Bumaba ang mga stocks ng AI Memory pagkatapos ng report sa supply chain tungkol sa NVIDIA Rubin

Isang ulat tungkol sa supply chain ng NVIDIA Rubin cabinet ang nagdulot ng unang pagbaba sa sector ng AI memory.

Ang ulat ay nagbanggit na ang kapasidad ng memorya sa bawat cabinet ay maaaring bumaba mula sa halos 55TB hanggang sa halos 28TB. Pagkatapos, bumaba ang Micron ng halos 7.7% sa isang araw, habang ang SK Hynix ay bumaba nang higit sa 8% sa pagbukas ng susunod na araw. Mas subtil pa, ipinaliwanag ni Dylan Patel, ang may-akda ng ulat, na marami sa mga pagpapalaganap ay nagkuha lamang ng pinakamalakas na bahagi, at hindi ito isang “katastropikong negatibong ulat.”

Dahil sa pagkakatugma nito sa pinakamalikhaing punto sa merkado ng AI hardware, nagdulot ito ng malaking reaksyon. Sa nakaraang panahon, hindi ang karaniwang cycle ng memory ang tinatrabaho ng merkado, kundi ang pagpapalawak ng pangangailangan para sa HBM at kasamang memory pagkatapos ng mass production ng Rubin platform, na magreresulta sa pagtaas muli ng kita at kakayahan ng mga tagapagbigay ng memory sa pagtatakda ng presyo. Mula pa noong GTC ng taong ito, ang HBM4, bahagi ni SK Hynix, at ang paghahabol ni Micron sa AI memory ay patuloy na naging pangunahing tema sa merkado.

Ngunit ang terminong “kinutus ang memorya” ay masyadong gross.

Ang mga pagbabago na inilahad ng SemiAnalysis ay pangunahin ang pagbabago sa konfigurasyon ng SOCAMM at LPDDR sa CPU side sa mga cabinet ni Rubin NVL72. Maaaring gamitin ng karamihan sa mga sistema ang 96GB module kaysa sa mas mataas na kapasidad na 192GB module, na bumababa sa memory capacity ng bawat cabinet mula sa plano na halos 55TB hanggang halos 28TB. Ang pagbabagong ito ay nakakaapekto sa halaga ng system memory sa bawat cabinet, ngunit hindi pa maaaring direktang isumite na ang pangangailangan sa GPU side na HBM4 ay sinundan din ng pagbaba.

Ang dapat malinawin ay kung aling bahagi ng profit pool ang naapektuhan ng pag-aayos na ito, at aling expectation ang kasalukuyang binabayaran ng merkado.

Ang pagbaba ng merkado ay reaksyon ng posisyon pagkatapos makaharap sa mga negatibong keyword pagkatapos ng mga mataas na tema.

Ang mga parte na napatunayan ay ang malakas na reaksyon ng merkado, ngunit ang pangyayari ay patuloy na nasa antas ng supply chain report. Ipinahayag ng SemiAnalysis na maaaring bawasan ng NVIDIA ang konfigurasyon ng CPU-side SOCAMM upang mapanatili ang timeline ng pagpapadala ng Rubin NVL72. Ang mga numero na nabanggit sa report ay ang pagbaba ng kapasidad ng memorya sa bawat cabinet mula sa halos 55TB patungo sa halos 28TB, at ang gastos ng cabinet mula sa halos $7.6 milyon patungo sa halos $6.8 milyon. Dapat unawain ang mga numero na ito ay batay sa reporting methodology ng SemiAnalysis at hindi pa opisyal na BOM (bill of materials) ng NVIDIA.

Sa mga nakaraang kuartal, ang pagtaas ng mga aktibo ng AI memory ay batay sa isang simpleng kuwento: mas maraming AI cabinet, mas kakaunti ang advanced memory, at mas malaki ang kita ng mga supplier.

Mas malakas ang epekto ng negatibong pamagat kung mas simpleng kuwento. Agad na bababa ng halaga ng memorya sa bawat rack kapag lumabas ang “bawasan ng kalahati ang kapasidad ng memorya,” at kaunti lang ang agad na natutukoy kung anong uri ng memorya ang binago.

Ang reaksyon ng Micron ang pinakamalinaw na nagpapakita ng sitwasyon.

