaw kung kailan magiging balanse ang suplay at demand, na nagpapakita ng kahihinatnan na makikita sa pagtaas ng volumen ng robot.
Ibinigay ng SK Hynix ang record na mga resulta at mga kondisyon na nasold out sa maraming taon
SK Hynix ay nagbigay ng rekord na resulta noong ikatlong kwartal ng 2026, na may kita na hihigit sa 100 trilyon na won at isang operating margin na malapit sa 80 porsyento, na hinikayat lalo na ng HBM at AI-related na DRAM. Sinabi ng kumpanya na ang DRAM at HBM volumes hanggang 2029 ay epektibong naka-sell out sa pamamagitan ng pagkakaisa ng mga nakapirming mahabang panahong kasunduan at aktibong pag-uusap sa mga customer. Inaasahan na patuloy na lalampas ang demand sa suplay hanggang 2030. Iinatahan ng HBM4 ang HBM3E bilang pangunahing produkto noong ikaapat na kwartal.
Ang mga resultang ito ay nagpapatibay sa mas malawak na larawan ng industriya ng limitadong suplay. Habang ang HBM ay nananatiling pinakamataas na margin na produkto, ang SK Hynix at ang kanilang mga katindigan ay nag-aalok din ng mga kategorya ng low-power DRAM na may kinalaman sa robotics. Ang kumpanya ay nagtatrabaho kasama ang mga low-power memory para sa mga robotics computing platform, na nagpapahanda sa kanila para sa paglago ng physical AI. Ang pagpapalawig ng kakulangan ay nangangahulugan na anumang malaking pagtaas sa demand para sa LPDDR na kaugnay sa robotics ay mangyayari sa isang kapaligiran kung saan ang kapasidad ay naka-prioritize na sa pinakamalaking kita na AI server applications, na maaaring magtaas ng presyo o magpahaba ng mga lead time para sa iba pang sektor.
Naging makabuluhang teknolohiya ang Low-Power DRAM para sa iskala ng robotics
Ang humanoid at mobile robots ay nagbibigay-prioridad sa pagiging epektibo sa enerhiya, pagpapamahala sa init, at gastos sa malaking saklaw. Ang high-bandwidth memory, na optimal para sa mga malalaking GPU cluster, ay mas hindi angkop para sa mga platform na nagpapagana sa battery o may limitasyon sa init. Kaya inaasahan ng mga kalahok sa industriya na ang LPDDR5, LPDDR6, at mga kaugnay na low-power na bersyon ang magiging dominante sa mga disenyo ng robot. Ang eksplisitong paggamit ni Tesla ng LP5 at LP6 memory sa kanilang AI5 at AI6 chips ay nagpapatotoo sa direksyong ito. Ang mga supplier na nagpapabuti sa mga produktong ito ay makakatugon sa parehong kasalukuyang mobile at automotive markets at sa emerging robotics opportunity nang hindi magpapalit ng limitadong advanced packaging capacity mula sa HBM.
Ang pagkakahati ng teknolohiyang ito ay naglilikha ng mga natatanging landas ng paglago. Ang pangangailangan sa HBM ay nananatiling nakatuon sa isang maliit na bilang ng mga hyperscaler at vendor ng AI accelerator. Ang low-power DRAM ay maaaring mag-scale sa mga consumer device, sasakyan, at robot. Habang tumataas ang produksyon ng robot, ang absolute na bit na pangangailangan para sa mga produkto ng klase na LPDDR ay maaaring lumago nang mas mabilis sa termino ng porsyento kaysa sa mas limitado sa kapasidad na sektor ng HBM, na sumusuporta sa paglalarawan ng “volume story” na ibinigay ng mga analista. Ang mga maker ng memorya na nagbabalanse ng kanilang produkto mix ay kailangang mag-alok nang maingat ng mga wafer starts sa pagitan ng dalawang kategorya.
Nagkakaiba ang Robot Memory Profiles sa mga pangunahing paraan mula sa mga data-center workload
Ang AI sa data center ay nagtutuon sa pinakamataas na bandwidth at kapasidad para sa pagtatraining at malaking batch na inference, karaniwang gumagamit ng HBM na nakapila malapit sa processor. Ang mga workload ng robot ay nagtutuon sa tuloy-tuloy na real-time na sensor fusion, lokal na pagpapatupad ng modelo, at kakayahang umangkop sa pansamantalang pagkawala ng koneksyon. Dapat suportahan ng memorya ang sabay-sabay na pagtingin, proprioception, pagpaplano, at mga control loop habang nananatili sa mahigpit na mga limitasyon sa kapangyarihan at gastos. Ang resulta ay isang pagpili para sa mataas na density, mas mababang power na DRAM na may sapat na bandwidth kaysa sa extremong bandwidth ng HBM. Dumadami rin ang mga pangangailangan sa storage dahil sa pangangailangan na i-log ang mga karanasan o i-cache ang mga malalaking modelo sa loob ng device.
