Eksekutif Micron: Penyimpanan menentukan batas AI, penambahan kapasitas substansial baru akan terjadi setelah tahun 2028

Seiring gelombang AI meluas dari pusat data ke sisi edge dan bidang robotika, eksekutif Micron memperingatkan bahwa penyimpanan telah menjadi hambatan inti yang menentukan batas kinerja AI, dan karena siklus pembangunan kapasitas baru sangat panjang serta proses sangat kompleks, ketidakseimbangan penawaran-permintaan di industri ini setidaknya baru akan menemui pelepasan kapasitas baru yang substansial setelah tahun 2028.

Pada 15 September, dalam forum fokus semikonduktor Six Five Summit 2026, Sumit Sadana, Penasehat CEO Senior Micron, menerima wawancara dari analis Patrick Moorhead, membedah secara rinci pola penawaran-permintaan industri penyimpanan di era AI, rencana belanja modal, serta pasar pertumbuhan inti di masa depan.

Dalam setahun terakhir, seluruh industri teknologi telah mengalami rekonstruksi mendasar terhadap pemahaman mengenai penyimpanan. Akar dari rekonstruksi ini adalah bahwa daya komputasi sudah bukan lagi satu-satunya tolak ukur kemampuan sistem AI. Sadana dalam wawancara ini menunjuk langsung logika dasar perangkat keras AI saat ini: "Hari ini, kinerja sistem kecerdasan buatan pertama-tama ditentukan oleh kinerja subsistem memori dan kapasitas memori. Kedua faktor inilah yang benar-benar menentukan tingkat kinerja subsistem kecerdasan buatan."

Ia menjelaskan, karena model AI perlu disimpan dalam memori, dan data dalam jumlah besar harus dipindahkan bolak balik antar memori, bandwidth antara prosesor dan memori telah menjadi hambatan utama kinerja. Sementara itu, pasar penyimpanan sedang menghadapi ketidakseimbangan struktural yang telah terakumulasi selama puluhan tahun—pada awal 1990-an terdapat lebih dari 20 perusahaan DRAM, kini hanya tersisa beberapa; sedangkan perusahaan desain prosesor kini sudah lebih dari 20. Pola pasokan berbentuk corong "sedikit dibandingkan banyak" ini membuat rantai pasokan penyimpanan sangat rentan ketika menghadapi ledakan permintaan AI.

Belanja Modal Meroket, Penambahan Suplai Riil Tunggu 2028

Menghadapi celah besar antara penawaran dan permintaan, pertumbuhan bit yang ditenagai transformasi teknologi saja sudah tidak mampu memuaskan selera pasar, seluruh industri terpaksa memasuki siklus ekspansi aset berat berupa "ruang bersih baru dan pabrik wafer".

Micron sedang memulai rencana pengeluaran modal yang belum pernah terjadi sebelumnya. Sadana mengungkapkan: "Jika kita lihat rencana belanja modal kami: tahun fiskal 2025 belanja modal kami sedikit di atas US$13 miliar; tahun fiskal 2026 akan dua kali lipat; tahun fiskal 2027 diperkirakan akan melebihi US$45 miliar. Baru-baru ini kami mengumumkan di Amerika Serikat, investasi dinaikkan dari US$200 miliar menjadi US$250 miliar dan jadwalnya pun dipercepat." Selain itu, Micron juga secara bersamaan menjalankan sekitar 20 proyek ekspansi di Idaho, New York, Taiwan, Jepang, dan Singapura.

Namun, jarak yang jauh tak bisa mengatasi hausnya kebutuhan saat ini. Konstruksi pabrik semikonduktor terhambat infrastruktur, perizinan, serta kekurangan tenaga kerja terampil. Sadana memberikan ekspektasi jadwal yang jelas: “Kami memperkirakan suplai tambahan yang benar-benar efektif baru akan dilepas bertahap pada 2028, dan itu pun baru tahap awal, momentum pertumbuhan kapasitas baru benar-benar akan menguat dalam beberapa tahun berikutnya. Jadi, industri butuh waktu untuk menemukan titik keseimbangan baru.”

