เจนสัน ฮวง: ทำไมการผลิตชิปหน่วยความจำ AI เกินความต้องการอาจไม่เกิดขึ้นจนถึงปี 2029
คำนำ
การระเบิดของการพัฒนาปัญญาประดิษฐ์ จะทำให้ชิปหน่วยความจำยังคงขาดแคลนไปจนถึงปี 2029 หรือไม่? ซีอีโอของ NVIDIA เจนสัน ฮวง เชื่อว่าการมีสต็อกหน่วยความจำล้นเกินอย่างมากเป็นไปได้น้อยในปีนั้น โดยอ้างว่าภาระงานด้านปัญญาประดิษฐ์ที่เพิ่มขึ้นจะยังคงต้องการหน่วยความจำเพิ่มเติม ความเห็นของเขาท้าทายความกังวลว่าผู้ผลิตอาจเพิ่มกำลังการผลิตมากเกินไปหลังจากช่วงการลงทุนอย่างรวดเร็ว ซึ่งอาจทำให้เกิดการปรับตัวลดลงอย่างรุนแรงในวัฏจักรเซมิคอนดักเตอร์
การอภิปรายมีความสำคัญเพราะชิปหน่วยความจำเป็นส่วนประกอบสำคัญในเซิร์ฟเวอร์ AI ศูนย์ข้อมูล คอมพิวเตอร์ส่วนบุคคล และสมาร์ทโฟน หน่วยความจำแบนด์วิดธ์สูง (HBM) หน่วยความจำ DRAM สำหรับเซิร์ฟเวอร์ และไดรฟ์สถานะของแข็งสำหรับองค์กรมีความสำคัญเป็นพิเศษเมื่อโครงสร้างพื้นฐานด้าน AI ขยายตัว อย่างไรก็ตาม ความต้องการที่ต่อเนื่องไม่ได้รับประกันว่าอุปทานจะแน่นหนาอย่างถาวร: การลงทุนด้านการผลิต การเปลี่ยนผ่านทางเทคโนโลยี การใช้จ่ายของลูกค้า และการเปลี่ยนแปลงสต็อก ล้วนสามารถเปลี่ยนแปลงเงื่อนไขตลาดได้
ในปี 2026 คำถามหลักคือความต้องการหน่วยความจำที่ขับเคลื่อนโดยปัญญาประดิษฐ์จะสามารถดูดซับกำลังการผลิตใหม่ที่เข้าสู่ระบบได้หรือไม่ การเข้าใจข้อโต้แย้งของฮวงต้องพิจารณาบทบาทของ HBM เวลาที่จำเป็นในการขยายการผลิต ความแตกต่างระหว่างผลิตภัณฑ์หน่วยความจำ และความเสี่ยงที่ยังอาจก่อให้เกิดอุปทานล้นตลาด
ทำไม เจนสัน ฮวง จึงเชื่อว่าการผลิตชิปหน่วยความจำเกินความต้องการอาจไม่เกิดขึ้นก่อนปี 2029?
