Krisis Rantai Pasokan Berikutnya AI: Bagaimana Kekurangan Laser InP Mengancam Pusat Data
2026/08/04 11:13:00
Ledakan kecerdasan buatan telah memperlihatkan kekurangan pada GPU, memori berpita lebar tinggi, pengemasan canggih, listrik, dan pendinginan. Kendala berikutnya mungkin jauh kurang terlihat tetapi sama pentingnya: laser yang memindahkan volume data besar antar prosesor di dalam pusat data AI modern.
Indium fosfida, atau InP, adalah semikonduktor senyawa yang digunakan dalam komponen optik berkecepatan tinggi. Permintaan untuk laser berbasis InP meningkat seiring perusahaan cloud beralih dari jaringan 400G dan 800G menuju koneksi 1.6T dan optik co-packaged. Pada saat yang sama, kontrol ekspor, kapasitas produksi terbatas, dan basis pemasok yang terkonsentrasi membuat ekspansi menjadi lebih sulit. Bagi investor kripto, masalah ini dapat memengaruhi biaya infrastruktur AI, ekonomi komputasi terdesentralisasi, valuasi AI-token, dan nafsu risiko lebih luas yang menghubungkan saham teknologi dengan Bitcoin.
Bagaimana Kekurangan InP Menjadi Masalah AI
Kekurangan tersebut tidak disebabkan oleh kecelakaan pabrik tunggal atau gelombang mendadak pembelian spekulatif. Hal ini berkembang seiring dengan meningkatnya ukuran dan ketergantungan klaster AI terhadap jaringan berkecepatan tinggi. Pelatihan dan pelayanan model canggih memerlukan ribuan akselerator untuk saling bertukar data dengan penundaan minimal. Hal ini telah meningkatkan permintaan terhadap optical transceivers, switch berkapasitas tinggi, dan laser yang menghasilkan sinyal yang bergerak melalui kabel serat optik.
Lumentum mengatakan ekspansi infrastruktur AI mendorong permintaan yang tidak biasa kuat terhadap komponen optik. Perusahaan ini mengutip perkiraan pasar yang menunjukkan permintaan untuk laser modulasi elektro-adsorpsi InP dan chip laser terkait berjalan sekitar 30% hingga 50% di atas pasokan. Ketidakseimbangan ini penting karena cluster AI tidak dapat beroperasi secara efisien ketika prosesor tersedia tetapi jaringan yang menghubungkannya belum lengkap.
Geopolitik telah menambahkan lapisan ketidakpastian lainnya. Tiongkok memperkenalkan pengendalian lebih ketat terhadap ekspor terkait InP pada Februari 2025, sementara pembeli luar negeri melaporkan pemeriksaan lebih ketat terhadap pengiriman indium. Tiongkok memproduksi sekitar 70% indium global, logam hulu yang digunakan untuk memproduksi InP. Reuters melaporkan bahwa penundaan lisensi dan konsentrasi produksi substrat telah mempersulit upaya perusahaan Amerika dan Eropa untuk mengamankan pasokan alternatif.
Perilaku pembelian korporat memberikan bukti lebih lanjut bahwa ini adalah masalah struktural, bukan masalah sementara yang hanya menjadi judul berita. AXT setuju untuk menyediakan pasokan substrat InP untuk Lumentum hingga 31 Desember 2031. Lumentum juga sedang membangun fasilitas manufaktur baru di AS untuk laser InP canggih, sementara Coherent memperluas kapasitas produksi InP enam inci di Texas. Ini adalah investasi bertahun-tahun yang dirancang untuk mengatasi rantai pasok yang tidak dibangun untuk kecepatan pertumbuhan infrastruktur AI saat ini.
Mengapa Pusat Data AI Memerlukan Laser InP
Pusat data AI bukan sekadar gudang yang dipenuhi GPU. Ini adalah sistem yang tersinkronisasi di mana prosesor, memori, jaringan, listrik, dan pendinginan harus berkembang secara bersamaan. Sebuah kluster besar dapat berisi ribuan atau puluhan ribu akselerator. Jika akselerator-akselerator tersebut tidak dapat saling bertukar parameter model dan perhitungan menengah dengan cukup cepat, mereka menghabiskan lebih banyak waktu menunggu dan lebih sedikit waktu menghitung.
