หุ้นหน่วยความจำ AI ร่วงลงหลังรายงานห่วงโซ่อุปทานเกี่ยวกับ NVIDIA Rubin

รายงานซัพพลายเชนเกี่ยวกับตู้ NVIDIA Rubin ทำให้ภาคหน่วยความจำ AI ร่วงลงก่อน

รายงานระบุว่า ความจุหน่วยความจำต่อตู้เครื่องเดียวอาจลดลงจากประมาณ 55TB เป็นประมาณ 28TB ต่อมา ไมโครนีตันลดลงประมาณ 7.7% ในวันถัดไป และ SK Hynix เปิดตลาดวันถัดไปร่วงเกิน 8% อย่างไรก็ตาม ผู้เขียนรายงาน Dylan Patel ได้ชี้แจงภายหลังว่า การแชร์จำนวนมากตัดเฉพาะส่วนที่โดดเด่นที่สุดออกไป และรายงานนี้ไม่ใช่รายงาน “ข่าวร้ายร้ายแรง”

เหตุการณ์นี้สร้างปฏิกิริยาขนาดใหญ่ เพราะมันแตะจุดที่อ่อนไหวที่สุดของตลาดฮาร์ดแวร์ AI ในช่วงที่ผ่านมา ตลาดไม่ได้ซื้อขายรอบความจำทั่วไป แต่ซื้อขายการคาดการณ์ว่าหลังจาก Rubin ผลิตในปริมาณมาก ตู้ AI จะยังคงขับเคลื่อนความต้องการ HBM และหน่วยความจำที่เกี่ยวข้อง ทำให้รายได้และอำนาจในการตั้งราคาของผู้ผลิตหน่วยความจำถูกดันขึ้นอีกครั้ง ตั้งแต่ GTC ปีนี้ เป็นเส้นหลักที่ตลาดซื้อขายซ้ำๆ ได้แก่ HBM4 ส่วนแบ่งตลาดของ SK Hynix และ Micron ที่ตามทันหน่วยความจำ AI

แต่คำว่า “หน่วยความจำถูกตัด” ฟังดูหยาบเกินไป

การปรับเปลี่ยนที่ SemiAnalysis เปิดเผย หมายถึง การเปลี่ยนแปลงการตั้งค่าของ SOCAMM และ LPDDR ด้าน CPU ในตู้ Rubin NVL72 ส่วนใหญ่ระบบอาจใช้โมดูล 96GB แทนโมดูลความจุสูงกว่า 192GB ทำให้ความจุหน่วยความจำต่อตู้ลดลงจากที่วางแผนไว้ประมาณ 55TB เหลือประมาณ 28TB การเปลี่ยนแปลงนี้ส่งผลต่อมูลค่าหน่วยความจำของระบบในแต่ละตู้ แต่ยังไม่สามารถสรุปได้ว่าความต้องการ HBM4 ด้าน GPU ก็ถูกลดลงตามไปด้วย

สิ่งที่ต้องแยกให้ชัดคือ การปรับครั้งนี้ส่งผลกระทบต่อส่วนใดของสระกำไร และตลาดตอนนี้กำลังซื้อขายความคาดหวังส่วนใด

การลดลงของตลาดเกิดจากปฏิกิริยาของตำแหน่งหลังจากหัวข้อระดับสูงเจอคำสำคัญเชิงลบ

ส่วนที่ยืนยันแล้วคือ ปฏิกิริยาของตลาดรุนแรง แต่เหตุการณ์นี้ยังคงอยู่ในระดับรายงานซัพพลายเชน SemiAnalysis เปิดเผยว่า NVIDIA อาจลดการตั้งค่า SOCAMM ด้าน CPU เพื่อรักษาจังหวะการจัดส่ง Rubin NVL72 ตัวเลขที่ระบุในรายงานรวมถึงความจุหน่วยความจำต่อตู้จากประมาณ 55TB ลดลงเหลือประมาณ 28TB และต้นทุนต่อตู้จากประมาณ 7.6 ล้านดอลลาร์สหรัฐ ลดลงเหลือประมาณ 6.8 ล้านดอลลาร์สหรัฐ ตัวเลขเหล่านี้ควรเข้าใจว่าเป็นแนวทางของรายงาน SemiAnalysis และยังไม่ใช่การยืนยัน BOM (รายการวัสดุ) สุดท้ายจาก NVIDIA