ข้อโต้แย้งของฮวงคือ ระบบปัญญาประดิษฐ์จะยังคงใช้หน่วยความจำเพิ่มขึ้นเรื่อยๆ ขณะที่โมเดล ศูนย์ข้อมูล และภาระงานการคำนวณขยายตัว ในความเห็นที่รายงานจากงาน GTC ของ NVIDIA ที่เบอร์ลินเมื่อวันที่ 22 ตุลาคม 2026 เขาแสดงความสงสัยว่าปริมาณหน่วยความจำจะสามารถเกินความต้องการได้ภายในปี 2029 และเน้นย้ำถึงความมีประโยชน์ต่อเนื่องของความสามารถในการจัดเก็บหน่วยความจำที่มากขึ้น ความเห็นของเขาสะท้อนถึงบทบาทที่เปลี่ยนไปของหน่วยความจำในโครงสร้างพื้นฐานด้านปัญญาประดิษฐ์ ซึ่งประสิทธิภาพขึ้นอยู่กับการเคลื่อนย้ายจำนวนข้อมูลขนาดใหญ่อย่างมีประสิทธิภาพ พร้อมทั้งการประมวลผลข้อมูล
หน่วยความจำไม่ใช่ผลิตภัณฑ์เดียวที่สามารถแลกเปลี่ยนกันได้ ระบบปัญญาประดิษฐ์ใช้ประเภทหน่วยความจำที่แตกต่างกันสำหรับงานต่างๆ รวมถึง HBM ที่ตั้งอยู่ใกล้กับตัวเร่งความเร็ว DRAM ที่ใช้โดยเซิร์ฟเวอร์และระบบการคำนวณอื่นๆ และการจัดเก็บข้อมูลที่ใช้ NAND ซึ่งใช้ในไดรฟ์แบบสถานะของแข็ง เมื่อภาระงานด้านปัญญาประดิษฐ์เพิ่มขึ้น ความต้องการอาจเพิ่มขึ้นในหลายหมวดหมู่เหล่านี้ แม้ว่าขนาดและเวลาจะแตกต่างกันไป
อย่างไรก็ตาม ความเห็นของฮวงเป็นเพียงการคาดการณ์ ไม่ใช่การรับประกัน ความต้องการหน่วยความจำอาจลดลงหากการใช้จ่ายด้านโครงสร้างพื้นฐาน AI ชะลอตัวลง การปรับปรุงประสิทธิภาพลดความต้องการหน่วยความจำต่อภารกิจ หรือผู้ผลิตเพิ่มกำลังการผลิตเร็วกว่าลูกค้าใช้ไป คำถามหลักคือ ความเติบโตของความต้องการที่เกี่ยวข้องกับ AI จะสามารถแซงหน้าผลรวมของโรงงานใหม่ ผลผลิตที่สูงขึ้น และสต็อกของลูกค้าที่เปลี่ยนแปลงไปหรือไม่
วิธีที่ AI ขับเคลื่อนความต้องการ HBM, DRAM และ NAND
โครงสร้างพื้นฐานด้านปัญญาประดิษฐ์กำลังเพิ่มความต้องการสำหรับเทคโนโลยีหน่วยความจำหลายประเภท เนื่องจากโมเดลต้องการการเข้าถึงข้อมูลอย่างรวดเร็ว หน่วยความจำเพียงพอสำหรับจัดการงานที่ซับซ้อน และพื้นที่จัดเก็บสำหรับชุดข้อมูลขนาดใหญ่และพารามิเตอร์ของโมเดล HBM ได้รับความสนใจเป็นพิเศษ แต่หน่วยความจำ DRAM สำหรับเซิร์ฟเวอร์และการจัดเก็บข้อมูลระดับองค์กรก็มีบทบาทสำคัญในระบบโดยรวม
ทำไมหน่วยความจำแบนด์วิดธ์สูงจึงมีความสำคัญต่อปัญญาประดิษฐ์?
HBM ถูกออกแบบมาเพื่อให้แบนด์วิดธ์ข้อมูลสูงมากในแพ็กเกจขนาดกะทัดรัดใกล้กับหน่วยประมวลผล เช่น ตัวเร่งความเร็ว AI มันช่วยเคลื่อนย้ายข้อมูลอย่างรวดเร็วระหว่างหน่วยความจำและหน่วยประมวลผล ลดข้อจำกัดด้านประสิทธิภาพหลักในภาระงาน AI ที่ต้องการสูง เมื่อโมเดลมีขนาดใหญ่ขึ้นและกิจกรรมการอนุมานขยายตัว จำนวนหน่วยความจำที่มีอยู่และความเร็วในการจัดส่งข้อมูลสามารถส่งผลต่อประสิทธิภาพของระบบ