Koneksi tembaga tetap berguna pada jarak pendek, tetapi kehilangan sinyal, panas, dan konsumsi daya menjadi lebih sulit dikendalikan seiring peningkatan kecepatan dan jarak. Tautan optik dapat mentransfer data melalui serat dengan bandwidth lebih tinggi dan efisiensi energi yang lebih baik. InP bernilai tinggi karena mampu menghasilkan dan memodulasi cahaya pada panjang gelombang yang banyak digunakan dalam komunikasi serat-optik. Portofolio pusat data Lumentum mencakup EML berbasis InP dan laser gelombang kontinu yang dirancang untuk jaringan berbandwidth tinggi dan latensi rendah.
EML dan Laser Gelombang Kontinu
Laser modulasi elektro-absorpsi, atau EML, menggabungkan sumber laser dengan modulator kecepatan tinggi. Mereka umumnya digunakan dalam transceiver optik yang dapat dicabut. EML 200G Lumentum, misalnya, dirancang agar delapan jalur 200G dapat mendukung modul 1.6T. Seiring pusat data meningkatkan koneksi mereka ke kecepatan lebih cepat, persyaratan kinerja dan produksi untuk perangkat ini menjadi lebih menuntut.
Laser gelombang kontinu menyediakan sumber cahaya stabil untuk sistem silikon-fotonik dan optik co-packaged. Fotonik silikon dapat memandu, membagi, dan memodulasi cahaya secara efisien, tetapi silikon bukan bahan yang efisien untuk memancarkan cahaya. Oleh karena itu, sistem co-packaged NVIDIA tetap menggunakan sumber laser eksternal yang dapat diandalkan. Arsitektur berubah pada lokasi laser dan cara penghubungannya; hal ini tidak menghilangkan kebutuhan akan sumber cahaya yang memenuhi syarat.
| Komponen infrastruktur | Fungsi utama | Konsekuensi dari kekurangan |
| GPU atau akselerator AI | Melakukan perhitungan pelatihan dan inferensi | Batas kapasitas komputasi mentah |
| Memori berbandwidth tinggi | Menyediakan data untuk akselerator | Mengurangi pemanfaatan prosesor |
| Transceiver optik | Mengonversi sinyal listrik dan optik | Penundaan peluncuran jaringan kecepatan tinggi |
| Laser InP | Menghasilkan cahaya untuk koneksi optik | Membatasi produksi transceiver dan fotonik |
| Peralihan jaringan | Menghubungkan akselerator ke dalam sebuah klaster | Membatasi skala dan efisiensi cluster |
| Daya dan pendinginan | Mempertahankan sistem agar beroperasi | Membatasi jumlah perangkat keras yang dapat berjalan |
Analogi paling sederhana adalah bahwa GPU adalah mesin dari pusat data AI, sementara jaringan optik adalah sistem jalan raya yang menghubungkannya. Laser InP menyediakan sebagian cahaya yang menjaga arus lalu lintas tetap berjalan. Seorang operator mungkin memiliki cukup banyak mesin, tetapi sistem tidak dapat mencapai kinerja penuh jika jalan raya belum selesai.
Mengapa Pasokan Tidak Bisa Menyusul dengan Cepat
Kesulitan pertama adalah konsentrasi pemasok. Substrat InP dan perangkat laser berkinerja tinggi berasal dari basis industri yang jauh lebih kecil daripada chip silikon konvensional. Reuters melaporkan bahwa tiga perusahaan mendominasi sekitar 90% pasokan substrat InP global. Ketika pasar bergantung pada hanya beberapa produsen berkualifikasi, gangguan yang melibatkan bahan baku, wafer, epitaksi, atau fabrikasi perangkat dapat memengaruhi seluruh rantai.
