Eksekutif Micron: Penyimpanan menentukan batas AI, kapasitas tambahan yang signifikan baru akan tersedia setelah tahun 2028

Seiring gelombang AI merambat dari pusat data ke sisi edge dan sektor robotika, eksekutif Micron memperingatkan bahwa penyimpanan telah menjadi hambatan inti yang menentukan batas kinerja AI, dan karena siklus pembangunan kapasitas baru yang panjang serta proses manufaktur yang sangat kompleks, ketidakseimbangan pasokan dan permintaan di industri ini setidaknya baru akan melihat pelepasan kapasitas tambahan yang signifikan setelah tahun 2028.

Pada 15 September, dalam forum fokus semikonduktor di Six Five Summit 2026, Penasihat Senior CEO Micron, Sumit Sadana, diwawancarai oleh analis Patrick Moorhead dan membedah secara rinci pola pasokan dan permintaan industri penyimpanan di era AI, rencana pengeluaran modal, serta pasar inti yang menjadi potensi pertumbuhan di masa depan.

Dalam setahun terakhir, seluruh industri teknologi mengalami perubahan mendasar dalam memandang penyimpanan. Akar dari perubahan ini adalah bahwa kekuatan komputasi sudah lama bukan lagi satu-satunya tolok ukur kemampuan sistem AI. Dalam wawancara tersebut, Sadana menyoroti logika mendasar perangkat keras AI: “Saat ini, kinerja sistem AI pertama-tama bergantung pada kinerja subsistem memori dan kapasitas memori. Dua hal inilah yang benar-benar menentukan tingkat kinerja subsistem AI.”

Ia menjelaskan, karena model AI perlu disimpan di dalam memori dan data dalam jumlah besar perlu bolak-balik dipindahkan antar memori, bandwidth antara prosesor dan memori telah menjadi hambatan kunci terhadap kinerja.Saat yang sama, pasar penyimpanan menghadapi ketidakseimbangan struktural yang menumpuk selama puluhan tahun—di awal 1990-an ada lebih dari 20 perusahaan DRAM, sementara kini hanya tersisa sedikit; sementara jumlah perusahaan perancang prosesor telah melebihi 20. Pola pasokan berbentuk corong ini, “sedikit versus banyak”, membuat rantai pasokan penyimpanan menjadi sangat rentan ketika menghadapi ledakan permintaan AI.

Pengeluaran Modal Meroket, Pasokan Nyata Baru Akan Ada Setelah 2028

Menghadapi kesenjangan besar antara pasokan dan permintaan, pertumbuhan bit yang didorong transformasi teknologi saja tidak bisa lagi memuaskan selera pasar, seluruh industri terpaksa memasuki siklus ekspansi aset berat “pembangunan ruang bersih dan pabrik wafer” yang baru.

Micron tengah menjalankan rencana pengeluaran modal yang belum pernah terjadi sebelumnya. Sadana mengatakan: “Jika hanya melihat rencana belanja modal kami: tahun fiskal 2025 kami akan sedikit di atas 13 miliar dolar; tahun fiskal 2026 akan menjadi dua kali lipat; tahun 2027 diperkirakan akan melebihi 45 miliar dolar. Baru-baru ini kami mengumumkan di Amerika Serikat akan menaikkan investasi dari 200 miliar dolar menjadi 250 miliar dolar dan mempercepat jadwalnya.” Selain itu, Micron juga secara serentak mendorong sekitar 20 proyek ekspansi kapasitas di Idaho dan New York, Amerika; serta di Taiwan, Jepang, dan Singapura.

Namun, solusi jangka panjang sulit menuntaskan kebutuhan jangka pendek. Konstruksi pabrik semikonduktor dibatasi oleh infrastruktur, perizinan regulasi, dan kekurangan pekerja berteknologi. Sadana memberikan ekspektasi waktu yang jelas: “Kami memprediksi pasokan tambahan yang benar-benar efektif baru akan mulai dilepaskan sekitar tahun 2028 dan itu pun masih tahap awal, dorongan pertumbuhan kapasitas baru akan sangat terasa beberapa tahun kemudian. Dengan demikian, dibutuhkan waktu bagi seluruh industri untuk menemukan titik keseimbangan baru.”