Alasan utama lain lambatnya pelepasan kapasitas adalah kompleksitas pembuatan memori yang sangat tinggi. Contoh paling populer saat ini adalah HBM, Sadana jujur mengatakan kemampuannya bekerja “hampir seperti keajaiban”: “Bayangkan, menumpuk 12 lapisan chip DRAM satu per satu, dengan chip dasar di bawahnya yang menghubungkan ke GPU. Seluruh sistem menghadapi tantangan pelepasan panas dan konsumsi daya yang sangat berat... Proses di pabrik wafer ada sekitar 2.000 tahap. Dari awal produksi hingga produk bisa dikirimkan ke pelanggan, butuh waktu sekitar lima bulan.”

Selamat Tinggal “Beli Jual Langsung”, Era “Kontrak Jangka Panjang” dan “Kustomisasi Mendalam” Ubah Model Bisnis

Keterbatasan kapasitas ekstrem tengah memaksa model bisnis industri penyimpanan untuk berubah, era perdagangan spot dan chip generik standar JEDEC berubah.

“Kami menandatangani kontrak jangka panjang, berkomitmen memasok ke pelanggan, pelanggan juga berkomitmen memberikan prediksi permintaan. Ini sangat berbeda dari kontrak satu tahun dulu—kalau mau beli ya beli saja, selama ada stok akan kami suplai.” kata Sadana. Model ini disebut “perjanjian pelanggan strategis” dengan ROI sangat tinggi, memberi dasar kuat untuk investasi modal pabrik wafer selama bertahun-tahun.

Perubahan yang lebih dalam adalah keterikatan di sisi R&D. Untuk memungkinkan diferensiasi dalam konsumsi daya dan kecepatan model AI, pelanggan kini memasukkan desain memori ke dalam roadmap produk 5-7 tahun mereka. Sadana menambahkan: “Model ini mengubah hubungan menjadi lebih mirip kerjasama chip ASIC—pelanggan punya otonomi lebih besar dalam desain, dan hubungan ini bersifat jangka panjang.”

AI Menuju Edge, Robot Humanoid Jadi Pasar Penambahan Terbesar

Pasar umumnya hanya fokus ke pusat data, namun Micron menganggap ini baru permulaan. Seiring penetrasi AI ke smartphone, PC (seperti Mac mini berbasis unified memory), dan mobil autonomous, permintaan penyimpanan akan ada di mana-mana.

Untuk ruang imajinasi masa depan, Sadana memusatkan perhatian pada jalur robotika, meyakini ini akan jadi gelombang permintaan masif berikutnya setelah pusat data.

“Pikirkan tentang robot humanoid, ini akan menjadi salah satu pasar produk terbesar sepanjang sejarah.” Sadana menegaskan prediksinya untuk dekade 2030-an: “Hal paling menarik dari teknologi robot adalah setiap perangkat butuh menyimpan data dalam jumlah besar—setiap robot humanoid memiliki ratusan GB memori DRAM dan beberapa TB NAND flash. Jadi, mereka akan sangat mendorong pertumbuhan permintaan DRAM dan NAND... Robot harus dapat beroperasi secara otonom, bukan selalu mengirim data ke server setiap waktu.”

Berikut ini adalah isi wawancara:

Sumit Sadana 00:00 (UTC+8)

Saat ini, kinerja sistem kecerdasan buatan pertama-tama ditentukan oleh kinerja subsistem memori dan kapasitas memori. Kedua faktor inilah yang benar-benar menentukan tingkat kinerja subsistem kecerdasan buatan. Selamat datang kembali ke KTT tahun 2026.

Patrick Moorhead 00:22 (UTC+8)

Era kecerdasan buatan telah tiba. Pentingnya dan makna strategis memori sungguh luar biasa. Saya selalu menganggap memori itu penting, tetapi kemampuan yang diberikan AI sungguh mengejutkan—jujur saja, tanpa memori yang cukup dan yang tepat, semua hal menakjubkan di sekitar kita tidak mungkin terjadi.

Saya sangat senang mengumumkan bahwa Micron akan menghadiri KTT kali ini. Senang bertemu, senang Anda kembali. Terima kasih sudah mengundang. Ini benar-benar hebat. Saya sudah 35 tahun berkarir di industri ini, dari konsumen memori, menjadi mitra memori, hingga kini meneliti pasar memori dan semua aspek terkait di perusahaan analisis. Pencapaian kami sungguh luar biasa. Ketika tahun lalu kita berbincang, saya menilai memori sebagai teknologi strategis—ya, saya harus mengaku itu. Jujur saja, Anda lebih pantas dapat pujian, karena Anda yang beraksi, saya hanya bicara. Namun kini, pandangan itu semakin penting, dan makin banyak orang memperbincangkannya. Di era kecerdasan buatan ini, apa yang berubah dalam satu tahun terakhir hingga membuat seluruh industri semakin menaruh perhatian pada memori?