ในหลายไตรมาสที่ผ่านมา หุ้นหน่วยความจำ AI พุ่งขึ้นจากเรื่องเล่าที่ค่อนข้างง่าย: ยิ่งมีตู้ AI มากเท่าไหร่ หน่วยความจำขั้นสูงก็ยิ่งขาดแคลนมากขึ้นเท่านั้น และกำไรของผู้จัดจำหน่ายก็ยิ่งเพิ่มขึ้น

ยิ่งเรื่องนี้เรียบง่ายเท่าใด ความรุนแรงของหัวข้อเชิงลบก็ยิ่งมากขึ้นเท่านั้น เมื่อปรากฏข่าวว่า “ความจุหน่วยความจำลดลงครึ่งหนึ่ง” ตลาดจะลดมูลค่าหน่วยความจำต่อตู้ก่อนเป็นอันดับแรก โดยแทบไม่แยกแยะทันทีว่าเป็นหน่วยความจำประเภทใดที่ถูกปรับ

การตอบสนองของ Micron ชี้ให้เห็นชัดเจนที่สุด

มันทั้งเป็นผู้จัดจำหน่าย DRAM แบบดั้งเดิม และได้รับประโยชน์จากการอัปเกรดหน่วยความจำสำหรับเซิร์ฟเวอร์ AI ก่อนหน้านี้ ความยืดหยุ่นของตลาดที่มอบให้กับมันส่วนใหญ่มาจากมุมมองการประเมินมูลค่าใหม่ว่า “หน่วยความจำ AI ไม่ใช่สินค้ารอบวงจรอีกต่อไป” หากปริมาณหน่วยความจำต่อตู้ของ Rubin ลดลง นักลงทุนจะกังวลทันทีว่า คาดการณ์รายได้ต่อตู้ของ Micron ในส่วนของ SOCAMM และ LPDDR อาจถูกประเมินสูงเกินไป

SK Hynix ก็ลดลงเช่นกัน แสดงว่าการปรับตัวครั้งนี้ได้เกินกว่าผู้จัดหาเพียงรายเดียว

มันมีความแข็งแกร่งมากขึ้นในสาขา HBM และก่อนหน้านี้มีข่าวลือว่าบริษัทนี้ได้รับส่วนแบ่งใหญ่ของคำสั่งซื้อ HBM ที่เกี่ยวข้องกับ Vera Rubin แต่เมื่อการซื้อขายหน่วยความจำ AI กลายเป็นที่นิยม ทุนจะไม่รอให้รายละเอียดทั้งหมดได้รับการยืนยันก่อนดำเนินการ การลดลงพร้อมกันของหุ้นหน่วยความจำสะท้อนถึงการลดความชอบความเสี่ยงในกลุ่มอุตสาหกรรม ไม่ใช่เพราะแต่ละบริษัทได้รับผลกระทบจากปัจจัยพื้นฐานเดียวกัน

การชี้แจงเพิ่มเติมของ Dylan Patel ก็ชี้ไปที่จุดนี้เช่นกัน เขาระบุว่ารายงานไม่มีเจตนาสร้างเรื่องราวแบบ “หายนะ” และหลายคนละเลยบริบท

เปลี่ยนเป็นภาษาตลาด คือเงินทุนไม่ได้ทำการซื้อขายอย่างสมบูรณ์ตามการวิเคราะห์ห่วงโซ่อุปทาน แต่กลับลดตำแหน่งอย่างรวดเร็วหลังจากเจอคำสำคัญเชิงลบในกลุ่มที่อยู่ในระดับสูง

ครั้งนี้ที่ถูกปรับลดลงหลักๆ คือหน่วยความจำระบบด้าน CPU ไม่ใช่ HBM4 ที่อยู่ข้าง GPU

หน่วยความจำในตู้ Rubin ไม่สามารถสรุปด้วยคำเดียวได้ วิธีการแยกที่ง่ายที่สุดคือสองชั้น:

ชั้นแรกคือ HBM4 ด้าน GPU ซึ่งให้บริการสำหรับชิปเร่งความเร็วเอง

ระดับที่สองคือ SOCAMM และ LPDDR ด้าน CPU ซึ่งคล้ายกับหน่วยความจำในการทำงานของระบบทั้งหมด

ตัวแรกกำหนดความเร็วในการส่งข้อมูลไปยัง GPU ตัวที่สองส่งผลต่อการจัดการทั้งระบบ การบำรุงรักษา และประสิทธิภาพของงานบางส่วน