การผลิต HBM ยังต้องใช้เทคโนโลยีที่ซับซ้อนอีกด้วย ผู้ผลิตต้องจัดการกับการแพ็กเกจขั้นสูง ประสิทธิภาพการใช้พลังงาน ข้อจำกัดด้านความร้อน และอัตราการผลิตที่เหมาะสม พร้อมกับการติดตามพัฒนาการของโปรเซสเซอร์ AI รุ่นใหม่ๆ สิ่งนี้หมายความว่าความสามารถในการผลิตไม่สามารถขยายตัวได้เร็วเท่าที่ผลผลิตการผลิตแบบดั้งเดิมอาจบ่งชี้ ความสามารถของโรงงานในการผลิตชิปหน่วยความจำไม่ได้หมายความว่าจะสามารถจัดส่งผลิตภัณฑ์คุณค่าสูงทุกชนิดที่ลูกค้า AI ต้องการได้ทันที
ผลการดำเนินงานไตรมาสที่สองปี 2026 อย่างเป็นทางการของ Samsung Electronics รายงานประสิทธิภาพสูงสุดเป็นประวัติการณ์ในธุรกิจหน่วยความจำ โดยได้รับแรงหนุนจากความต้องการ AI ที่แข็งแกร่งและกำลังการผลิตที่จำกัด นอกจากนี้ Samsung ยังระบุถึงการพัฒนาและการขายผลิตภัณฑ์ HBM4 อย่างต่อเนื่อง การเปิดเผยข้อมูลเหล่านี้แสดงให้เห็นว่าความต้องการ AI กำลังส่งผลต่อโครงสร้างผลิตภัณฑ์และลำดับความสำคัญในการผลิต แม้จะยังไม่สามารถระบุได้ว่าสภาวะที่ตึงตัวนี้จะคงอยู่นานเพียงใด
ทำไมหน่วยความจำ DRAM และการจัดเก็บข้อมูลของเซิร์ฟเวอร์จึงสำคัญเช่นกัน?
HBM เป็นเพียงส่วนหนึ่งของความต้องการหน่วยความจำ เซิร์ฟเวอร์ DRAM จัดหาหน่วยความจำสำหรับการทำงานของ CPU และส่วนประกอบอื่นๆ ของระบบ ในขณะที่ไดรฟ์สถานะของแข็งระดับองค์กรจัดเก็บข้อมูลและรองรับภาระงานที่ไม่สามารถเก็บไว้ได้ทั้งหมดในหน่วยความจำความเร็วสูง ดังนั้นระบบ AI จึงสามารถเพิ่มความต้องการในผลิตภัณฑ์หลายประเภทแทนที่จะพึ่งพาเพียงชนิดหน่วยความจำเดียว
เมื่อแอปพลิเคชันปัญญาประดิษฐ์ขยายตัว ศูนย์ข้อมูลจำเป็นต้องสมดุลระหว่างแบนด์วิดธ์ ความจุ ความล่าช้า การใช้พลังงาน และต้นทุน สถาปัตยกรรมที่แตกต่างกันจะมีการแลกเปลี่ยนที่ต่างกัน งานบางอย่างอาจให้ความสำคัญกับแบนด์วิดธ์ของ HBM ในขณะที่งานอื่นๆ อาจพึ่งพาหน่วยความจำ DRAM ของเซิร์ฟเวอร์หรือการจัดเก็บข้อมูลมากกว่า ความก้าวหน้าในประสิทธิภาพของซอฟต์แวร์และฮาร์ดแวร์ยังอาจเปลี่ยนแปลงปริมาณหน่วยความจำที่แต่ละงานต้องการ
ความหลากหลายนี้เสริมความเชื่อมั่นว่าความต้องการ AI สามารถสนับสนุนหลาย segmen ของตลาดหน่วยความจำได้ นอกจากนี้ยังทำให้การพยากรณ์ซับซ้อนขึ้น: การขาดแคลน HBM ไม่ได้หมายความว่าผลิตภัณฑ์ DRAM หรือ NAND ทุกชนิดจะขาดแคลน นักลงทุนและผู้สังเกตการณ์ในอุตสาหกรรมควรประเมินแต่ละ segmen อย่างแยกจากกัน แทนที่จะพิจารณาหน่วยความจำเป็นตลาดเดียวที่มีสมดุลอุปสงค์-อุปทานเพียงแบบเดียว
อะไรอาจทำให้เกิดการผลิตชิปหน่วยความจำล้นก่อนปี 2029?