Sumit Sadana 01:44 (UTC+8)

Mengapa kecerdasan buatan mempercepat transformasi ini? Pertanyaan bagus. Satu tahun berlalu, tetapi jika melihat perubahan yang terjadi di dunia selama satu tahun terakhir, terasa seperti waktu yang lama. Dari sudut pandang pelanggan, perubahannya sangat besar. Saat ini, semua segmen pasar mengalami kelangkaan memori yang parah. Walaupun kami sudah berupaya keras menambah suplai, hingga kini kami belum tahu kapan persediaan bisa mengejar permintaan, sebab permintaan terus meningkat. Dari tahun ke tahun, sinyal dari pelanggan di semua bidang semakin tinggi.

Alasan mengapa cara pandang pelanggan terhadap memori berubah ada beberapa. Pertama adalah adanya celah besar antara penawaran dan permintaan; kedua, karena kebutuhan kecerdasan buatan, tuntutan terhadap kinerja juga terus meningkat. Saat kita berpikir apa yang membuat sistem berfungsi optimal, ternyata prosesor bukanlah satu-satunya faktor utama. Saat ini, kinerja memori, bandwidth antara prosesor dan memori, serta kapasitas memori sendiri sangat krusial. Model AI butuh disimpan dalam memori, banyak data harus ditransfer bolak-balik antar memori, sehingga bandwidth antara prosesor dan memori menjadi hambatan utama kinerja. Oleh karena itu, pelanggan perlahan menyadari kebutuhan untuk merancang ulang roadmap produk dan menggunakan strategi memori yang berbeda.

Sumit Sadana 03:44 (UTC+8)

Saat ini, kuncinya adalah bagaimana mendesain memori untuk memperoleh keunggulan kompetitif, bagaimana membedakan sistem setiap pelanggan. Jika memori masih bersifat all-purpose seperti standar JEDEC beberapa tahun lalu, sulit untuk membedakan produk. Karena itu sekarang kami bekerja sama dengan pelanggan agar desain memori masuk dalam roadmap produk mereka selama bertahun-tahun. Kini mereka fokus pada bagaimana membedakan, bagaimana mengubah pola kompetisi. Ini artinya Anda harus berpikir memori dengan cara berbeda dan bermitra dengan perusahaan seperti Micron untuk merancang fitur baru yang bisa diterapkan dan dimanfaatkan.

Sumit Sadana 04:31 (UTC+8)

Sebagai contoh, kolaborasi kami dengan Nvidia dalam bidang data center DRAM konsumsi daya rendah (LPDRAM) adalah contoh bagus. Kami adalah perusahaan pertama yang menghadirkan teknologi ini ke pusat data, dan lama menjadi pemasok eksklusif di bidang tersebut, kini teknologi ini diadopsi perusahaan lain. Semakin banyak klien menyadari keuntungan menggunakan DRAM konsumsi daya rendah—density lebih tinggi, ukuran lebih kecil, performa lebih kuat, serta konsumsi daya jauh lebih rendah, yang sangat penting untuk pusat data. Ini hanya satu dari banyak contoh.

Patrick Moorhead 05:07 (UTC+8)

Melihat ke depan 5 tahun, teknologi ini mulai berkembang pesat. Ketika saya coba menjelaskan kenapa minat terhadap memori begitu besar, saya ingat pelajaran yang saya ambil waktu kuliah—di akhir 80-an, prinsip dasarnya: jika Anda bisa membatasi operasi agar tetap berada pada cakupan memori, performa akan meningkat. Tentu saja, sekarang situasinya sedikit berbeda. Semakin banyak memori yang Anda miliki, semakin baik hasil yang didapat, dan makin dekat ke operasi, makin baik—karena ketika keluar dari rentang memori, kecepatan akan turun. Ini tantangan besar di era AI.