Ang mga pagkakaiba na ito ay nagpapahiwatig na ang robotics ay hindi lamang magkakaroon ng kompetisyon para sa mga parehong HBM wafers na naglilingkod sa AI servers. Sa halip, ito ay nagpapalawak sa kabuuang addressable market para sa karaniwan at low-power DRAM. Mas kumplikado ang capacity planning dahil ang HBM conversion ratios ay nagsasabwag na ng epektibong output ng standard DRAM; ang pagdaragdag ng tumataas na robot segment ay nagpapalalim pa sa residual supply na available para sa mga PC, smartphone, at iba pang tradisyonal na gamit. Ang mga supplier na may flexible process technology sa iba’t ibang produkto ay mas maayos na posisyon upang makakuha ng karagdagang demand.
Ang pag-scall ng suplay ng memorya upang makatugon sa potensyal na volume ng mga robot ay nagdudulot ng mga istruktural na hamon
Kailangan ng mga bagong fab ng DRAM at mga gawian ng advanced packaging ng mga taon at maraming bilyong dolyar na pamumuhunan. Ang umiiral na kakayahan ay karamihan ay nakakasalang sa mahabang panahong kasunduan para sa AI infrastructure. Ipinahiwatig na ng SK Hynix at Micron ang maraming taong panahon ng undersupply. Kahit na mas mabagal ang pagkakaroon ng demand para sa robot kaysa sa sinasabi ni Musk, ang intermediate volumes na sukat sa milyon-milyon na yunit ay mag-aabot pa rin ng malaking bahagi. Sa mas mataas na antas ng content na malapit sa 100–200 GB bawat robot, kailangan ng industriya ng malaking karagdagang kakayahan upang maiwasan ang pagbabawas sa supply mula sa iba pang mga merkado ng paglago.
Ang mga siklo ng nakaraang memorya ay karakteristikong may malalim na pagbabago sa presyo kung saan ang kapasidad ay huling nakasama ang demand. Ang kasalukuyang siklo ay iba dahil ang mga pangmatagalang kasunduan kaugnay ng AI ay naglalagay ng mas malaking bahagi ng output, na nagpapataas sa paa sa kita. Ang demand para sa robotics, kung ito ay lalawak, ay magpapatibay pa sa paggamit at kapangyarihan sa pagtatakda ng presyo. Sa kabilang banda, ang mas mabagal na pagtatanggap ng robot ay magiingat pa rin sa mga supplier na may malakas na demand para sa server. Ang pangunahing baryable ay ang bilis kung saan ang humanoid platforms ay lilipat mula sa mga prototype at limitadong produksyon patungo sa mass deployment.
Mga Dinamika ng Presyo at Kapasidad hanggang sa Wakas ng Dekada
Tumaas na nang malaki ang presyo ng memorya, at inaasahang magkakaroon pa ng karagdagang pagtaas sa ilang kategorya ng produkto. Ang mga pangmatagalang kasunduan na kumakalat sa malaking bahagi ng output noong 2027–2029 ay nagbibigay ng pagkakita ng pagkakita para sa mga supplier habang limitado ang availability sa spot market. Ang mga maker ng robot na papasok sa merkado nang huli ay maaaring makaharap sa mas mataas na gastos o mas mahabang cycle ng pagkwalipiko. Ang mga maagang pagbawas ng memorya ni Tesla ay nagpapakita ng isang estratehiya ng pag-adapt: disenyo ang mga sistema batay sa available na supply, hindi sa ideal na spesipikasyon. Malamang susundan ng iba pang developer ng robot ang parehong pragmatismo.
Para sa Micron at SK Hynix, ang kombinasyon ng patuloy na pangangailangan sa AI server at ang emerging physical AI ay bumubuo ng multi-year na paglago. Ang pagpapalawak ng kapasidad na kasalukuyang nasa pagkakabuo ay magpapalaya sa ilang presyon sa huli ng dekada, ngunit ipinahayag ng parehong kumpanya na ang pangangailangan ay maaaring manatiling mas mataas kaysa sa suplay hanggang 2030. Ang robotics ay nagtataglay ng karagdagang hiling sa kapasidad kaysa isang pagpapalit sa umiiral na pangangailangan. Ang mga investor na sinusubaybayan ang sektor ay magtatantya sa pagtaas ng mga pagpapadala ng unit para sa Optimus at mga kumpetitibong platform bilang mga nangungunang indikador kung gaano kalakas ang volume thesis ay magkakaroon ng mga order.