อาจเกิดการผลิตชิปหน่วยความจำล้นตลาดก่อนปี 2029 หากผู้ผลิตขยายกำลังการผลิตเร็วกว่าที่ลูกค้าเพิ่มการบริโภค การพยากรณ์ของฮวงสะท้อนความมั่นใจในความต้องการ AI ในระยะยาว แต่อุตสาหกรรมเซมิคอนดักเตอร์ยังคงมีลักษณะเป็นวัฏจักร และความไม่สมดุลระหว่างอุปทานและอุปสงค์สามารถเกิดขึ้นได้แม้เทคโนโลยีพื้นฐานจะยังคงเติบโต
ปัจจัยหลายประการอาจทำให้แนวโน้มอุปทานจำกัดอ่อนตัวลง:
-
การใช้จ่ายโครงสร้างพื้นฐานปัญญาประดิษฐ์ช้าลง: ผู้ให้บริการคลาวด์และลูกค้ารายใหญ่อื่นๆ อาจเลื่อนโครงการศูนย์ข้อมูล หากผลตอบแทนใช้เวลานานกว่าที่คาดไว้หรืองบประมาณลดลง
-
การขยายการผลิตที่เร็วขึ้น: ผู้ผลิตหลายรายสามารถเปิดใช้งานโรงงานและอุปกรณ์ใหม่ในเวลาใกล้เคียงกัน ทำให้เพิ่มปริมาณการผลิตที่มีอยู่
-
ประสิทธิภาพหน่วยความจำที่ดีขึ้น: ความก้าวหน้าในฮาร์ดแวร์ ซอฟต์แวร์ และสถาปัตยกรรมระบบสามารถลดปริมาณหน่วยความจำที่จำเป็นสำหรับงานบางประเภทหรือปรับปรุงการใช้งานความจุที่มีอยู่
-
ความต้องการที่อ่อนลงจากอุตสาหกรรมอื่นๆ: คอมพิวเตอร์ส่วนบุคคล สมาร์ทโฟน และระบบองค์กรแบบดั้งเดิมก็ใช้หน่วยความจำเช่นกัน หากตลาดเหล่านี้อ่อนตัว ความต้องการทั้งหมดอาจไม่สามารถดูดซับการผลิตใหม่ทั้งหมดได้
-
การปรับสต็อก: ลูกค้าอาจสั่งซื้ออย่างแข็งขันในช่วงที่สินค้าขาดแคลน และลดการซื้อภายหลังเมื่อมีสต็อกเพียงพอ ทำให้การลดลงของการสั่งซื้อรุนแรงขึ้น
ความเสี่ยงเหล่านี้มีความสำคัญเพราะการผลิตหน่วยความจำมีต้นทุนคงที่สูงและวัฏจักรการลงทุนยาวนาน เมื่อความต้องการแข็งแกร่ง บริษัทต่างๆ มีแรงจูงใจในการขยายกำลังการผลิต หากอุปทานใหม่เข้ามาหลังจากสภาวะตลาดเปลี่ยนแปลง ผู้ผลิตอาจเผชิญกับราคาที่ลดลง การใช้งานที่ต่ำลง และกำไรที่อ่อนแอลง รูปแบบนี้เคยเกิดขึ้นในตลาดเซมิคอนดักเตอร์มาก่อน และยังคงเป็นความเสี่ยงที่เกี่ยวข้องแม้ในช่วงการเปลี่ยนผ่านเทคโนโลยีครั้งใหญ่
ยังเป็นไปได้ที่ส่วนหน่วยความจำต่างๆ จะประสบกับสภาวะที่แตกต่างกันในเวลาเดียวกัน HBM อาจยังคงมีข้อจำกัด ในขณะที่ผลิตภัณฑ์หน่วยความจำแบบดั้งเดิมบางชนิดกลับมีความพร้อมใช้งานมากขึ้น การอ้างอิงอย่างกว้างๆ ว่าตลาดทั้งหมดจะยังคงขาดแคลนหรือเข้าสู่ภาวะล้นตลาด จึงอาจซ่อนความแตกต่างที่สำคัญระหว่างผลิตภัณฑ์ ผู้ผลิต และกลุ่มลูกค้า
เข้าร่วมการแข่งขันการเทรดฟิวเจอร์สของ KuCoin
กำลังมองหาโอกาสทดสอบทักษะการวิเคราะห์ตลาดและการเทรดของคุณ? เข้าร่วมการแข่งขัน KuCoin Futures Trading Competition เพื่อสำรวจโอกาสในการแข่งขันกับนักเทรดคนอื่นๆ