Ito ay parehong tradisyonal na supplier ng DRAM at benepisyaryo ng pag-upgrade ng memorya sa AI server. Ang pagkakaroon ng elasto sa merkado ay malaki ang nanggagaling sa bagong pagtukoy ng halaga na “hindi na lamang cycle ang AI memorya.” Kung bumaba ang kapasidad ng memorya ng Rubin sa isang cabinet, agad mag-aalala ang mga investor kung nababawasan ang inaasahang kita ng Micron sa SOCAMM at LPDDR.

Kasama rin ang SK Hynix sa pagbaba, na nagpapakita na ang pag-atake na ito ay lumampas sa isang magkakahiwalay na supplier.

Mas malakas ito sa larangan ng HBM, at dating may mga ulat na nakakuha ito ng malaking bahagi ng order para sa HBM na may kinalaman sa Vera Rubin. Ngunit kapag naging sobra ang pagtinda ng AI memory, hindi maghihintay ang pera hanggang ma-verify ang lahat ng detalye. Ang pagbaba ng mga stocks ng memory ay nagpapakita ng pagbaba ng pagkakataon sa sector, hindi na kasi bawat kumpanya ay apektado ng parehong pondo.

Ang pagpapaliwanag ni Dylan Patel ay nagtuturo rin sa punto na ito. Sinabi niya na ang ulat ay hindi naglalayong lumikha ng “katastropikong” pananaw, at marami ang naglalabas ng konteksto.

Isa sa mga market language ay ang paghuhulog ng posisyon nang mabilis pagkatapos makaharap sa negatibong keyword sa isang mataas na sektor, hindi ang pagkumpleto ng isang buong supply chain analysis.

Ang pangunahing bawas sa pagkakataong ito ay ang system memory sa CPU side, hindi ang HBM4 sa tabi ng GPU.

Hindi maaaring isang salita lamang ang maglalarawan sa memorya sa loob ng kabinet ni Rubin. Ang pinakasimpleng paghahati ay dalawang antas:

Ang unang layer ay ang HBM4 sa gilid ng GPU, na naglilingkod sa sariling accelerated chip;

Ang pangalawang layer ay ang CPU-side na SOCAMM at LPDDR, na mas katulad ng runtime memory ng buong sistema.

Ang una ay nagdedesisyon sa bilis ng pagpapadala ng data sa GPU, habang ang pangalawa ay nakakaapekto sa pagpaplano, pagpapanatili, at bahagyang pagganap ng workload.

Ang "55TB hanggang 28TB" na binanggit ni SemiAnalysis ay pangunahing nasa system memory ng CPU.

Ang maaaring magbago ay ang bilang, kapasidad, at halaga ng pagbili ng mga SOCAMM module sa bawat Rubin NVL72 cabinet. Kung maraming sistema ang magpapalit mula sa 192GB module patungo sa 96GB module, totoo namang bumababa ang halaga ng bawat unit ng mataas na kapasidad na SOCAMM, at ang elasticity ng kita ng mga kaugnay na supplier ay maaaring mabigatan.

Ngunit ang HBM4 sa gilid ng GPU ay iba pang linya.

Ang platform ni Rubin ay patuloy na nakatuon sa Rubin GPU at Vera CPU, at ang HBM4 ay patuloy na ang pangunahing memorya para sa packaging ng GPU at pagpapalabas ng computing power. Walang kasalungat na impormasyon na nagpapakita ng pagbaba sa kapasidad ng HBM4 o pagbaba sa paglabas ng Rubin GPU. Noong nakaraan, maraming nagtataya na nananatiling ang HBM ay isa sa pinakakakulang at pinakamay-ari ng presyo sa mga AI server, at ang SK Hynix ay itinuturing ng merkado bilang pangunahing nakikinabang.

Maaaring isipin ang AI cabinet bilang isang napakagastos at mataas na performance na server.

Mas malapit ang HBM sa mataas na bilis na memorya na nakapikit sa tabi ng GPU, habang mas malapit ang SOCAMM sa system memory na maaaring palitan ng buong sistema. Ang pangunahing pagbabago sa pagkakataong ito ay ang huli.