Lumawak na mga Koneksyon ng Konteksto sa Pagpapalawak ng AI Infrastructure patungo sa Mga Pisikal na AI Platform
Ang mga parehong hyperscalers na nagdudulot ng demand para sa HBM ay nagtutugon din sa robotics at embodied AI. Ang pag-unlad sa mga foundation models na tinuturuan sa data centers ay direktang nagpapalakas sa robot control stacks na tumatakbo sa lokal. Kaya benepisyahan ng mga tagapag-supply ng memorya sa parehong dulo ng AI value chain: mataas na halaga na HBM para sa training at inference clusters at mataas na volume na low-power DRAM para sa mga resultang pisikal na sistema. Ang dual exposure na ito ay nagpapalakas sa structural na kaso para sa patuloy na pag-invest sa memorya capacity kahit na magbago ang mga maikling siklo.
Nagkakaiba-iba ang mga propesyal na palatanti para sa pagpapadala ng humanoid robot, mula sa mga sandaang libo hanggang mababang milyon hanggang 2030 batay sa iba’t ibang aksiyon. Nasa mas ambisyosong kahulugan ang mga pampublikong layunin ni Musk at ang panloob na pagplano sa produksyon ni Tesla. Anuman ang eksaktong landas, malinaw ang direksyon: ang pisikal na AI ay magpapataas ng intensity ng memorya sa kabuuang computing landscape. Ang mga tagapag-supply na matagumpay na nagsisilbi sa paglipat mula sa dominasyon ng data-center patungo sa mas diversipikadong mix ng end-market ay may kakayahang makakuha ng matatag na paglago.
Mga indikador na magtutukoy sa pagtakbo ng pagkamit ng pangangailangan sa memorya
Ang mga pangunahing sukat na dapat obserbahan ay ang tunay na mga rate ng produksyon ng Optimus at ang nilalaman ng memorya bawat yunit habang tinataas ni Tesla ang paggawa, ang mga pagkakataon sa disenyo at mga pahayag sa paghahatid mula sa mga kumpetitibong humanoid platform, at ang kwentong kada kuartal mula sa Micron at SK Hynix tungkol sa physical AI o robotics sampling activity. Ang mga desisyon sa pagkakaloob ng kapasidad sa pagitan ng HBM at karaniwang DRAM ay magpapakita rin kung paano pinipili ng mga tagapag-suply ang emerging opportunity. Ang mga trend sa presyo ng mga produkto ng LPDDR kumpara sa HBM ay magpapakita ng relatifeng kagipitan sa bawat segment.
Sa mas mahabang panahon, ang interaksyon sa pagitan ng paglago ng mga robot unit at ang nilalaman ng memorya bawat robot ang magdedetermine kung ang robotics ay magiging pangunahin o pangalawang driver ng demand. Ang mga konservatibong pananaliksik na pagsasabay ay nagpapanatili ng moderadong absolute demand hanggang 2030; ang mas agresibong mga assumption sa volume ay nagdudulot ng mas malaking epekto. Ang pagtigil ni Musk na ang pangangailangan ng robot ay magkakaroon ng higit pa sa lahat ng iba pang aplikasyon sa Earth ay nagtataguyod ng mataas na pamantayan na hindi pa pinapatotohanan ng kasalukuyang data, ngunit ang pondo sa teknikal na lohika, ang lokal na memorya para sa pisikal na interaksyon, ay nananatiling matibay. Ang mga tagapagbigay ng memorya at kanilang mga investor ay magtutukoy ng progreso batay sa parehong mga konservatibong pagsasabay at mas malawak na pananaw sa mga susunod na taon.
Madalit na Tanong
Ano ang eksaktong sinabi ni Elon Musk tungkol sa pangangailangan sa memorya ng robot?
Sinabi ni Musk na ang pangangailangan sa robot RAM ay lalampas sa lahat ng iba pa sa Earth dahil kailangan ng mga robot na mag-operate sa physical substrates upang hugasan ang mga atom. Dagdag pa niya na ang mga pangangailangan sa superintelligence ay mas malaki pa, ngunit karamihan nito ay magiging nasa deep-space compute. Ang mga komento ay ginawa bilang tugon sa isang pagsusuri ng humanoid DRAM forecasts at nagpapakita ng kanyang pananaw na ang physical AI ang magiging dominante sa pagkonsumo ng memorya sa terrestrial.
Gaano kalaki ang memorya na kailangan ng isang humanoid robot ayon sa mga estimasyon ng industriya?