Ini menarik. Karir saya telah melewati sembilan siklus memori. Saya pernah bekerja di pabrik OEM, di perusahaan chip, lalu di perusahaan analisis selama 15 tahun sekarang. Memori tampaknya sangat siklikal, meskipun saya tahu ada industri lain yang juga demikian, tetapi memori juga sangat komoditas. Anda sudah sedikit menyinggung ini di pertanyaan pertama, namun…

Sumit Sadana 06:17 (UTC+8)

Mengapa kecerdasan buatan secara mendasar mengubah persepsi ini? Itu pertanyaan bagus. Jika Anda kilas balik ke awal 90-an, saat itu ada lebih dari 20 perusahaan DRAM, lalu industri DRAM mengalami konsolidasi besar-besaran. Di masa itu, perusahaan prosesor hanya beberapa, sekarang sudah lebih dari 20. Jika Anda duduk menghitung siapa saja perancang prosesor, jumlahnya cepat keluar. Tapi pembuat DRAM malah tinggal sangat sedikit.

Jadi, saat Anda berpikir tentang desain AI dan subsistem AI, tidak hanya di pusat data—tentu saja, pusat data perlu membedakan beban kerja pelatihan dengan inferensi, bahkan beban kerja inferensi sendiri akan makin terspesialisasi menjadi tipe-tipe berbeda. Setitik bisa menggunakan SRAM, tapi sebagian besar sangat bergantung pada DRAM. Kami sebisa mungkin mendesain kapasitas DRAM terbesar di sistem ini. Tren ini bahkan meluas ke mobil autonomous, sistem industri, dan lihatlah smartphone dan PC—katakanlah karena unified memory architecture, Mac mini terjual laris, memicu gerakan "Open Claw". Pada akhirnya, semua ini sangat berkaitan dengan AI.

Sumit Sadana 07:50 (UTC+8)

Hari ini, kinerja sistem sangat ditentukan oleh performa dan kapasitas subsistem memori, kedua hal itu yang menentukan kinerja subsistem AI. Jadi ketika memori jadi inti desain sistem, Anda harus berpikir memori dengan cara berbeda. Masalah esensialnya: bagaimana meluncurkan produk yang berbeda dengan cepat? Menurut saya, bisnis memori di masa depan akan sangat berbeda dari sebelumnya—dan ini berkaitan erat dengan ide berikut …

Sumit Sadana 08:36 (UTC+8)

Seluruh industri pada akhirnya sampai pada titik butuh kapasitas baru, sungguh mengejutkan, karena pertumbuhan permintaan yang digerakkan AI sangat mencolok. Transformasi teknologi tidak lagi dapat memenuhinya, padahal beberapa tahun terakhir pertumbuhan bit dari transformasi teknologi cukup untuk memenuhi pertumbuhan permintaan. Sekarang industri butuh menambah produksi wafer besar-besaran, berarti perlu pembangunan ruang bersih baru. Ketika ruang bersih fasilitas produksi habis—kebanyakan perusahaan sudah mengalaminya—maka harus segera ekspansi di lokasi baru, dan ini makan waktu lama.

Ini proses sangat memakan waktu dan dipengaruhi banyak faktor praktis seperti perbedaan kecepatan konstruksi dunia, efisiensi perizinan. Bagaimana membangun semua infrastruktur penting dari lahan kosong—listrik, air, instalasi pengolahan air? Suplai bahan kimia dan infrastruktur pendukung pabrik wafer semuanya butuh waktu lama, begitu juga kenyataannya di lapangan saat ini.

Sumit Sadana 10:01 (UTC+8)

Jadi, meski kami sudah berupaya keras, melihat upaya kolega di industri juga, kami tetap kesulitan memenuhi permintaan pasar. Butuh waktu lama untuk mengejar permintaan, inilah faktor penting yang mengubah perilaku pelanggan.

Sumit Sadana 10:27 (UTC+8)

Inilah mengapa kami terus membahas perjanjian pelanggan strategis. Perjanjian strategis ini secara mendasar mengubah model bisnis kami. Kami menandatangani kontrak multi-tahun, berkomitmen suplai, pelanggan pun berkomitmen prediksi permintaan. Ini berbeda dari kontrak setahun di masa lalu—saat ingin beli ya beli saja, selama ada stok. Sekarang kontraknya adalah kontrak komitmen suplai, ROI-nya sangat tinggi, jadi kami bisa mengamankan belanja modal bertahun-tahun ke depan.

