AI "безперервне навчання" може відкрити новий цикл зберігання! Citi: Попит на HBM, серверний DRAM та eSSD зростає, дефіцит може тривати до 2031 року

Згідно з інформацією від Ukrainian Finance APP, Citi зазначає у своєму останньому глобальному звіті щодо індустрії напівпровідників, що з переходом штучного інтелекту від традиційних моделей навчання та висновування до епохи "постійного навчання" світовий ринок чіпів пам’яті може зіткнутися з новим структурним зростанням попиту. На відміну від сучасних AI-моделей, які в основному покладаються на одноразове навчання, постійне навчання вимагає від моделей безперервного засвоєння нових даних і оновлення власних знань, з одночасним збереженням та використанням раніше засвоєної інформації. Це означає, що HBM, серверний DDR5 і корпоративний SSD (eSSD) можуть зазнати розширення попиту, що підштовхне дефіцит пропозиції на світовому ринку пам’яті до ще більшого загострення у 2028 році, і можливо, до 2031 року.

Citi вважає, що постійне навчання стане одним з ключових мотивів розвитку AI протягом наступних п’яти років. У цій моделі AI-моделі перестануть бути статичними після завершення навчання, вони зможуть безперервно піддаватися додатковому тренуванню згідно з новими задачами, даними та знаннями, при цьому уникати втрати раніше отриманої інформації. Це постійне оновлення моделей і потреба у доступі до історичних даних значно підвищить споживання AI-системами обчислювальних і стикувальних ресурсів.

Банк прогнозує, що з 2027 року потреба у пам’яті для AI-навчання та висновування буде одночасно прискорюватися. При цьому HBM скористається від постійного тренування і оновлення моделей, серверний DDR5 та SoCAMM2 — від зростання AI-висновування і навантажень на CPU, а eSSD буде виконувати довгострокове зберігання великої кількості історичних даних і KV Cache тощо.

У світлі цього тренду Citi обирає Samsung Electronics, SK Hynix (SKHY.US), Micron Technology (MU.US), SanDisk (SNDK.US) та Kioxia як пріоритетних у сфері пам’яті; у сфері напівпровідникових обладнання і матеріалів фаворитами є Lanqi Technology, Applied Materials (AMAT.US), Lam Research (LRCX.US), TES, Eugene Technology і TechWing.

AI входить у епоху “постійного навчання” — логіка попиту на пам’ять змінюється

Citi вказує на важливе обмеження сучасних AI-моделей: хоча вони здатні зберігати знання, отримані під час навчання, вони не інтегрують дані з подальшої взаємодії користувачів та постійно створювану нову інформацію безпосередньо у свої параметри.

Постійне навчання намагається вирішити цю проблему. Моделі AI повинні постійно приймати нові завдання й навчання, при цьому зберігаючи вже засвоєну інформацію; одним із найбільших технічних викликів є уникнення так званого "катастрофічного забуття", тобто втрати початкових навичок при освоєнні нових знань.

Ця зміна може трансформувати весь ланцюжок AI-пам'яті.

З 2022 по 2024 роки, зі збільшенням масштабів AI-моделей для навчання, потреба в HBM стала різко зростати, а традиційний DRAM і NAND залишилися слабкими. Але з другої половини 2025 року, ускладнення задач AI-висновування стимулювало швидке зростання потреби в серверному DDR5 та eSSD.

Citi прогнозує, що з 2027 до першої половини 2028 року розпочнеться перший етап постійного навчання. Протягом цього періоду AI-сервери мають постійно тренуватися, оновлювати моделі й виконувати дедалі складніші висновувальні задачі, тому HBM, серверний DRAM, SoCAMM2 і eSSD можуть вперше одночасно демонструвати швидке зростання попиту.

Після другої половини 2028 року персональний AI й фізичний AI (Physical AI) можуть стати новими драйверами попиту. З поширенням edge AI, локального управління даними, робототехніки і подібних застосувань, кінцеві пристрої отримають потребу у тривалій пам’яті й адаптації до оточення, локальні й edge-запити також можуть долучитися до цього циклу зростання.

Варто зазначити, що використання AI Token вже демонструє стрімке розширення. Згідно зі сторінкою 3 звіту, з січня 2025 року до серпня 2026 року середньомісячний компаундний темп зростання AI Token склав близько 31%, а в серпні 2026 року річний ріст сягнув 2434%. Citi вважає, що цей тренд додатково підтверджує довгострокове збільшення навантаження від AI і інтенсивності потреби у пам’яті.