ไม่ว่าคุณจะติดตามหุ้นที่เกี่ยวข้องกับ AI เช่น Micron หรือติดตามแนวโน้มตลาดโดยรวม การจัดการความเสี่ยงอย่างมีวินัยยังคงมีความสำคัญเมื่อเทรดสินทรัพย์ที่ผันผวน ก่อนเข้าร่วม โปรดทบทวนกติกาการแข่งขัน ข้อกำหนดความเหมาะสม รายละเอียดรางวัล และเงื่อนไขการเทรดบนหน้ากิจกรรมอย่างเป็นทางการ การเทรดฟิวเจอร์สมีความเสี่ยงสูงและอาจไม่เหมาะกับนักเทรดทุกคน
สรุป
มุมมองของเจนสัน ฮวง ที่ว่าการมีสต็อกชิปหน่วยความจำเกินความต้องการอาจไม่เกิดขึ้นก่อนปี 2029 สะท้อนถึงความสำคัญที่เพิ่มขึ้นของหน่วยความจำในโครงสร้างพื้นฐานของปัญญาประดิษฐ์ เมื่อแบบจำลองปัญญาประดิษฐ์และศูนย์ข้อมูลขยายตัว ความต้องการ HBM, server DRAM และการจัดเก็บข้อมูลสำหรับองค์กรอาจยังคงสนับสนุนอุตสาหกรรมเซมิคอนดักเตอร์ต่อไป ในขณะเดียวกัน การผลิตหน่วยความจำขั้นสูงต้องการการลงทุนอย่างมาก ความเชี่ยวชาญทางเทคนิค และเวลาในการนำกำลังการผลิตใหม่เข้าสู่การดำเนินงาน
การเปิดเผยล่าสุดจากซัมซุงอิเล็กทรอนิกส์และเอสเค เฮย์นิกซ์ แสดงให้เห็นถึงวิธีที่ความต้องการด้านปัญญาประดิษฐ์ส่งผลต่อความสำคัญของผลิตภัณฑ์และผลการดำเนินงานทางการเงิน การวิเคราะห์ของเดลลอยต์ยังเน้นถึงศักยภาพในการที่ข้อจำกัดด้านอุปทานอาจยังคงมีอยู่ในขณะที่กำลังพัฒนาความสามารถใหม่ ปัจจัยเหล่านี้สนับสนุนความเป็นไปได้ของช่วงเวลาที่อุปทานขาดแคลนอย่างต่อเนื่อง แต่ไม่ได้กำหนดกรอบเวลาที่แน่นอน
ยังคงเป็นไปได้ที่จะมีสต็อกล้นหากผู้ผลิตขยายการผลิตเร็วกว่าความต้องการเติบโต การใช้จ่ายด้านโครงสร้างพื้นฐานของ AI ชะลอตัวลง หรือลูกค้าปรับสต็อก ส่งนักลงทุนควรติดตามการเพิ่มกำลังการผลิต ราคาในระดับผลิตภัณฑ์ ข้อผูกพันของลูกค้า และผลการดำเนินงานทางการเงินของผู้ผลิต แทนที่จะพึ่งพาการพยากรณ์เพียงหนึ่งเดียว ประเด็นหลักไม่ใช่เพียงแค่ว่าความต้องการด้าน AI จะเพิ่มขึ้นหรือไม่ แต่คือความต้องการนั้นจะเติบโตเร็วพอที่จะดูดซับอุปทานที่จะเข้าสู่ตลาดในที่สุดหรือไม่
คำถามที่พบบ่อย
1. เจนสัน ฮวง พูดถึงการผลิตชิปหน่วยความจำเกินความต้องการในปี 2029 ว่าอย่างไร?
ฮวงแสดงความสงสัยว่าตลาดหน่วยความจำจะเผชิญกับอุปทานล้นเกินภายในปี 2029 โดยอ้างว่าโครงสร้างพื้นฐานด้านปัญญาประดิษฐ์จะยังคงต้องการความสามารถด้านหน่วยความจำอย่างมาก นี่คือมุมมองของเขา ไม่ใช่การรับประกันเกี่ยวกับเงื่อนไขตลาดในอนาคต
2. ทำไม AI ถึงต้องการหน่วยความจำมากขนาดนั้น?