Alasan lain lambatnya pelepasan kapasitas adalah tingkat kompleksitas astronomi dari manufaktur memori. Untuk HBM yang sedang populer, Sadana mengakui bisa berfungsi dengan baik “benar-benar sebuah keajaiban”: “Coba bayangkan, menumpuk 12 lapis chip DRAM satu di atas yang lain dengan satu chip dasar tersambung ke GPU di paling bawah. Seluruh sistem menghadapi tantangan pendinginan dan konsumsi daya yang ekstrem... Di pabrik wafer ada sekitar 2,000 proses. Dari mulai produksi sampai produk siap dikirim ke pelanggan, seluruh siklus memakan waktu sekitar lima bulan.”

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

Keterbatasan kapasitas yang parah memaksa pola bisnis industri penyimpanan untuk berubah, era transaksi spot dan chip universal sesuai standar JEDEC mulai digantikan model baru.

“Kami menandatangani kontrak multiyears, komitmen pasokan ke pelanggan, dan pelanggan juga komitmen memberi prediksi permintaan. Ini benar-benar berbeda dengan kontrak setahun yang dulu—dulu, pelanggan bisa beli kapan saja asal stok tersedia.” ujar Sadana. Model kerja sama bernama “Strategic Customer Agreement” ini memberi ROI sangat tinggi dan menjadi jaminan modal untuk investasi pabrik wafer bertahun-tahun.

Perubahan lebih mendalam terjadi di sisi R&D. Demi menciptakan diferensiasi konsumsi daya, kecepatan eksekusi model, dan lain-lain di sistem AI, pelanggan sekarang memasukkan desain memori ke roadmap produk mereka 5–7 tahun ke depan. Kata Sadana: “Model ini mengubah relasi kolaborasi menjadi lebih menyerupai kerja sama pembuatan chip ASIC—pelanggan punya otonomi lebih besar dalam desain, dan relasi ini bersifat jangka panjang.”

AI Bergerak ke Edge, Robot Humanoid Jadi Pasar Pertumbuhan Terbesar

Pasar umumnya fokus pada permintaan AI di pusat data, namun Micron menilai itu baru permulaan. Ketika AI merambah smartphone, PC (seperti Mac mini berarsitektur unifikasi memori), hingga mobil otonom, kebutuhan penyimpanan akan merata di mana saja.

Untuk potensi masa depan, Sadana memusatkan perhatian pada jalur robot dan menilai ini akan menjadi gelombang permintaan masif berikutnya setelah pusat data.

“Coba pikirkan robot humanoid, ini akan jadi salah satu pasar produk terbesar dalam sejarah.” Sadana menyoroti konsumsi memori luar biasa pada AI sisi perangkat di 2030-an: “Hal paling menarik dari teknologi robot adalah, setiap perangkat membutuhkan penyimpanan data masif—setiap robot humanoid akan memiliki ratusan GB DRAM dan beberapa TB flash NAND. Mereka akan sangat mendongkrak permintaan DRAM dan NAND... Robot harus bisa beroperasi secara mandiri, tidak bisa setiap saat mengirim data ke server.”

Berikut adalah transkrip wawancara:

Sumit Sadana 00:00

Saat ini, kinerja sistem AI pertama-tama bergantung pada kinerja subsistem memori dan kapasitas memori. Dua hal inilah yang benar-benar menentukan tingkat kinerja subsistem AI. Selamat datang kembali di KTT 2026.

Patrick Moorhead 00:22

Era AI telah tiba. Pentingnya memori dan nilainya secara strategis itu menakjubkan. Saya selalu pikir memori itu penting, tapi dengan era AI, kemampuan yang kita dapat luar biasa—jujur, tanpa cukup memori dan tanpa memori yang tepat, semua hal menakjubkan di sekitar kita tak akan bisa terwujud.

Saya sangat senang mengumumkan kehadiran Micron di KTT kali ini. Senang bertemu lagi, terima kasih sudah datang. Ini luar biasa. Saya 35 tahun di industri ini, mulai sebagai konsumen memori, jadi partner memori, dan sekarang meneliti pasar memori di perusahaan analisa. Capaian yang kita raih menakjubkan. Setahun lalu waktu kita berbincang, saya menggolongkan memori sebagai teknologi strategis—ya, saya cukup bangga soal itu. Meski jujur, Anda lebih layak dipuji, karena Anda pelaku nyata, saya hanya membicarakan saja. Kini, sudut pandang itu rasanya semakin penting dan semakin banyak orang bicara soal ini. Di era AI ini, hal apa yang berubah tahun lalu hingga membuat industri lebih peduli pada memori?