Потреба в HBM може зрости на 62% у 2027, ще на 69% у 2028

Серед усіх продуктів пам’яті HBM залишається одним із найбільш прямих вигод для AI-навчання і постійного навчання.

Попри занепокоєння ринку останнім часом щодо зниження конфігурації HBM в AI-чіпах та питань безпеки AI, Citi вказує, що це не означає загальне послаблення попиту на HBM. Навпаки, виробники AI-чіпів переходять від архітектури "Scale-up" до "Scale-out", тобто розширюють обчислювальні потужності за допомогою більшої кількості акселераторів — це продовжить підштовхувати системний попит на HBM.

Citi очікує, що у 2027 році потреба у HBM bітів зросте на 62% рік до року — до 75,2 млрд Gb, а у 2028 — ще на 69% до 127 млрд Gb, що майже вдвічі більше від попередніх прогнозів. Окрім Nvidia, важливими джерелами зростання стануть чіпи Broadcom (AVGO.US), Google та інші ASIC.

Ще важливіше, навіть при активному розширенні виробництва з боку виробників пам’яті, пропозиція HBM може не встигати за попитом.

Citi прогнозує, що у 2027 році HBM-попит виросте з 46,4 млрд одиниць 1Gb у 2026 році до 75,2 млрд, а пропозиція — з 36,1 млрд до 59,3 млрд; Citi очікує, що у 2027 році дефіцит HBM складе близько 21%. У 2028 році, зі зростанням поставок ASIC, дефіцит може ще більший — до 36%.

Отже, Citi розглядає "зниження параметрів" HBM не як ознаку слабкого попиту, а як спосіб більш ефективно використовувати ресурси при дефіциті, максимізуючи поставки AI-акселераторів.

AI-висновування стає другим двигуном росту — потреба в серверному DRAM може збільшитися на 51% у 2027

Якщо HBM насамперед виграє від AI-навчання, то серверний DRAM має стати вигодним для експансії AI-висновування і постійного навчання.

Citi прогнозує: у 2027 році під впливом постійного навчання потреба в серверному DRAM зросте понад 50%, так само, як і потреба в eSSD — близько 50%. Підвищення складності AI-висновувальних задач підштовхне потребу в CPU й місткості серверної пам’яті.

Детально Citi прогнозує, що у 2026 році серверний DRAM складе 226,3 млрд одиниць 1Gb, а в 2027 — 341,7 млрд, що на 51% більше рік до року. Сервери будуть забезпечувати близько 67% світового попиту на DRAM, залишаючись найбільшим сектором застосування.

Цей тренд також пов'язаний із зниженням HBM-конфігурації на одному AI-акселераторі: коли навантаження на пам’ять, як-от KV Cache, переміщуються з HBM на серверний DRAM чи зовнішнє сховище, це ще більше підвищить попит на серверний DRAM і eSSD.

Citi зазначає, що замовники пам’яті вже продовжують терміни частини довгострокових контрактів (LTA) з трьох до п’яти років, що свідчить про вищу передбачуваність попиту на пам’ять в найближчі роки.

eSSD може пережити бум, у 2027 ріст майже 53%

Ринок NAND також може стати важливим бенефіціаром епохи постійного навчання.

Постійне навчання означає, що AI-моделі не лише засвоюють нову інформацію, але й повинні зберігати великі обсяги раніше отриманих даних, що викликає потребу у більшій потужності довгострокового зберігання.

Citi прогнозує, що у 2027 році світовий попит на NAND зросте на 29,1% рік до року, випереджаючи ріст пропозиції (21,2%); попит на корпоративний SSD очікується на рівні +52,9%, що явно перевищує загальний SSD (+45%).

Одним із ключових драйверів цього зростання стане зниження навантаження KV Cache. Зменшення HBM-конфігурації на AI-акселераторах спонукатиме перенесення KV Cache і інших пам’ятних задач на зовнішнє сховище, отже, великомісткі QLC корпоративні SSD отримають більш високий попит.

Citi також відзначає, що AI-сервери збільшують конфігурацію сховищ біля GPU, включаючи QLC SSD, що дозволяє накопичувати більше даних біля акселераторів, тим самим підвищуючи ефективність пам’яті та доступу до даних моделі.