Tentu, ini belum bicara tentang AI agent, yaitu tahap selanjutnya dalam evolusi AI. Setelah itu akan datang AI fisik, yang akan jadi gelombang permintaan raksasa berikutnya. Jika Anda mengamati gelombang permintaan yang berbeda ini, akan terlihat itu saling menumpuk dan memperkuat, bukan saling menggantikan. Ini tantangan besar—bagaimana mentransfer kemampuan suplai fisik sebesar itu ke dunia daring.

Patrick Moorhead 11:39 (UTC+8)

Dalam waktu ini, untuk memenuhi semua kebutuhan tersebut, saya rasa model kontrak jangka panjang kalian membuktikan posisi strategis memori meningkat. Mudah memang mereduksinya jadi "kami perlu kontrak panjang untuk mengamankan kapasitas", itu penting, tapi juga tentang perencanaan bersama.

Dari segi teknologi, saya benar-benar terkesan, dan senang Anda angkat soal edge AI. Yang menarik, baik Open Claw, atau desain khusus di komputasi klien—misal memori dikopel sangat dekat dengan CPU dan GPU untuk meningkatkan bandwidth—perubahan arsitektur desktop jarang terjadi, sangat stabil selama bertahun-tahun. Saya penasaran tentang data center hyperscale, yang sudah kita bahas, banyak inovasi terjadi di sini, setidaknya untuk belanja modal dan inovasi model dan aplikasi. Namun, saya juga penasaran tentang otomotif autonomous, PC, robot, edge cerdas, dan lain-lain...

Sumit Sadana 13:00 (UTC+8)

Apakah permintaan memori mengubah aplikasi ini? Betul, pertanyaan bagus. Semua bermula dari pusat data. Namun jika bicara masa depan AI, tak hanya di pusat data. Gelombang kecerdasan akan ke edge, pada akhirnya kecerdasan akan ada di mana-mana, menembus semua perangkat. Jadi, ini mencakup semua produk elektronik konsumen, mobil, dan pastinya bahkan revolusi industri tahap kedua—nantinya semua kecerdasan akan tersebar di seluruh perusahaan di dunia.

Sumit Sadana 13:43 (UTC+8)

Perangkat pribadi Anda, baik di tempat kerja atau di rumah, komputer Anda, ponsel pintar Anda, bahkan beberapa perangkat baru yang sedang dipikirkan perusahaan—perangkat ini mungkin berbeda bentuk sama sekali dari smartphone atau komputer, benar-benar desain baru. Karena jika Anda membangun perangkat AI native, bisa saja bentuknya berbeda total dari komputer dan ponsel tradisional. Ini kembali ke bagaimana menurunkan konsumsi daya semaksimal mungkin, semisal untuk perangkat yang perlu baterai. Bagaimana memaksimalkan performa, bagaimana menjalankan model yang cukup kecil sehingga bisa jalan di perangkat, tanpa perlu kembali ke cloud—itulah perbatasan baru AI.

Pengeksplorasian ini akan terus berlangsung. Model-model yang cukup kecil untuk dijalankan di komputer atau ponsel pintar akan semakin baik seiring waktu. Kalau ini terjadi, manfaat privasi dan kerahasiaan data makin kentara. Konsumen sangat peduli hal ini, dan perusahaan yang bisa meyakinkan konsumen bahwa semua interaksi mereka dengan perangkat tidak akan diunggah ke cloud, akan melahirkan aplikasi baru yang bernilai tinggi.

Sumit Sadana 15:30 (UTC+8)

Coba lihat automatisasi kendaraan, yang berkembang pesat berkat kemajuan AI; teknologi frontier berikutnya adalah robot. Pikirkan robot humanoid, ini akan jadi salah satu pasar produk terbesar sepanjang sejarah. Tentu saja, ini butuh waktu, namun kita kian dekat ke singularitas itu—di mana Anda bisa berbicara dengan robot seolah-olah dengan manusia lain, dan kognisinya hampir tak bisa dibedakan pula. Seiring waktu, kapabilitas fisiknya makin canggih, ini akan menjadi revolusi besar.