Para sa posisyon, ang pagkakaiba ay diretso: kung mas malaki ang exposure ng Micron sa SOCAMM, ang pagbaba ng halaga ng unit ay magsisimula sa kanilang inaasahan; ang HBM logic ng SK Hynix ay relatibong independiyente, ngunit sa crowded trade, maaari pa rin itong maapektuhan ng emosyon ng sektor.

Hindi sapat ang ebidensya upang direktang i-extend ang pagbaba ng system memory bilang pagbagsak ng demand para sa HBM4.

Mas makatwiran ang pagkakahati na ang pool ng kita sa CPU ay nasa ilalim ng presyur para mabawasan, habang ang HBM sa GPU ay naghihintay pa rin sa kabuuang paglabas ni Rubin at sa ritmo ng mga order para sa HBM4.

Hindi na maaaring gamitin ang isang simpleng pahayag na “lahat ng memorya ay malakas” para sa lahat ng mga supplier. Ang Micron, SK Hynix, at Samsung Electronics ay may iba’t ibang eksposur sa HBM, SoC RAM, tradisyonal na DRAM, at NAND, at ang iba’t ibang uri ng memorya sa isang kabinet ay may sariling presyo, margin ng kikitain, at mga limitasyon sa suplay at demand.

Ang positibong paliwanag ay galing sa gastos at ritmo ng pagpapadala.

Ayon sa pagkalkula ng SemiAnalysis, maaaring bumaba ang gastos ng Rubin NVL72 cabinet mula sa halos $7.6 milyon patungo sa halos $6.8 milyon, isang pagbawas ng halos $800,000.

Para sa mga cloud provider tulad ng Microsoft, Google, Amazon, at Meta, ang AI cabinet ay hindi lamang pagbili ng hardware, kundi pagkalkula ng gastos sa computing power bawat oras, oras ng pagpapadala, at katatagan sa malawakang pag-deploy.

Kung ang pagbabawas ng komponente ay makakatulong sa Rubin na mas mabilis na magbigay, ang pagbaba ng halaga ng ilang machine ay maaaring mapalit ng mas maraming cabinet.

Hindi komplikado ang lohika. Kung ang malaking kapasidad na SOCAMM ay may kakulangan, ang pagpili ni NVIDIA ng mas madaling ipagkaloob na konfigurasyon ay maaaring bawasan ang BOM bawat kabinet at mabawasan ang panganib na mag-antala ang isang komponente sa pagpapadala ng buong machine.

Para sa mga bumibili, kung ang mas mababang konfigurasyon ng system memory ay hindi makakapagdulot ng malaking epekto sa pangunahing workload, mas atraktibo ang pagkuha ng cabinet nang maaga kaysa maghintay sa fully configured na bersyon.

Ang problema ay, ang hakbang na ito ay kasalukuyang isang pagtataya.

Ang pagbaba ng gastos ay hindi awtomatikong nangangahulugan ng pagtaas ng mga order. Upang ma-balans ang “pagbaba ng halaga bawat unit” sa pamamagitan ng “pagtaas ng kabuuang bilang ng server racks,” kailangan ni NVIDIA na magbigay ng higit pang Rubin NVL72, at kailangan din ng mga cloud provider na magdagdag o magbili nang maaga.

Hindi pa naglalabas ng mga order, quarterly guidance, o mga datos tungkol sa aktwal na paglalabas ang kasalukuyang materyales upang patunayan ito.

Gamitin ang isang simpleng skena para maunawaan: kung ang kapasidad ng isang uri ng SOCAMM sa isang single rack ay malapit na sa pagkabawas ng kalahati, kailangang mapataas nang malinaw ang kabuuang paglabas ng rack upang mabalik sa orihinal na inaasahan ang kabuuang Bit na pangangailangan sa bahaging ito.

Kahit bumaba ang gastos ng halos 10%, hindi agad matutukoy na mas marami ang mga customer na bibili ng sapat na cabinets. Ang pagbili ng mga malalaking cloud provider ay nakaaapekto rin sa kuryente, pagbuo ng data center, suplay ng GPU, advanced packaging, at network equipment; ang pagbaba ng isang BOM ay isa lamang sa mga variable.

Ang sitwasyon ng HBM ay relatibong mas matatag, ngunit hindi ganap na imunizado.