Pelanggan juga tidak dapat segera mengganti pemasok. Laser pusat data harus memenuhi persyaratan ketat untuk daya output, stabilitas suhu, masa operasi, dan konsistensi. Wafer atau sumber laser baru harus lulus pengujian dan kualifikasi pelanggan sebelum dapat digunakan dalam sistem komersial skala besar. Kapasitas yang ada di atas kertas oleh karena itu dapat memakan waktu berbulan-bulan atau bertahun-tahun untuk menjadi produksi yang dapat digunakan.
Wafer yang lebih besar dapat meningkatkan ekonomi industri ini. Coherent menyatakan bahwa platform InP enam inci-nya dapat menyediakan kapasitas produksi empat kali lebih banyak dan mengurangi biaya die lebih dari 60% dibandingkan pendekatan wafer ukuran lebih kecil. Namun, manfaat tersebut bergantung pada ketersediaan peralatan, kematangan proses, peningkatan yield, dan adopsi pelanggan. Skalabilitas manufaktur semikonduktor senyawa tetap lebih rumit daripada menambah kapasitas pada proses silikon yang sudah matang.
Pemasok juga harus menghindari ekspansi pada titik yang salah dalam siklus. Membangun terlalu lambat berisiko kehilangan pelanggan dan memperpanjang kekurangan. Membangun terlalu cepat bisa meninggalkan pabrik-pabrik produsen dengan kapasitas yang tidak terpakai jika pengeluaran hyperscaler kemudian melemah. Kontrak jangka panjang, pembayaran di muka dari pelanggan, dan investasi strategis membantu membagi risiko ini antara perusahaan-perusahaan yang membutuhkan pasokan aman dan produsen yang harus membiayai kapasitas baru yang mahal.
Bagaimana Kekurangan Bisa Memperlambat Pusat Data
Kekurangan InP tidak mungkin menutup pusat data AI yang sudah beroperasi. Risiko yang lebih realistis adalah penundaan terhadap kluster baru dan peningkatan jaringan. Operator mungkin menerima GPU mereka tetapi harus menunggu lebih lama untuk modul optik 800G atau 1,6T, switch, atau sistem laser eksternal. Prosesor yang mahal kemudian mungkin beroperasi dalam konfigurasi yang lebih kecil, tetap tidak terpakai sepenuhnya, atau menghasilkan pendapatan lebih lambat dari yang direncanakan.
Dampaknya tidak akan terdistribusi secara merata. Hyperscalers dapat menawarkan setoran, menandatangani kontrak bertahun-tahun, dan menegosiasikan akses prioritas ke produksi. Penyedia cloud yang lebih kecil, perusahaan AI khusus, dan operator komputasi terdesentralisasi memiliki daya beli yang lebih rendah. Mereka mungkin menghadapi harga yang lebih tinggi, waktu tunggu yang lebih lama, atau alokasi yang kurang menguntungkan, berpotensi memperkuat posisi perusahaan infrastruktur terbesar.
Optik co-packaged dapat meningkatkan efisiensi energi dan mengurangi kehilangan sinyal, tetapi tidak menghilangkan masalah pasokan. NVIDIA mengatakan bahwa sakelar silikon-fotoniknya dapat secara signifikan mengurangi konsumsi daya dan meningkatkan integritas sinyal dibandingkan dengan desain pluggable tradisional. Sistem-sistem tersebut masih bergantung pada sumber laser eksternal dan ekosistem fotonik khusus. Bottle-neck mungkin bergeser dari transceiver konvensional ke array laser berdaya tinggi, bukan menghilang.
Tantangan sebenarnya adalah keseimbangan sistem. Lebih banyak GPU tidak secara otomatis menciptakan kapasitas AI yang lebih banyak dapat digunakan. Komputasi, memori, jaringan, daya, dan pendinginan harus tiba di lokasi yang tepat pada waktu yang hampir bersamaan. Komponen optik yang relatif murah dapat menunda fasilitas yang total investasinya diukur dalam miliaran dolar.