Awalnya, mereka akan digunakan di lingkungan otomasi pabrik, mengerjakan tugas sangat spesifik, dengan tingkat kebebasan rendah. Setelah "lulus" dari situ, lingkungan paling kompleks adalah rumah tangga—karena rumah sangat tidak terstruktur. Namun saya percaya, memasuki dekade 2030, teknologi robotik akan jadi penggerak pertumbuhan masif. Yang menarik dari robot, setiap perangkat butuh menyimpan data sangat besar—setiap robot humanoid punya ratusan GB DRAM dan beberapa TB NAND flash. Jadi mereka akan sangat mendorong permintaan DRAM dan NAND. Saya kira banyak orang tak menyadari: robot harus mampu berjalan mandiri, tidak bisa setiap saat kirim data ke server. Memang demikian.

Patrick Moorhead 17:25 (UTC+8)

Dan dalam penjelasan Anda, saya tiba-tiba sadar Micron sedang melompat ke level gigawatt. Membayangkan menemukan teknologi semacam ini saja cukup luar biasa. Tapi menurut saya ketika orang bicara Micron, inilah yang harus diingat.

Seiring era AI datang, visi strategis orang makin tajam, baik dalam memanfaatkan perangkat frontier yang belum ditemukan maupun pusat data giga yang akan segera hadir dan langsung terhubung AI serta model besar.

Ide co-design atau co-invent ini pernah saya dengar, bahkan pernah mengobrol dengan beberapa mitra Anda soal konsep yang tengah dicoba. Saya juga pernah sedikit menyinggung perubahan arsitektur—yang biasanya diwujudkan melalui standar semacam JEDEC dan sebagainya. Tapi sekarang kita bicara tentang deep co-design sesungguhnya. Bisa ceritakan perubahan hubungan kerja sama antara Anda dan mitra Anda?

Sumit Sadana 18:45 (UTC+8)

Tentu saja. Para mitra kami juga ingin tahu bagaimana meraih keunggulan di pasar mereka dan mengalahkan kompetitor. Subsystem memori dan prosesor menjadi bagian sangat penting dari subsistem AI karena interaksi antara prosesor dan memori-lah yang menentukan banyak parameter kunci sistem AI—ia menentukan konsumsi daya, model apa saja yang bisa dijalankan, ukuran model, dan seberapa cepat pemrosesannya.

Ketika Anda melihat kemajuan besar di berbagai segmen model bahasa besar (LLM), Anda akan tahu, untuk membedakan di siklus desain memori hardware dan prosesor, setiap segmen butuh kerjasama intensif. Bukan plug and play atau perangkat sesuai standar JEDEC yang tinggal disertifikasi. Beberapa memang seperti itu, tapi pelanggan makin membutuhkan diferensiasi: mereka butuh fitur spesial yang tidak ada di produk generik. Karena itu, kami dan perusahaan memori harus serius membahas roadmap R&D 5-7 tahun ke depan. Kami terlibat dalam roadmap R&D banyak klien, banyak ide menarik yang diajukan, sebagian bisa direalisasikan, sebagian butuh waktu lebih lama untuk terobosan dan inovasi.

Sumit Sadana 20:28 (UTC+8)

Kami sangat bersemangat melihat berbagai ide diversifikasi yang ada. Seperti Anda bilang, cakupannya luas—ada perangkat yang super irit daya karena seluruhnya pakai baterai, ada juga yang didesain untuk pusat data berdaya gigawatt. Kami telah melihat inovasi di banyak sub-segmen dan para pelanggan terdepan di tiap-tiap segmen, kami akan terus menyaksikan dan bekerja ke arah itu.

Di beberapa proyek yang menggembirakan, kami terus mendorong batas kemampuan kami demi memberikan desain inovatif yang diimpikan pelanggan. Klien tak mungkin bekerja sangat dalam dengan banyak perusahaan sekaligus, biasanya cuma satu-dua saja, yang lain baru bisa menyusul beberapa tahun lagi. Keuntungan model ini, Anda bisa membangun relasi sangat erat dengan satu-dua perusahaan, biasanya Anda menjadi pemasok eksklusif, atau minimal cuma ada satu pesaing di waktu tertentu. Ini membuat pola kerja sama serupa model chip ASIC—klien punya otoritas desain lebih besar dan relasi ini jangka panjang. Karena kerja sama seperti ini adalah kemitraan khusus ala ASIC, bukan hubungan penyuplai chip memori standar yang terjadi beberapa tahun lalu. Satu lagi perubahan besar: model ini sekarang bisa diadopsi dalam skala besar.