SemiAnalysis กล่าวถึง "55TB เป็น 28TB" ซึ่งส่วนใหญ่เกี่ยวข้องกับหน่วยความจำระบบด้าน CPU

สิ่งที่อาจเปลี่ยนแปลงคือจำนวน ความจุ และมูลค่าการจัดซื้อของโมดูล SOCAMM ในแต่ละตู้ Rubin NVL72 หากระบบส่วนใหญ่เปลี่ยนจากโมดูล 192GB เป็นโมดูล 96GB ค่ามูลค่าต่อเครื่องของ SOCAMM ความจุสูงจะลดลงจริง และรายได้ของผู้จัดจำหน่ายที่เกี่ยวข้องจะเผชิญกับแรงกดดัน

แต่ HBM4 ด้าน GPU เป็นเส้นทางอีกเส้นหนึ่ง

แพลตฟอร์ม Rubin ยังคงเน้นที่ Rubin GPU และ Vera CPU โดย HBM4 ยังคงเป็นองค์ประกอบหน่วยความจำหลักสำหรับการแพ็กเกจ GPU และการปลดปล่อยพลังการประมวลผล ข้อมูลปัจจุบันไม่ได้แสดงให้เห็นว่าความจุ HBM4 หรือการจัดส่ง Rubin GPU ถูกปรับลดลงพร้อมกัน ก่อนหน้านี้ ผู้เชี่ยวชาญหลายฝ่ายยังคงมองว่า HBM เป็นหนึ่งในส่วนที่ขาดแคลนที่สุดและมีอำนาจในการกำหนดราคาในเซิร์ฟเวอร์ AI โดย SK Hynix ถูกมองว่าเป็นผู้ได้รับประโยชน์หลัก

สามารถเข้าใจ AI cabinet เป็นเซิร์ฟเวอร์ประสิทธิภาพสูงที่มีราคาแพงมาก

HBM ใกล้เคียงกับหน่วยความจำความเร็วสูงที่ติดอยู่ใกล้ GPU ส่วน SOCAMM ใกล้เคียงกับหน่วยความจำระบบที่สามารถเปลี่ยนได้ทั้งเครื่อง ครั้งนี้มีการปรับเปลี่ยนหลักที่后者

สำหรับตำแหน่งการถือครอง ความแตกต่างนั้นชัดเจนมาก: หาก Micron มีความเสี่ยงมากกว่าในช่วง SOCAMM มูลค่าต่อหน่วยที่ลดลงจะส่งผลต่อคาดการณ์ของมันก่อน ส่วน SK Hynix มีตรรกะ HBM ที่ค่อนข้างเป็นอิสระ แต่ก็ยังถูกกระทบโดยอารมณ์ของกลุ่มในธุรกรรมที่มีผู้เข้าร่วมหนาแน่น

การลดความสามารถหน่วยความจำของระบบและสรุปโดยตรงว่าความต้องการ HBM4 ล้มเหลว ยังไม่มีหลักฐานเพียงพอ

วิธีการแยกที่สมเหตุสมผลกว่าคือ คลังกำไรด้าน CPU กำลังเผชิญกับแรงกดดันในการปรับลดลง ในขณะที่ด้าน GPU ด้าน HBM ยังต้องรอปริมาณการจัดส่งทั้งหมดของ Rubin และจังหวะการสั่งซื้อ HBM4

ตลาดหน่วยความจำ AI ไม่สามารถใช้ข้อความว่า “หน่วยความจำทั้งหมดแข็งแรง” ครอบคลุมผู้ผลิตทั้งหมดอีกต่อไป ไมโครน, SK Hynix และซัมซุงอิเล็กทรอนิกส์ มีความเสี่ยงต่างกันใน HBM, SoC RAM, DRAM แบบดั้งเดิม และ NAND หน่วยความจำที่แตกต่างกันในตู้เดียวกันก็มีราคา กำไรขั้นต้น และข้อจำกัดด้านอุปสงค์และอุปทานที่ต่างกัน

การตีความในเชิงบวกมาจากการคำนวณต้นทุนและจังหวะการจัดส่ง

การคำนวณของ SemiAnalysis แสดงว่าต้นทุนของตู้ Rubin NVL72 อาจลดลงจากประมาณ 7.6 ล้านดอลลาร์สหรัฐเป็นประมาณ 6.8 ล้านดอลลาร์สหรัฐ ลดลงประมาณ 800,000 ดอลลาร์สหรัฐ