У той же час попит на NAND у споживчій електроніці може постраждати через слабкість ринку смартфонів і ПК, однак Citi вважає, що корпоративний попит, стимульований AI-висновуванням, буде достатньо потужним, аби компенсувати цей вплив. Звіт також наголошує, що AI-центри даних, включаючи китайські, дедалі частіше обирають SSD замість HDD, що з 2027 року ще більше розширить потенційний попит на eSSD.

Дефіцит DRAM у 2028 може зрости до 9,7%, цикл підвищення цін триватиме

Швидке зростання попиту супроводжується обмеженнями розширення пропозиції в індустрії пам’яті.

Citi прогнозує: у 2027 році глобальний попит на DRAM bіт зросте на 30,2% рік до року, значно випереджаючи приріст пропозиції (18,8%), що зміщує ринок від майже балансу в 2026 до дефіциту з розривом близько 8,7%; у 2028 дефіцит збільшиться до 9,7%.

Обмеження пропозиції мають дві причини. По-перше, Samsung Electronics, SK Hynix і Micron виділяють більше потужностей DRAM для HBM; по-друге, уповільнення переходу до передових технологій і тривалий цикл будівництва нових фабрик не дозволяє швидко збільшити виробництво бітів.

Citi прогнозує, що у 2027 середня виробнича потужність DRAM-фабрик зросте лише на 8% рік до року, а постачання DRAM bітів — на 18,8%, тож дефіцит пропозиції буде панувати увесь 2027 рік.

Ця напруженість між попитом і пропозицією означає, що ціни на пам’ять залишаються високими.

Citi прогнозує, що після стрибка середньої ціни DRAM у 2026 (+242,4%), у 2027 середня ціна все ще може піднятися на 23,1% рік до року. Попри те, що темпи зростання значно нижчі, ніж у 2026, постійний дефіцит HBM і традиційного DRAM підтримуватиме зростання цін.

NAND також відчуває напруження у постачанні, дефіцит може тривати до 2031

Тиск на пропозицію NAND також посилюється.

Citi прогнозує, що у 2027 році попит на NAND зросте на 29% рік до року, а пропозиція — лише на 21%, дефіцит становитиме близько 6,1%; у 2028 попит зросте на 33%, тоді як приріст пропозиції складе 25% — дефіцит буде близько 5,5%.

Основною причиною цього є те, що світові виробники пам'яті наразі переважно розширюють потужності DRAM і HBM, обмежуючи нові потужності NAND.

Citi прогнозує, що під впливом постійного навчання, високощільних eSSD, розвантаження Nvidia KV Cache, і зростання попиту на персональний та фізичний AI після 2028 року, дефіцит пам’яті у світі у 2028 може ще погіршитися й тривати до 2031.

Це означає, що поточний цикл пам’яті вже не зумовлений лише тимчасовими факторами як відновлення запасів смартфонів і ПК, але стає все більш структурним, зумовленим змінами AI-архітектури.

Виробники пам’яті масово розширюють потужності — виробники обладнання та матеріалів також виграють

Зі зростанням довгострокового попиту виробники пам’яті запускають масштабні капітальні витрати, і це може розширити можливості інвестування у напівпровідникове обладнання та матеріали для AI-пам’яті.

Citi прогнозує, що світові капітальні витрати на DRAM і NAND з 54,9 млрд доларів у 2026 році зростуть до 80,4 млрд у 2027 (+46,5%). При цьому DRAM-капітальні витрати можуть досягли 58,6 млрд доларів (+51,6%), NAND — 21,8 млрд (+34,2%).

У більш довгостроковій перспективі звіт прогнозує, що глобальні капітальні витрати на DRAM і NAND до 2031 року можуть сягнути 322,5 млрд доларів, з DRAM на рівні 254 млрд і NAND на 68,5 млрд.

Тому Citi вважає, що поточний цикл підйому в пам’яті не лише сприятливий для виробників чіпів пам’яті, а й поступово розширюється на виробників напівпровідникового обладнання й матеріалів.

У сфері пам’яті банк обирає Samsung Electronics, SK Hynix, Micron Technology, SanDisk і Kioxia як пріоритетних; у сфері обладнання та матеріалів фаворитами є Lanqi Technology, Applied Materials, Lam Research, TES, Eugene Technology і TechWing. Citi вважає, що постійне навчання й розвиток персонального AI у середньостроковій перспективі стимулює структурне зростання попиту на пам’ять, виробники пам’яті безпосередньо виграють від постійного дефіциту, а виробники обладнання та матеріалів — від масштабних капітальних витрат і високої завантаженості заводів.