Patrick Moorhead 22:27 (UTC+8)

Betul. Ini berarti volume penjualan luar biasa banyak, dan jujur saja, skala investasinya cukup besar untuk kedua pihak, dan begitu dimulai, intinya adalah diferensiasi. Semua orang mencari cara untuk tampil beda, baik soal efisiensi performa maupun total cost of ownership (TCO).

Saya ingin menatap masa depan dari segi investasi. Anda tadi bahas investasi kapasitas. Uniknya, sebagian orang berharap pabrik memori bisa dibangun secepat menulis kode. Padahal saya pernah kerja di perusahaan chip yang punya fasilitas wafer, hingga hari ini itu projek padat modal dan sangat sulit, butuh tiga-empat tahun sebelum hasil nyata terlihat. Ceritakan, investasi apa saja yang tengah mengokohkan posisi Micron dalam teknologi generasi berikutnya? Baik itu AI, atau teknologi lain, atau varian AI mana pun. Investasi seperti ini butuh waktu sangat lama, dan Anda pun tadi sudah katakan dengan jelas.

Sumit Sadana 23:57 (UTC+8)

Benar sekali. Ngomong-ngomong, kalau ada yang tahu cara membangun pabrik DRAM dengan cepat, kami ingin belajar, itu akan memudahkan tugas kami. Pelanggan jelas ingin barangnya secepat mungkin, kami pun melakukan segala yang kami bisa.

Kami sudah berupaya semaksimal mungkin mempercepat semua investasi ini. Dari sisi belanja modal: tahun fiskal 2025 lebih dari US$13 miliar; 2026 dua kali lipat; 2027 lebih dari US$45 miliar. Semakin ke depan, jumlahnya semakin besar. Kami baru-baru ini umumkan di AS, investasi dari US$200 miliar jadi US$250 miliar dan jadwal dipercepat, hingga akhir tahun depan dicanangkan US$50,2 miliar akan keluar.

Investasi ini menjangkau semua lini. Kami berinvestasi di pabrik Idaho 1 (ID1), yang akan menghasilkan lini produksi pertama; pertengahan tahun depan, pabrik ID2 akan segera menyusul, dan lini wafer pertama rencananya rampung akhir 2028. Pabrik wafer yang kami akuisisi di Taiwan akan mulai produksi wafer di 2027, kami memperluasnya lagi. Di Jepang dan Singapura kami juga ekspansi lebih lanjut, total kami punya sekitar 20 proyek investasi dari hulu sampai hilir di seluruh dunia yang sedang berjalan.

Sumit Sadana 26:06 (UTC+8)

Tapi itu semua butuh waktu. Setiap pembangunan pabrik wafer begitu rumit. Di New York, kami merencanakan gugus empat pabrik wafer, yang pertama direncanakan berproduksi pada 2030. Januari lalu kami sudah groundbreaking, tahap pengecoran beton malah selesai lebih cepat dari rencana.

Sumit Sadana 26:22 (UTC+8)

Di berbagai belahan dunia banyak proyek jalan, tapi semua butuh izin, dan butuh pembangunan infrastruktur. Tenaga konstruksi sangat langka—bayangkan saja, banyak proyek pembangunan serentak di AS dan negara lain.

Data center dibangun di segala penjuru, mereka butuh listrik sehingga PLTU juga dibangun; dan mereka butuh semikonduktor, jadi pabrik semiconductor baik dari hulu maupun hilir juga sedang dibangun. Kekurangan tenaga kerja terampil sangat serius, untuk menuntaskan projek-projek yang sangat kompleks ini, jumlah teknisi yang ada tidak cukup.

Sumit Sadana 27:15 (UTC+8)

Makanya kami juga investasi ke komunitas, membina SDM, agar cadangan tenaga kerja cukup, ini bukan cuma membantu proyek kami, ujungnya juga menguntungkan ekosistem. Kami berinvestasi di pelatihan tenaga kerja, pembangunan community college, dan kerja sama dengan kota serta komunitas tempat kami beroperasi. Bagi kami ini perjuangan jangka panjang.

Kami memperkirakan fasilitas akan terus meluas seiring waktu, karena pabrik wafer seperti pola klaster, Anda tidak bisa hanya bangun satu saja. Anda butuh skala besar, harus cepat menembus batas biaya minimal, berarti ekspansi berlanjut dalam sepuluh tahun atau lebih ke depan. Semua ini proyek jangka panjang. Kami memperkirakan suplai tambahan efektif baru akan mulai pelepasan bertahap pada 2028, dan ini baru tahap awal, momentum pertumbuhan kapasitas baru benar-benar akan menguat dalam beberapa tahun berikutnya. Jadi industri butuh waktu mencari keseimbangan baru, tapi kapan tepatnya kami belum tahu saat ini.