Pertaruhan Optics Nvidia Mengubah Cerita
Tindakan NVIDIA telah menjadikan jaringan optik sebagai tema investasi AI utama. Pada Maret 2026, perusahaan mengumumkan kemitraan strategis terpisah dengan Lumentum dan Coherent, termasuk investasi sebesar $2 miliar di masing-masing perusahaan. Kesepakatan ini bertujuan untuk memperluas kapasitas produksi, memperdalam penelitian, dan mendukung teknologi optik yang dibutuhkan oleh infrastruktur AI masa depan.
Logikanya sederhana. NVIDIA dapat merancang akselerator yang semakin kuat, tetapi pelanggan harus menghubungkannya ke dalam klaster yang andal dan efisien. Seiring pertumbuhan ukuran model dan lalu lintas inferensi, pemindahan data menjadi bagian yang lebih besar dari kinerja total sistem dan konsumsi energi. Memastikan kapasitas optik melindungi nilai platform komputasi dan jaringan NVIDIA yang lebih luas.
| Sinyal pasar | Apa yang ditunjukkan | Apa yang tidak dibuktikan |
| NVIDIA berinvestasi di Lumentum | Kapasitas optik telah menjadi penting secara strategis | Setiap perusahaan optik akan mendapatkan margin yang lebih tinggi |
| NVIDIA berinvestasi di Coherent | Diperlukan beberapa pemasok dan teknologi | Kekurangan ini akan berlangsung secara permanen |
| Lumentum membangun fasilitas baru di AS | Kapasitas InP domestik sedang diperluas | Produksi baru akan tersedia segera |
| Coherent memperluas manufaktur enam inci | Wafer yang lebih besar dapat meningkatkan skala dan biaya | Risiko manufaktur dan hasil telah hilang |
| AXT menyimpan pasokan hingga 2031 | Pelanggan menginginkan keamanan material jangka panjang | Permintaan akan meningkat secara lurus hingga 2031 |
NVIDIA juga telah memasuki kemitraan jangka panjang dengan Corning untuk memperluas konektivitas optik yang digunakan di pusat data hyperscale. Bersama-sama, perjanjian-perjanjian ini menunjukkan bahwa serat, fotonik, dan laser tidak lagi merupakan bagian sekunder dalam cerita AI. Mereka sedang menjadi infrastruktur strategis bersama dengan akselerator dan memori.
Apa yang Dimaksud Krisis Ini untuk Token AI
Kekurangan laser InP tidak memiliki hubungan mekanis langsung dengan harga token AI. Proyek kripto umumnya tidak memproduksi komponen optik. Hubungan ini berjalan melalui harapan terhadap pertumbuhan industri AI, biaya infrastruktur komputasi, dan kemampuan jaringan terdesentralisasi untuk menyediakan layanan yang berguna dengan harga yang kompetitif.
Biaya Lebih Tinggi Akan Menguji Model Bisnis Lemah
Jika peralatan jaringan menjadi lebih mahal atau sulit diperoleh, biaya keseluruhan membangun klaster GPU meningkat. Proyek-proyek yang membeli kapasitas cloud dan menjualnya kembali melalui pasar tertokenisasi mungkin mengalami margin yang lebih sempit. Jaringan yang menggunakan emisi token untuk mensubsidi permintaan dapat menghadapi tekanan tambahan ketika biaya infrastruktur nyata naik lebih cepat daripada pendapatan pelanggan.
Sebuah token dapat mengoordinasikan insentif dan pembayaran, tetapi tidak dapat memproduksi perangkat keras yang langka atau memperpendek siklus kualifikasi pabrik. Oleh karena itu, investor harus memeriksa apakah proyek AI-kripto memiliki penyedia komputasi aktif, pelanggan berulang, harga transparan, beban kerja yang dapat diverifikasi, dan pendapatan yang cukup untuk mendukung insentifnya. Sebuah pasar yang berfungsi dapat menyesuaikan diri terhadap biaya yang lebih tinggi; proyek yang mengandalkan terutama frasa “AI plus blockchain” memiliki perlindungan yang jauh lebih sedikit.