Sumit Sadana 01:44

Mengapa AI benar-benar mempercepat perubahan itu? Pertanyaan yang bagus. Walaupun baru setahun, besarnya perubahan di dunia terasa lama. Dari sudut pandang pelanggan, perubahan sangat masif. Sekarang kami menghadapi kelangkaan memori akut di semua sektor pasar. Meski kami sudah upayakan semaksimal mungkin untuk menambah pasokan, sampai sekarang belum bisa dipastikan kapan pasokan akan memenuhi permintaan karena permintaan terus tumbuh. Sinyal dari pelanggan di berbagai bidang tiap tahun semakin besar.

Ada beberapa alasan kenapa cara pandang pelanggan pada memori berubah. Pertama ada kesenjangan masif antara permintaan dan pasokan; kedua, mengingat kebutuhan AI, tingkat performa sistem yang dinanti makin tinggi. Ketika menganalisa apa yang membuat sistem paling maksimal, prosesornya bukan satu-satunya. Sekarang performa memori, bandwidth antara prosesor dan memori, serta kapasitas memori—semuanya sangat vital. Sebab model AI harus disimpan dalam memori, dan data skala besar harus bolak-balik dipindahkan dalam memori, bandwidth antara prosesor dan memori pun menjadi hambatan krusial. Pelanggan semakin sadar mereka perlu menata ulang peta jalan produk dan mengambil strategi memori berbeda.

Sumit Sadana 03:44

Kuncinya sekarang adalah bagaimana merancang memori supaya didapat keunggulan kompetitif, bagaimana membuat setiap sistem pelanggan lebih menonjol. Jika memori dibangun sama seperti beberapa tahun lalu, semua memakai desain umum sesuai standar JEDEC, hampir mustahil menciptakan diferensiasi. Maka sekarang kami bekerja bersama pelanggan agar desain memori masuk ke roadmap produk selama bertahun-tahun ke depan. Kini, mereka fokus bagaimana membedakan diri dan mengubah lanskap persaingan. Itu butuh cara pandang berbeda terhadap memori, bermitra dengan perusahaan seperti Micron, serta merancang fitur-fitur baru agar bisa diaplikasikan dan dimanfaatkan secara khusus.

Sumit Sadana 04:31

Contohnya, kerja sama kami dengan Nvidia untuk data center DRAM berdaya rendah (LPDRAM) jadi contoh bagus. Kami adalah perusahaan pertama yang membawa teknologi ini ke data center dan lama jadi pemasok tunggal—sekarang teknologi ini diadopsi perusahaan lain. Makin banyak pelanggan menyadari keunggulan LPDRAM—densitas lebih tinggi, ukuran fisik lebih kecil, performa lebih kuat, dan konsumsi daya jauh lebih rendah, sesuatu yang sangat vital bagi data center. Ini hanya satu dari banyak contoh saja.

Patrick Moorhead 05:07

Melihat ke lima tahun ke depan, teknologi ini mulai berkembang pesat. Saat saya mencoba menjelaskan kenapa minat pada memori begitu besar, saya teringat sebuah pelajaran di universitas akhir 80-an—intinya, jika proses hanya dilakukan dalam rentang memori, maka kinerja meningkat. Tentu, situasinya kini agak berbeda. Semakin besar memori, semakin baik hasilnya, dan semakin dekat memori ke proses yang kita jalankan, makin baik pula. Begitu lepas dari rentang memori, kecepatan pun menurun. Di era AI ini tantangannya besar sekali.

Sangat menarik. Dalam karier saya melewati sembilan siklus memori. Pernah kerja di OEM, pernah juga di perusahaan chip, lima belas tahun terakhir di perusahaan analisa. Memori rasanya paling siklis, meski sektor lain juga mengenal siklus, tapi memori sangat komoditisasi. Anda menyinggung itu tadi, tapi...

Sumit Sadana 06:17

Kenapa AI mengubah secara fundamental pola pikir ini? Pertanyaan bagus. Kalau melihat awal 90-an, ada lebih 20 perusahaan DRAM, lalu terjadi banyak konsolidasi. Prosesor kala itu hanya perusahaan terbatas, sekarang sudah lebih dari 20 perusahaan. Kalau kita hitung semuanya, jumlahnya besar. Tapi perusahaan produsen DRAM jumlahnya sangat terbatas.