สำหรับผู้ผลิตคลาวด์อย่าง Microsoft, Google, Amazon และ Meta การซื้อตู้ AI ไม่ใช่แค่การซื้อฮาร์ดแวร์เท่านั้น แต่คือการคำนวณต้นทุนของพลังการประมวลผลต่อชั่วโมง เวลาในการจัดส่ง และความเสถียรในการปรับใช้ในระดับใหญ่

หากการลดการจัดสรรช่วยให้รูบินส่งมอบเร็วขึ้น ค่าใช้จ่ายต่อเครื่องที่ลดลงบางส่วนอาจถูกชดเชยด้วยตู้มากขึ้น

ตรรกะไม่ซับซ้อน หากมีอุปทาน SOCAMM ความจุสูงไม่เพียงพอ การที่ NVIDIA เลือกการตั้งค่าที่ส่งมอบได้ง่ายกว่า สามารถลดต้นทุน BOM ต่อตู้ และลดความเสี่ยงที่ส่วนประกอบใดส่วนประกอบหนึ่งจะขัดขวางการส่งมอบเครื่องทั้งชุด

สำหรับผู้ซื้อ หากการตั้งค่าหน่วยความจำระบบต่ำกว่าไม่ส่งผลกระทบอย่างชัดเจนต่อภาระงานหลัก การได้รับตู้เร็วกว่าอาจน่าดึงดูดกว่าการรอเวอร์ชันที่ครบถ้วน

ปัญหาคือ ขั้นตอนนี้ยังคงเป็นเพียงการสมมุติฐาน

การลดต้นทุนไม่ได้หมายความว่าจะมีคำสั่งซื้อเพิ่มขึ้นโดยอัตโนมัติ เพื่อให้ “มูลค่าต่อเครื่องลดลง” ถูกชดเชยด้วย “ปริมาณตู้รวมที่เพิ่มขึ้น” NVIDIA จำเป็นต้องจัดส่ง Rubin NVL72 เพิ่มเติม และผู้ให้บริการคลาวด์ก็ต้องสั่งซื้อเพิ่มหรือซื้อล่วงหน้า

วัสดุปัจจุบันยังไม่มีข้อมูลคำสั่งซื้อที่เปิดเผย คำแนะนำรายไตรมาส หรือข้อมูลการจัดส่งจริงเพื่อยืนยันเรื่องนี้

ด้วยตัวอย่างที่เข้าใจง่าย หากความจุของ SOCAMM ประเภทหนึ่งใกล้ลดลงครึ่งหนึ่งในตู้เดียว จำเป็นต้องเพิ่มการจัดส่งตู้ทั้งหมดอย่างชัดเจน เพื่อให้ความต้องการรวมของ Bit ในขั้นตอนนี้กลับมาเป็นระดับที่คาดไว้เดิม

แม้ต้นทุนจะลดลงประมาณ 10% ก็ไม่สามารถสรุปได้ว่าลูกค้าจะซื้อตู้เซิร์ฟเวอร์มากขึ้นเพียงพอ ขนาดการซื้อของผู้ให้บริการคลาวด์รายใหญ่ยังได้รับผลกระทบจากพลังงาน การก่อสร้างศูนย์ข้อมูล การจัดหา GPU การแพ็คเกจขั้นสูง และอุปกรณ์เครือข่าย การลดลงของ BOM เพียงอย่างเดียวเป็นเพียงตัวแปรหนึ่ง

สถานการณ์ของ HBM ค่อนข้างมั่นคงกว่า แต่ก็ไม่ได้ปลอดภัยเต็มร้อย

หากการส่งออกของ Rubin ยังคงแข็งแกร่ง HBM4 จะยังคงเป็นหนึ่งในส่วนที่ได้รับประโยชน์โดยตรงมากที่สุด; หากการส่งมอบเครื่องทั้งชุดในภายหลังพิสูจน์ว่าถูกจำกัดโดยข้อจำกัดอื่นๆ HBM ก็จะได้รับผลกระทบจากจังหวะการส่งออกของแพลตฟอร์ม

ความแตกต่างคือ รายงานครั้งนี้ไม่ได้ลดค่าการตั้งค่า HBM4 โดยตรง ตลาดกำลังรอจำนวนตู้รวมที่ส่งออก ไม่ใช่แค่จับตาดูตัวเลขความจุของ SOCAMM