Kelangkaan Tidak Secara Otomatis Bullish
Beberapa investor mungkin menganggap bahwa kapasitas terpusat yang terbatas secara otomatis meningkatkan nilai jaringan AI terdesentralisasi. Argumen ini memiliki beberapa kebenaran ketika jaringan meningkatkan pemanfaatan GPU yang menganggur atau menghubungkan pelanggan dengan penyedia regional yang lebih kecil. Namun, operator terdesentralisasi juga bergantung pada pusat data, switch, serat, dan komponen optik. Mereka tidak terisolasi dari kendala pasokan fisik.
Hasil yang mungkin terjadi adalah diferensiasi yang lebih besar di antara token AI. Pasar GPU, jaringan inferensi, platform data, dan protokol agen seharusnya tidak dinilai sebagai satu kategori. Paparan mereka terhadap perangkat keras, bandwidth, latensi, dan pengeluaran modal sangat bervariasi.
Kelangkaan ini oleh karena itu lebih baik dipahami sebagai ujian mendasar daripada sebagai katalis crypto universal. Ini dapat mengungkap proyek mana yang memahami ekonomi dalam menyediakan layanan AI dan mana yang terutama memanfaatkan narasi populer.
Dapatkah AI Terdesentralisasi Menguntungkan?
Jaringan komputasi terdesentralisasi memiliki peluang nyata ketika kapasitas terpusat mahal atau sulit diakses. Mereka dapat mengagregasi GPU yang menganggur, menghubungkan pelanggan kecil dengan operator regional, dan menyediakan alternatif untuk kontrak jangka panjang dengan platform cloud besar. Insentif token dapat membantu menarik sumber daya komputasi dan mengoordinasikan pembayaran lintas batas.
Jaringan-jaringan ini mungkin menjadi sangat berguna untuk inferensi, penyajian model, rendering, pemrosesan data, dan beban kerja lainnya yang dapat dibagi di antara penyedia. Jika kekurangan optik meningkatkan biaya hyperscaler atau memperlambat pembangunan pusat data baru, pelanggan mungkin menjadi lebih bersedia menguji sumber-sumber alternatif kapasitas komputasi.
Namun, jaringan terdesentralisasi tidak dapat sepenuhnya menggantikan kluster hyperscale. Pelatihan model terdepan memerlukan akselerator yang disinkronkan secara ketat, bandwidth sangat tinggi, dan latensi sangat rendah. Kumpulan GPU konsumen yang tersebar secara geografis tidak dapat dengan mudah mereproduksi kinerja kluster yang dirancang khusus yang terhubung oleh fabric InfiniBand atau Ethernet canggih.
Proyek terdesentralisasi terkuat akan menjadi mereka yang memilih beban kerja yang sesuai dengan struktur mereka, bukan yang mengklaim menggantikan setiap penyedia terpusat. Desentralisasi dapat meningkatkan akses pasar dan pemanfaatan perangkat keras, tetapi tidak dapat menghilangkan batasan fisik dari bandwidth, energi, keandalan, dan jarak.
Apa Arti Kekurangan Ini bagi Bitcoin
Bitcoin bahkan lebih jauh terpisah dari rantai pasokan InP. Keamanannya bergantung terutama pada perangkat keras penambangan ASIC dan listrik, bukan pada jaringan optik berkecepatan tinggi yang digunakan untuk pelatihan AI canggih. Oleh karena itu, kekurangan ini tidak mungkin menjadi pendorong langsung adopsi Bitcoin, ekonomi penambangan, atau aktivitas jaringan.
Koneksi yang lebih relevan adalah sentimen pasar. Pengeluaran modal AI telah menjadi penting bagi laba dan valuasi sektor teknologi. Jika hambatan jaringan menunda pendapatan pusat data atau mengurangi pengembalian yang diharapkan dari investasi AI, saham teknologi bisa melemah dan permintaan luas terhadap aset berisiko bisa menurun. Bitcoin dapat terpengaruh ketika investor memperdagangkannya sebagai aset dengan volatilitas tinggi dalam lingkungan likuiditas yang sama.