Inaasahan ng Counterpoint Research na tataas ang karaniwang DRAM bawat humanoid mula sa halos 19 GB noong 2026 hanggang 39 GB hanggang 2030. Ipinahiwatig ng Micron na ang mga advanced na humanoid ay maaaring kailanganin ng higit sa 200 GB ng memorya at maraming terabytes ng storage, katulad ng Level 4 autonomous vehicles. Ibinigay ng Tesla ang kanyang mga next-generation Optimus chips sa paligid ng 72 GB at 144 GB configurations upang balansehin ang kakayahan kasama ang pagkakaroon ng kakayahang mag-produce sa malaking sukat.
Bakit ginagamit ng mga robot ang low-power DRAM kaysa sa high-bandwidth memory?
Ang mga robot ay gumagana sa ilalim ng mahigpit na mga limitasyon sa kapangyarihan, thermal, at gastos na nagpapahintulot sa LPDDR-class na memorya. Ang HBM ay optimized para sa mga malalaking data-center accelerator kung saan ang kapangyarihan at pagpapalamig ay mas kaunti ang limitasyon. Ang bandwidth ay patuloy na mahalaga, ngunit mas mataas ang prioridad ang kabuuang kapasidad at enerhiya efficiency sa mga mobile physical platform, na nagdudulot sa mga designer na piliin ang mga low-power DRAM variants.
Ano ang sinasabi ng kasalukuyang mga paunang pagtataya tungkol sa laki ng demand para sa humanoid DRAM hanggang 2030?
Ipinapakita ng Counterpoint ang isang pagtaas na higit sa dalawampu't isang beses sa kabuuang pangangailangan sa humanoid DRAM mula sa halos 8,300 terabits noong 2026 patungo sa 172,000 terabits noong 2030. Sa ilalim ng mga base assumption sa pagpapadala, nananatiling maliit na bahagi ito ng kabuuang output ng DRAM sa buong mundo. Ang mas mataas na volume ng unit o mas mataas na content bawat robot ay magpapataas nang malaki sa absolute na kontribusyon.
Paano inayos ang kanilang posisyon ang Micron at SK Hynix para sa demand na may kinalaman sa robotics?
Ang parehong kumpanya ay nag-aalok ng mga teknolohiya sa low-power DRAM na may kinalaman sa mga robot. Ang Micron ay nagtampok ng physical AI bilang isang driver ng demand sa hinaharap at nagpapaunlad ng edge inference memory. Ang SK Hynix ay nagsagawa ng mga solusyon sa low-power para sa mga robotics platform at nakikinabang mula sa pangkabuuang kakulangan sa memory na sumusuporta sa presyo. Walang isa sa kanila ang itinuturing ang robotics bilang pangunahing driver sa malapit na kinabukasan, ngunit kilala nila ang mas mahabang panahon na pagkakataon.
Ano ang ebidensya na nagpapakita na ang pagkakaroon ng memorya ay nakakapagpapahintulot na sa mga disenyo ng robot?
Binawasan ng Tesla ang plano nilang nilalaman ng memorya sa kanilang AI5 at AI6 chips upang matiyak ang sapat na volume para sa produksyon ng Optimus. Sinabi ng Micron na kulang sila sa pagkakita kung kailan magiging balanse ang suplay at demand. Ibinabahagi ng SK Hynix na ang mga volume ng DRAM at HBM hanggang 2029 ay epektibong naka-book na sa mga umiiral na kasunduan at diskusyon. Ang mga pahayag na ito ay nagpapakita na ang availability ay nakakaapekto sa system architecture ngayon.
Pahayag ng Pagkakaroon ng Pansin: Ang pangkalahatang impormasyon sa merkado na ito, maaaring mula sa mga third-party, komersyal, o sinponsoran na pinagkukunan, ay ibinibigay lamang para sa refrensya at edukasyonal na layunin at hindi naglalaman ng financial o investment na payo, tawag, paghingi, o jamin. Kami ay nagtatanggi sa anumang pananagutan para sa kawastuhan, kakahusayan, reliability, at anumang nagresultang pagkawala. Ang mga pag-invest at pag-trade ay may panganib; ang nakaraang performance ay hindi nagjamin ng mga resulta sa hinaharap. Dapat mag-ralat, magpasya nang may pag-iingat, at tanggapin ang buong pananagutan ang mga gumagamit. Para sa karagdagang detalye, mangyaring bisitahin ang Mga Tuntunin ng Paggamit at Pagpapakilala sa Panganib ng KuCoin.
Disclaimer: AI technology ang ginamit sa pag-translate ng page na ito para sa convenience mo. Para sa pinaka-accurate na impormasyon, mag-refer sa original na English version.