ความเสี่ยงที่ใหญ่ที่สุดในขณะนี้คือตลาดจะประเมินใหม่ตามการแบ่งแยกของกองทุนผลกำไร ก่อนที่ข้อมูลต่อมาจะไม่สนับสนุนการตีความเชิงบวก

หาก NVIDIA หรือซัพพลายเชนยืนยันในที่สุดว่า Rubin NVL72 จะใช้การตั้งค่า SOCAMM แบบต่ำในระยะยาว พร้อมกับปริมาณการจัดส่งต่อตู้ไม่ได้รับการปรับเพิ่มอย่างชัดเจน ผู้จัดหาหน่วยความจำระบบด้าน CPU จะเผชิญกับการบีบอัดความคาดหวังรายได้ที่ยั่งยืนยิ่งขึ้น

สำหรับ Micron สิ่งสำคัญไม่ใช่แค่ป้ายรวมว่า “หน่วยความจำ AI ได้รับประโยชน์” แต่คือการแยกแหล่งรายได้ของผลิตภัณฑ์ต่างๆ

ในรายงานผลการดำเนินงานและการประชุมทางโทรศัพท์ครั้งต่อไป จำเป็นต้องติดตามว่าผู้บริหารเปิดเผยข้อมูลเกี่ยวกับจังหวะการเติบโตของ DRAM, SOCAMM และ HBM ที่เกี่ยวข้องกับเซิร์ฟเวอร์ AI หรือไม่ รวมถึงกำไรขั้นต้นมีการเปลี่ยนแปลงเนื่องจากสเปก ราคา หรือการต่อรองของลูกค้าหรือไม่

หากบริษัทให้ข้อมูลเชิงบวกเกี่ยวกับความต้องการรวมเพียงอย่างเดียว แต่ไม่สามารถอธิบายผลกระทบจากการปรับการตั้งค่า SOCAMM ตลาดอาจยังคงให้ส่วนลดอยู่

สำหรับ SK Hynix จุดตรวจสอบมีแนวโน้มไปทาง HBM

หากสัดส่วนคำสั่งซื้อ HBM4 จังหวะการส่งออกและราคาคงความแข็งแกร่ง 本轮回调更像是板块情绪波动；如果后续 Rubin 总出货或 HBM 交付节奏也出现下修，市场才会把冲击从 SOCAMM 扩散到 HBM 主线。

นี่ก็เป็นการเปลี่ยนแปลงทั่วไปหลังจากหัวข้อหน่วยความจำของ AI เดินทางมาถึงกลางทาง

ในตลาดระยะแรก ผู้ซื้อคาดการณ์ว่า: ตู้ AI จะถูกสร้างขึ้น越来越多 และหน่วยความจำขั้นสูงจะยิ่งขาดแคลน

ขณะนี้สินทรัพย์อ้างอิงได้รับผลตอบแทนที่สูงมากแล้ว ทุนเริ่มตรวจสอบว่ากำไรแต่ละส่วนได้รับการดำเนินการจริงหรือไม่ รายละเอียดเล็กน้อยในห่วงโซ่อุปทานสามารถกระตุ้นการผันผวนรายวันได้ถึง 7%-8% ซึ่งแสดงให้เห็นว่าการซื้อขายในกลุ่มนี้เริ่มแน่นเกินไป และข้อมูลเชิงลบจะถูกขยายผลได้ง่ายขึ้น

ก่อนที่จะมีการขายออกจริงและการแยกส่วนรายงานผลการดำเนินงาน การจัดประเภทการปรับตัวลดครั้งนี้ว่าเป็น “ข่าวลบหมดแล้ว” หรือ “ความต้องการ AI ล่มสลาย” ยังเร็วเกินไป

มุมมองที่ระมัดระวังกว่าคือ การยอมรับแรงกดดันในการปรับลดมูลค่าต่อหน่วยบน CPU พร้อมทั้งกำหนดราคา HBM4 และ SOCAMM แยกจากกัน

สิ่งที่ยังคงมีผลต่อการตัดสินใจในอนาคตคือการยืนยันของนิวไดเอียเกี่ยวกับ BOM สุดท้ายของ Rubin NVL72 แผนการจัดส่งจริงของตู้ Rubin สามารถปรับเพิ่มได้หรือไม่ และช่องทางรายได้และกำไรขั้นต้นของไมโครน ซีเค ไฮลิทซ์ และซัมซุง อิเล็กทรอนิกส์ ในผลิตภัณฑ์ HBM และ SOCAMM/LPDDR