Hasil yang lebih positif juga dimungkinkan. Kendala pasokan dapat memicu investasi tambahan, ekspansi manufaktur, dan dukungan pemerintah tanpa secara signifikan memperlambat pembangunan AI. Dalam skenario itu, peristiwa tersebut akan memperkuat siklus infrastruktur jangka panjang. Suku bunga, likuiditas global, arus ETF, regulasi, dan permintaan khusus kripto masih akan lebih penting bagi bitcoin daripada harga komponen InP.
Apa yang Harus Diperhatikan Investor Selanjutnya
Narasi kekurangan harus diuji terhadap data operasional, bukan hanya diulang sebagai slogan. Investor membutuhkan bukti bahwa permintaan tetap di atas pasokan, bahwa pabrik-pabrik baru sedang berkembang, dan bahwa pelanggan bersedia membayar cukup agar produsen memperoleh imbal hasil yang menarik.
Dalam skenario bullish, kapasitas baru datang sementara permintaan AI tetap kuat, memungkinkan pemasok optik meningkatkan produksi tanpa merusak harga. Kasus dasar melibatkan ketatnya pasokan yang berkelanjutan, ekspansi bertahap, dan alokasi prioritas kepada pelanggan terbesar. Skenario bearish akan menggabungkan proyek pusat data yang tertunda dengan pengeluaran AI yang lebih lemah, sehingga pelanggan mendapatkan pengembalian lebih rendah dan pemasok terikat pada komitmen ekspansi yang mahal.
Pertanyaan yang menentukan bukanlah apakah permintaan untuk konektivitas optik akan tumbuh. Tetapi apakah pasokan yang memenuhi syarat dapat berkembang cukup cepat untuk mencegah jaringan menjadi batasan material dalam penerapan AI.
Ledakan AI Kini Menjadi Perlombaan Full-Stack
Kekurangan InP mengubah cara investor memandang infrastruktur kecerdasan buatan. Fase pertama ledakan ini berfokus pada prosesor. Fase berikutnya bergantung pada sistem lengkap: memori, pengemasan, jaringan, laser, serat, listrik, pendinginan, dan perangkat lunak. Kelemahan pada satu lapisan saja dapat mengurangi nilai pengeluaran di seluruh lapisan lainnya.
Bagi investor kripto, ini bukanlah reli token AI yang dijamin maupun guncangan langsung terhadap bitcoin. Ini adalah pengingat bahwa pasar digital pada akhirnya bergantung pada sistem fisik. Proyek dengan pengguna nyata, alokasi sumber daya yang efisien, dan strategi infrastruktur yang kredibel mungkin akan mendapatkan relevansi, sementara token yang didukung terutama oleh narasi AI yang luas mungkin kesulitan membenarkan valuasi mereka. Fase berikutnya dari boom AI mungkin akan ditentukan tidak hanya oleh siapa yang memiliki chip terbaik, tetapi oleh siapa yang dapat menghubungkan, memberi daya, dan mengoperasikannya secara skala besar.
|
KuCoin merayakan ulang tahunnya yang ke-9 dengan kampanye platform khusus yang penuh dengan hadiah eksklusif, aktivitas perdagangan, dan penawaran waktu terbatas. Jangan lewatkan kesempatan untuk berpartisipasi dan menikmati manfaatnya saat bursa menandai sembilan tahun pertumbuhan dan inovasi. Kunjungi halaman kampanye resmi sekarang:
|
Pertanyaan yang Sering Diajukan
Apakah indium fosfida digunakan di dalam GPU NVIDIA?
InP bukan bahan pokok yang digunakan untuk sirkuit logika di dalam GPU NVIDIA. Prosesor tersebut sebagian besar diproduksi menggunakan proses silikon canggih. InP relevan untuk komponen optik yang memindahkan data antara akselerator, switch, dan lokasi pusat data.