Jadi saat bicara desain AI, tidak hanya bicara pusat data—meski di pusat data penting membedakan beban pelatihan (training) dan inferensi—bahkan inferensi pun semakin rinci. Ada minoritas yang pakai SRAM, tapi mayoritas masih sangat tergantung pada DRAM. Kami sedapat mungkin mendesain kapasitas DRAM semaksimal mungkin. Tren ini bahkan meluas ke mobil otonom, sistem industri, perangkat smartphone dan komputer—dengan Unified Memory Architecture, Mac mini sangat laris dan tren “Open Claw” pun booming. Ujung-ujungnya semua bermuara ke kebutuhan AI.

Sumit Sadana 07:50

Kini, kinerja sistem pertama-tama ditentukan kinerja dan kapasitas subsistem memori, dua inilah yang menentukan kinerja subsistem AI. Jadi jika memori sudah jadi titik kunci desain sistem, harus dipikirkan dengan cara baru. Pertanyaan krusialnya: bagaimana meluncurkan produk berbeda dengan cepat? Menurut saya, bisnis memori masa depan akan sangat berbeda dengan sebelumnya dan terkait erat dengan konsep berikut...

Sumit Sadana 08:36

Seluruh industri akhirnya sampai pada titik di mana pembangunan kapasitas baru tidak terhindarkan, sesuatu yang tak terduga karena pertumbuhan permintaan AI sangat pesat. Mengandalkan transformasi teknologi saja tidak cukup lagi, padahal selama beberapa tahun pertumbuhan bit dari teknologi sudah cukup. Kini industri harus betul-betul menambah produksi wafer, yang berarti butuh pembangunan ruang bersih. Begitu ruang bersih existing di site habis—mayoritas perusahaan kini mengalaminya—harus segera perluas pabrik di lokasi baru, dan ini makan waktu sangat lama.

Ini proses sangat memakan waktu dan banyak faktor praktis terlibat, seperti kecepatan konstruksi di berbagai negara dan kelancaran izin regulasi. Bagaimana membuat semua infrastruktur kelistrikan, air, unit pemurnian air, supply kimia, hingga kebutuhan fasilitas wafer dalam tanah kosong? Semua itu menuntut waktu lama, dan inilah kenyataan industri saat ini.

Sumit Sadana 10:01

Walaupun kami dan pelaku lain sudah berupaya maksimal, kebutuhan pasar tetap sulit dipenuhi. Pasokan butuh waktu lama untuk mengejar permintaan dan ini juga salah satu alasan utama berubahnya perilaku pelanggan.

Sumit Sadana 10:27 Konsep yang kami selalu bahas, yaitu Strategic Customer Agreement. Model kontrak ini benar-benar mengubah model bisnis kami. Kami menandatangani kontrak jangka panjang, komitmen suplainya jelas, pelanggan juga bertanggung jawab memprediksi permintaan. Ini sangat berbeda dari kontrak tahunan tradisional: pelanggan bisa beli kapan saja jika produk tersedia. Kini, kontraknya adalah kontrak komitmen suplai, ROI-nya tinggi sehingga modal bertahun-tahun bisa dijamin.

Tentu saja ini belum membahas AI agent atau tahapan berikut dari perkembangan AI. Setelah ini akan berkembang ke ranah AI fisik dan itu akan menciptakan gelombang permintaan baru yang sangat besar. Jika menelusuri berbagai gelombang permintaan ini, semuanya tumpang tindih dan saling menguatkan, bukan saling meniadakan. Tantangan besarnya adalah bagaimana memindahkan kemampuan suplai fisik skala raksasa itu secara online.

Patrick Moorhead 11:39

Untuk memenuhi semua permintaan ini, saya rasa program Strategic Customer Agreement Anda membuktikan bahwa peran strategis memori makin penting. Mudah saja menyimpulkannya menjadi “kita butuh kontrak jangka panjang untuk mengamankan kapasitas masa depan,” itu memang penting, tapi juga melibatkan perencanaan kolaboratif.