Kung patuloy na malakas ang paglabas ng Rubin, ang HBM4 ay isa pa rin sa mga direktang nakikinabang; kung patunayan ng susunod na pagpapadala na ang pagpapadala ng buong sistema ay hinahabasan ng iba pang bottleneck, ang HBM ay magkakaroon din ng epekto mula sa ritmo ng paglabas ng platform.

Ang pagkakaiba ay ang report na ito ay hindi direktang bawal ang HBM4 configuration; ang thị trường ay naghihintay sa kabuuang bilang ng cabinet na ipinapadala, hindi lang sa numero ng SOCAMM capacity.

Ang pinakamalaking panganay ngayon ay ang pagkakasplit at pagrerevalue ng market batay sa pool ng kita, ngunit ang susunod na data ay hindi nagbibigay ng suporta sa positibong interpretasyon.

Kung ang NVIDIA o ang supply chain ay kalaunan ay patunayan na ang Rubin NVL72 ay magiging matagal na gumagamit ng mas mababang SOCAMM configuration, samantalang ang kabuuang paglabas ng cabinet ay hindi malakas na itaas, ang mga supplier ng system memory sa CPU side ay makakaranas ng mas matagal na pagbaba sa inaasahang kita.

Para sa Micron, ang susi ay hindi lamang ang pangkalahatang label na “nabibigyan ng benepisyo ang AI memory,” kundi ang pagkakahati-hati ng kita ng iba’t ibang produkto.

Sa susunod na pagsisiyasat ng pagsasalin at telepono, kailangan mong suriin kung ipinahayag ng pamamahala ang paglago ng DRAM, SOCAMM, at HBM na may kinalaman sa AI server, at kung nagbago ang gross margin dahil sa spesipikasyon, presyo, o pagtawag ng mga kliyente.

Kung ang kompanya ay nagbibigay lamang ng optimistiko na pagsasalaysay tungkol sa kabuuang demand ngunit hindi kayang ipaliwanag ang epekto ng pagbabago sa SOCAMM configuration, maaari patuloy na magkaroon ng discount ang merkado.

Para sa SK Hynix, ang mga verification point ay mas nakatuon sa HBM.

Kung ang kanilang bahagi ng order sa HBM4, ritmo ng paglabas, at presyo ay mananatiling malakas, ang pagbabalik na ito ay mas mukhang pagkakaiba sa emosyon ng sektor; kung ang kabuuang paglabas ni Rubin o ritmo ng pagpapadala ng HBM ay mababawasan din sa susunod, magkakaroon lamang ang merkado ng pagkalat ng epekto mula sa SOCAMM patungo sa pangunahing HBM.

Ito rin ay karaniwang pagbabago pagkatapos ng gitna ng tema ng AI memory.

Noong unang panahon, binili ng market ang direksyon: lalong dumarami ang AI cabinets, lalong kakaunti ang advanced memory.

Ang kasalukuyang indikador ng标的 ay nakakalap ng malaking pagtaas, at ang mga pondo ay nagsisimulang suriin kung ang bawat kita ay totoo nang natanggap. Isang detalye sa supply chain ang maaaring mag-trigger ng 7%-8% na araw-araw na paggalaw, na nagpapakita na ang sektor ay naging sobrang puno, at mas madaling mapalaki ang negatibong impormasyon.

Bago maipakita ang tunay na paglabas ng mga produkto at ang pagkakahati-hati sa financial report, ang pagtukoy sa pagbaba na ito bilang “nawala na ang lahat ng negatibong balita” o “pagbagsak ng pangangailangan sa AI” ay sobrang maaga pa.

Mas maingat na pananaw ay pagkilala sa presyur sa pagbaba ng halaga ng isang machine sa CPU side, samantalang hihiwalayin ang pagpapresyo ng HBM4 at SOCAMM.

Ang mga sumusunod ay patuloy na magiging pinakamalaking salik na magbabago sa paghuhusga: kung tatanggapin ng NVIDIA ang final BOM ng Rubin NVL72, kung maaaring i-increase ang aktwal na plano ng paglabas ng Rubin cabinet, at ang eksposur sa kita at pagbabago sa gross margin ng Micron, SK Hynix, at Samsung Electronics sa HBM at SOCAMM/LPDDR.