ระบบ AI ต้องการหน่วยความจำเพื่อเก็บพารามิเตอร์ของโมเดล ประมวลผลข้อมูล และรองรับการดำเนินการคำนวณที่เกี่ยวข้องกับการฝึกอบรมและการอนุมาน HBM จัดหาแบนด์วิดธ์สูงใกล้กับตัวเร่งความเร็ว หน่วยความจำ DRAM ของเซิร์ฟเวอร์สนับสนุนการดำเนินงานของระบบ และการจัดเก็บข้อมูลเก็บชุดข้อมูลขนาดใหญ่และข้อมูลอื่นๆ
3. ความแตกต่างระหว่าง HBM, DRAM และ NAND คืออะไร?
HBM ถูกออกแบบมาสำหรับการเข้าถึงแบนด์วิดธ์สูงใกล้กับโปรเซสเซอร์ DRAM ทำหน้าที่เป็นหน่วยความจำทำงานในคอมพิวเตอร์และเซิร์ฟเวอร์ และ NAND มักใช้ในสตอเรจแบบสถานะของแข็ง เทคโนโลยีแต่ละประเภทมีจุดประสงค์ที่ต่างกัน ดังนั้นเงื่อนไขด้านอุปสงค์และอุปทานจึงอาจแตกต่างกัน
4. ความต้องการ AI ที่แข็งแกร่งจะทำให้ผู้ผลิตหน่วยความจำยังคงได้รับรายได้เพิ่มขึ้นไหม?
จำนวนรายได้และกำไรยังขึ้นอยู่กับราคาขาย ต้นทุนการผลิต ผลผลิตการผลิต การแข่งขัน และค่าใช้จ่ายด้านทุน ความต้องการที่แข็งแกร่งสามารถสนับสนุนผลลัพธ์ แต่ไม่รับประกันว่าส่วนต่างหรือกำไรจะยังคงเพิ่มขึ้น
5. ความเสี่ยงที่ใหญ่ที่สุดต่อแนวโน้มอุปทานหน่วยความจำปี 2029 คืออะไร?
ความเสี่ยงหลักคือกำลังการผลิตใหม่จะเข้ามาเร็วกว่าที่ลูกค้าจะเพิ่มการซื้อของพวกเขา การลงทุนในโครงสร้างพื้นฐาน AI ที่ช้าลง ประสิทธิภาพหน่วยความจำที่ดีขึ้น หรือการปรับสต็อกก็อาจทำให้ความต้องการอ่อนตัวลงและส่งผลให้เกิดสต็อกล้นตลาด
ข้อจำกัดความรับผิด
ข้อมูลตลาดทั่วไปนี้ ซึ่งอาจมาจากแหล่งภายนอก ทางการค้า หรือได้รับการสนับสนุน จัดทำขึ้นเพื่อใช้อ้างอิงและวัตถุประสงค์ทางการศึกษาเท่านั้น และไม่ถือเป็นคำแนะนำด้านการเงินหรือการลงทุน การเสนอ การเชิญชวน หรือการรับประกันใดๆ เราไม่รับผิดชอบต่อความถูกต้อง ความสมบูรณ์ ความน่าเชื่อถือ และความสูญเสียใดๆ ที่เกิดขึ้นจากการใช้ข้อมูลนี้ การลงทุน/การซื้อขายมีความเสี่ยง; ผลการดำเนินงานในอดีตไม่ได้การันตีผลลัพธ์ในอนาคต ผู้ใช้ควรทำการวิจัย ตัดสินใจอย่างรอบคอบ และรับผิดชอบเต็มที่ สำหรับรายละเอียดเพิ่มเติม กรุณาปรึกษา ข้อกำหนดการใช้งาน และ การเปิดเผยความเสี่ยง ของ KuCoin
คำปฏิเสธความรับผิดชอบ: หน้านี้แปลโดยใช้เทคโนโลยี AI เพื่อความสะดวกของคุณ สำหรับข้อมูลที่ถูกต้องที่สุด โปรดดูต้นฉบับภาษาอังกฤษ