Dari kacamata teknologi, saya benar-benar terkesan, dan senang Anda singgung soal Edge AI. Yang paling menarik, baik itu Open Claw maupun inovasi desain di komputer klien—misalnya desain memori yang sangat terintegrasi dengan CPU dan GPU untuk bandwidth maksimal—arsitektur komputer klien jarang berubah, sudah stabil sangat lama. Selanjutnya saya ingin membicarakan hyperscale data center yang sudah sempat kita bahas, di sinilah terjadi banyak dinamika, khususnya dalam hal pengeluaran modal dan inovasi model maupun aplikasi. Namun saya ingin tahu lebih jauh tentang mobil otonom, PC, robot, edge cerdas dan lainnya...

Sumit Sadana 13:00

Apakah kebutuhan memori kini mengubah semua aplikasi itu? Ya, bagus sekali pertanyaanya. Semua ini memang bermula di pusat data. Namun perkembangan AI ke depan tidak akan hanya terbatas di pusat data. Gelombang kecerdasan ini akan bergerak ke edge, pada akhirnya kecerdasan akan tertanam di semua perangkat. Jadi, ini termasuk segala perangkat elektronik konsumsi, otomotif, bahkan gelombang kedua revolusi industri—semua kecerdasan akan tersebar di bisnis global mana saja.

Sumit Sadana 13:43

Perangkat pribadi Anda, baik komputer di kantor atau di rumah, ponsel pintar, bahkan perangkat baru yang tengah dipikirkan banyak perusahaan—desainnya bisa sangat berbeda dari smartphone atau komputer, benar-benar strategi baru. Sebab begitu membuat perangkat AI native, bisa memunculkan banyak pendekatan berbeda dari komputer atau ponsel tradisional. Ini kembali ke soal menekan konsumsi daya seminimal mungkin, contohnya perangkat berbasis baterai. Bagaimana mendapatkan performa optimal, berkas modelnya harus cukup kecil agar bisa berjalan di perangkat tanpa tergantung awan—ini frontier baru AI.

Pencarian ini akan terus berlangsung. Model yang cukup ringan untuk dieksekusi di komputer atau smartphone akan semakin maju. Ketika itu terjadi, keuntungan dari privasi dan kerahasiaan data akan segera terasa. Konsumen sangat menghargai ini, dan perusahaan yang mampu meyakinkan pengguna bahwa semua interaksi dengan perangkat tidak akan diunggah ke awan akan memunculkan beragam aplikasi baru yang membawa nilai luar biasa besar.

Sumit Sadana 15:30

Coba perhatikan mobil otonom, kemajuannya pesat karena AI, dan frontier teknologi berikutnya adalah robotika. Pikirkan robot humanoid, itu akan jadi salah satu pasar produk terbesar dalam sejarah. Tentu, ini masih butuh waktu, tapi kita semakin dekat ke singularity—nantinya, Anda bisa berbicara dengan robot seperti berkomunikasi dengan manusia, level kognitifnya nyaris tidak bisa dibedakan. Kemampuan fisik robot juga akan semakin kompleks, ini benar-benar hasil revolusioner.

Awalnya robot akan dipakai di lingkungan otomatisasi pabrik untuk tugas-tugas spesifik dengan derajat kebebasan terbatas. Setelah lepas dari konteks itu, lingkungan paling rumit adalah rumah tangga karena strukturnya tidak menentu. Namun saya yakin memasuki dekade 2030, teknologi robotik akan menjadi penggerak pertumbuhan masif. Dan hal paling menarik dari teknologi robot adalah setiap unitnya memerlukan storage data masif—setiap robot humanoid akan memiliki ratusan GB DRAM dan beberapa TB NAND. Dengan demikian, mereka akan mendorong permintaan DRAM dan NAND secara luar biasa. Banyak orang sering salah paham soal ini: robot harus mampu operasi mandiri, tak bisa tiap saat kirim data ke server. Sungguh demikian.

Patrick Moorhead 17:25

Dan waktu Anda menjelaskan, saya baru sadar Micron sedang melakukan lompatan hingga ke skala gigawatt. Bayangkan saja menemukan teknologi ini luar biasa menantang. Tapi, saya rasa orang-orang harus ingat ini saat membayangkan Micron.

Seiring makin majunya era AI, visi strategis pun makin kuat, apakah merancang perangkat revolusioner yang belum ada atau mengelola pusat data skala gigawatt yang bisa langsung terkoneksi ke AI dan model besar dalam waktu dekat, ke semuanya sangat penting.