Patrick Moorhead 28:54 (UTC+8)

Contoh dan data investasi Anda sangat membantu. Namun saya ingin menyoroti satu hal yang mungkin disalahpahami, yaitu kompleksitas memori. Semua tahu chip logika sulit dibuat. Mari bahas kompleksitas memori—memori adalah salah satu teknologi semikonduktor tersulit di dunia.

Sumit Sadana 29:19 (UTC+8)

Kami sering bilang sirkuit logika adalah teknologi frontier, tapi memori juga sangat canggih. Ia menggunakan mesin litografi EUV raksasa. Proses di pabrik wafer sekitar 2.000 tahap. Dari mulai produksi hingga produk bisa sampai ke pelanggan, memakan waktu lima bulan. Sungguh menakjubkan, orang tidak membayangkan rumitnya. Proses produksi minimum tiga setengah hingga hampir empat bulan, lalu perakitan, pengemasan, dan pengujian butuh satu bulan atau terkadang hingga satu setengah bulan.

Sumit Sadana 30:04 (UTC+8)

Produk yang lebih rumit, seperti produk HBM, jelas lebih kompleks. Banyak orang bilang teknologinya ajaib, mustahil rasanya bisa berfungsi dengan baik. Bayangkan, menumpuk 12 lapisan chip DRAM dan di bawahnya chip dasar terhubung GPU. Sistem menghadapi tantangan pelepasan panas serta konsumsi daya sangat ekstrem—bagaimana memastikan pendinginan efektif di bandwidth setinggi itu, saat data bolak balik antara prosesor dan chip? Hanya teknologi pengemasan saja sudah serumit ruang bersih, sama sekali beda dari flip-chip packaging logic yang kita kenal. Baik bicara kompleks pengemasan, maupun proses pembuatan (seperti EUV), setiap node DRAM makin sulit ditingkatkan.

Sumit Sadana 31:18 (UTC+8)

NAND pun sama. Layer demi layer ditumpuk, 200, lalu 300, 400, dan seterusnya, tingkat kerumitan proses benar-benar astronomis. Bahkan produk NAND bisa menyimpan data dengan baik dan berfungsi—sekarang satu SSD saja bisa berkapasitas 245 TB. Bisa memuat kapasitas sebesar itu dalam fisik sangat kecil, itu keajaiban karya insinyur dan tim manufaktur setiap hari. Kerumitannya sulit dipercaya, ke depan kami akan terus mengecilkan lagi dan benar-benar mewujudkan teknologi ini tetap berkembang masif, sekali lagi itu akan menjadi keajaiban baru.

Patrick Moorhead 32:23 (UTC+8)

Semua itu butuh waktu, tenaga dan inovasi teknologi luar biasa besar. Kompleksitasnya mengagumkan, dan Anda bisa menanganinya di rentang konsumsi daya yang sangat lebar, menurut saya itu menakjubkan. Saya tidak tahu berapa banyak perusahaan di dunia yang mampu seperti itu.

Menariknya, orang sering berkata “Saya tak pernah puas”, karena memang mereka ingin lebih, ingin sesuatu yang menakjubkan lagi. Akhirnya orang mulai bicara tentang harga dan sebagainya. Tapi saya kira ini adalah investasi—Micron dan perusahaan memori lain investasi itu wajar, kalau tidak, siklus inovasi berhenti. Saya sangat menantikan pencapaian yang akan dibawa Micron lewat investasi mereka, bukan hanya dalam konstruksi pabrik wafer, juga di teknologi itu sendiri. Saya percaya teknologi robotik berpotensi tumbuh sepuluh kali lipat, dan mungkin jadi pasar pertumbuhan luar biasa—bahkan ini tambahan yang belum sepenuhnya dimasukkan ke dalam model kapasitas kami. Tentu, kami masih membutuhkan bukti lebih banyak kapan itu akan benar-benar terealisasi.

Terima kasih banyak atas percakapannya kali ini. Tak terasa setahun lalu kita sudah bicara begini, dan lihat posisi kita sekarang, hanya dalam setahun, perubahan sungguh besar.