Akankah kekurangan ini secara langsung memengaruhi penambangan bitcoin biasa?
Dampak langsung seharusnya terbatas. Pertambangan bitcoin memerlukan peralatan jaringan, tetapi tidak memerlukan koneksi ultra-berbandwidth tinggi dan tersinkronisasi ketat yang digunakan dalam kluster pelatihan AI mutakhir. Bisnis yang mengoperasikan fasilitas GPU besar dan pasar komputasi berbasis kripto memiliki paparan yang lebih besar.
Apakah layanan AI berbasis cloud bisa menjadi lebih mahal?
Biaya optik dan jaringan yang lebih tinggi dapat meningkatkan total biaya penerapan infrastruktur AI. Apakah pelanggan membayar lebih tergantung pada persaingan, pemanfaatan, kontrak pembelian, dan jumlah biaya tambahan yang diserap oleh penyedia cloud. Kenaikan harga karena itu mungkin muncul pada layanan yang terbatas tanpa memengaruhi setiap produk AI secara setara.
Sektor kripto mana yang memiliki paparan terbesar?
Infrastruktur fisik terdesentralisasi, pasar GPU, jaringan inferensi AI, dan platform komputasi awan yang ditokenisasi memiliki keterkaitan paling jelas. Token pembayaran, bursa terdesentralisasi, dan sebagian besar jaringan Layer 1 kurang terpapar secara langsung kecuali jika valuasi mereka sangat bergantung pada narasi AI.
Dapatkah perusahaan mendesain ulang sistem optik untuk menggunakan lebih sedikit laser?
Peningkatan desain dapat mengurangi jumlah komponen atau memungkinkan sumber cahaya dibagikan lebih efisien. Optik co-packaged dan array laser eksternal adalah contoh evolusi ini. Namun, arsitektur ini masih memerlukan laser yang memenuhi syarat dan memperkenalkan tantangan manufaktur, pengujian, dan keandalan sendiri.
Bagaimana para investor akan tahu ketika kekurangan mulai berkurang?
Bukti akan mencakup waktu pengiriman yang lebih singkat, harga substrat yang stabil atau menurun, volume pengiriman komersial yang lebih tinggi, peningkatan hasil manufaktur, dan kebutuhan pemesanan kapasitas yang kurang mendesak. Pengumuman pabrik saja tidak cukup; investor harus mencari produksi dan pengiriman pelanggan yang terbukti.
Apakah pemasok alternatif dapat menyelesaikan masalah dengan cepat?
Pemasok tambahan dapat meningkatkan ketahanan, tetapi kualifikasi membutuhkan waktu. Pelanggan harus mengonfirmasi bahwa bahan dan perangkat baru memenuhi standar kinerja dan keandalan yang ketat. Kapasitas manufaktur baru karena itu mungkin ada selama beberapa waktu sebelum berkontribusi secara bermakna terhadap penyebaran pusat data skala besar.
Apakah kekurangan InP kemungkinan akan berlangsung selama bertahun-tahun?
Durasi yang tepat masih belum pasti. Kesepakatan pasokan yang berlanjut hingga dekade berikutnya dan rencana ekspansi pabrik saat ini menunjukkan bahwa perusahaan mengharapkan keamanan pasokan tetap penting secara strategis. Ketidakseimbangan ini bisa berkurang lebih awal jika wafer yang lebih besar meningkatkan output dengan cepat, lebih banyak pemasok memenuhi syarat, atau pengeluaran untuk infrastruktur AI melambat.
Penafian: Konten ini hanya untuk tujuan informasi dan tidak merupakan saran investasi. Investasi mata uang kripto membawa risiko. Silakan lakukan riset sendiri (DYOR).
Penafian: Halaman ini diterjemahkan menggunakan teknologi AI untuk kenyamanan Anda. Untuk informasi yang paling akurat, lihat versi bahasa Inggris aslinya.