Konsep co-design atau co-invention yang Anda sampaikan sudah pernah saya dengar dan saya juga berbicara dengan beberapa partner Anda—banyak ide yang sedang mereka coba. Saya juga pernah singgung soal perubahan arsitektur, biasanya perubahan itu dilakukan melalui standarisasi seperti JEDEC. Tapi kini kita bicara co-design sesungguhnya yang sangat mendalam. Bisakah Anda ceritakan perubahan hubungan yang kini sedang terjadi dengan para mitra Anda?

Sumit Sadana 18:45

Tentu. Mitra kami juga ingin tahu bagaimana bisa unggul dan menang melawan pesaing di pasar mereka. Subsistem memori-prosesor jadi bagian sangat vital dari subsistem AI karena interaksi antara memori dan prosesor pada intinya yang menentukan banyak parameter utama sistem AI—mulai dari konsumsi daya, tipe model yang dijalankan, ukuran model, hingga kecepatan proses.

Di ranah model bahasa besar (LLM), Anda bisa lihat begitu banyak kemajuan di model dengan berbagai ukuran dan tipe. Supaya bisa membedakan diri dalam siklus desain memori perangkat keras dan prosesor, tiap segmen pasar harus saling berkolaborasi. Ini bukan sekadar plug-and-play, bukan standar JEDEC yang cukup disertifikasi belakangan. Meski memang ada pasar yang seperti itu, pelanggan semakin ingin menciptakan distingsi; mereka butuh fitur khusus yang tidak tersedia di produk umum. Jadi kita perlu kolaborasi mendalam dengan perusahaan memori dan mendiskusikan roadmap R&D jangka 5–7 tahun ke depan. Kami sudah jadi bagian roadmap R&D banyak pelanggan, mereka membawa banyak ide menarik—beberapa bisa diwujudkan cepat, lainnya butuh masa lebih panjang untuk mendukung terobosan inovasi baru.

Sumit Sadana 20:28

Kami sangat antusias dengan berbagai inovasi yang disaksikan. Seperti Anda bilang, ide-ide ini meliputi berbagai sistem—ada yang perangkatnya ultra-efficient karena sepenuhnya bertenaga baterai, ada yang untuk pusat data skala gigawatt. Kami sudah menyaksikan munculnya inovasi baik di seluruh segmen maupun pada sejumlah pelanggan utama setiap sektor, dan akan terus berupaya mendorong lahirnya inovasi serupa.

Dalam berbagai proyek yang menginspirasi, kapasitas kami terus berkembang untuk melayani desain inovasi yang pelanggan dambakan. Tak mungkin mereka melakukan kerja mendalam seperti ini dengan banyak vendor, biasanya hanya satu dua perusahaan yang betul-betul bisa kolaborasi mendalam, yang lain baru bisa menyusul beberapa tahun kemudian. Nilai tambahnya, Anda bisa membangun hubungan sinergis sedemikian rupa dan biasanya jadi vendor sumber tunggal atau satu dari dua. Model ini mirip dengan relasi pembuatan chip ASIC, pelanggan punya kuasa desain lebih besar dan relasinya jangka panjang. Karena ini hubungan khusus ala ASIC, bukan sekadar chip memori standar seperti beberapa tahun silam. Hal besar lain yang saya amati, model ala ini kini bisa di-scale-up secara masal.

Patrick Moorhead 22:27

Tepat sekali. Volume penjualannya kolosal, dananya juga. Begitu proyek dimulai, kuncinya adalah diferensiasi. Setiap perusahaan mencari cara, baik efisiensi kinerja atau Total Cost of Ownership (TCO), semua ingin berbeda dari lainnya.

Saya ingin menyorot investasi ke depan. Anda baru saja menyinggung investasi kapasitas. Menariknya, orang kadang mengira membangun pabrik memori semudah menulis kode. Tapi serius, pengalaman saya kerja di perusahaan chip yang punya pabrik wafer, hingga hari ini proyek seperti itu tetap amat berat, padat modal, dan hasilnya baru bisa terlihat jelas 3–4 tahun lagi. Bisakah Anda ceritakan investasi apa yang benar-benar memperkuat posisi Micron pada teknologi generasi berikut, baik AI maupun turunannya? Investasi ini benar-benar butuh waktu panjang—Anda sudah sangat jelas soal itu.

Sumit Sadana 23:57

Anda benar sekali. Ngomong-ngomong, kalau ada yang tahu cara membangun pabrik DRAM super cepat, kami ingin tahu, ini akan sangat memudahkan hidup. Pelanggan jelas sangat ingin produk segera, kami pun sudah berusaha maksimal.

Kami percepat seluruh investasi yang ada. Dari sisi pengeluaran modal: tahun fiskal 2025 sedikit di atas 13 miliar dolar, 2026 dua kali lipat, 2027 diperkirakan lebih dari 45 miliar dolar. Angka ini terus naik tiap tahun. Baru saja kami umumkan di AS, investasi ditingkatkan dari 200 miliar ke 250 miliar dolar, roadmap dipercepat, akhir tahun depan target kami 50,2 miliar dolar sudah masuk.

Investasi ini di semua lini. Kami tanam modal untuk pabrik Utah ID1 yang akan jalankan lini produksi pertama; pertengahan tahun depan ID2 menyusul, batch wafer pertama dijadwalkan kuartal akhir 2028. Akuisisi wafer plant di Taiwan mulai produksi 2027, dan kami perluas pabrik itu pula. Di Jepang dan Singapura juga masih lanjut perluasan, secara global ada sekitar 20 proyek investasi berbagai ukuran—tujuannya menaikkan output di proses hulu dan hilir.

Sumit Sadana 26:06

Tapi ini semua makan waktu sangat panjang. Tiap pabrik wafer baru pasti begitu. Di New York, kami desain satu kluster dengan empat pabrik, pabrik pertama diharapkan mulai produksi 2030. Groundbreaking sudah sejak Januari, milestones pengecoran beton selesai lebih cepat dari jadwal.

Sumit Sadana 26:22

Di seluruh dunia ada banyak proyek di pipeline, semuanya butuh izin macam-macam, beserta pembangunan fasilitas pendukung. Kekurangan tenaga ahli bangunan sangat terasa—coba bayangkan betapa banyaknya proyek berjalan serempak, di Amerika atau negara lain.

Pusat data dibangun di mana-mana, itu butuh listrik jadi pabrik listrik juga dibangun; mereka butuh semikonduktor jadi chip fab hulu dan hilir juga dibangun. Kurang tenaga teknis jadi isu akut, jumlahnya sangat kurang untuk rampungkan semua proyek super kompleks ini.

Sumit Sadana 27:15

Karena itu kami invest di komunitas dan talenta, demi memastikan pasokan SDM memadai—ini bukan cuma baik untuk kami, tapi juga ekosistem secara luas. Investasi kami meliputi pendidikan SDM, pembangunan community college, dan kerja sama dengan banyak kota dan komunitas tempat kami beroperasi. Ini betul-betul proyek jangka panjang.

Seiring waktu, skala fasilitas akan bertambah karena cluster wafer fab tidak cukup satu gedung. Dibutuhkan skala, perlu melewati titik impas biaya sesegera mungkin, artinya pembangunan berlanjut hingga satu dekade lebih. Semuanya adalah proyek jangka panjang. Kami percaya pasokan tambahan yang benar-benar berarti baru mulai muncul pada 2028, dan itu baru tahap awal; pertumbuhan kapasitas lebih besar baru benar-benar terasa setelahnya. Industri ini butuh waktu untuk mencapai titik ekuilibrium baru, dan sekarang belum tahu persis kapan itu tercapai.

Patrick Moorhead 28:54

Contohnya benar-benar baik, informasinya detail. Tapi ada yang saya rasa orang-orang salah paham: yaitu tingkat kompleksitas memori itu sendiri. Kita tahu chip logika sangat rumit, tetapi mari bicara kompleksitas memori—memori itu salah satu teknologi semikonduktor paling canggih di dunia.

Sumit Sadana 29:19

Kami sering bicara soal logika sebagai ujung tombak teknologi, tapi memori juga teknologi sangat advanced. Memakai mesin litografi EUV, ukurannya masif. Di fab ada sekitar 2,000 proses. Dari mulai produksi di pabrik sampai pengiriman akhir ke pelanggan, siklusnya sekitar lima bulan. Ini luar biasa, banyak orang bahkan tidak bisa membayangkan. Produksi di fab sendiri perlu setidaknya tiga setengah sampai empat bulan, lalu prosesing & uji lagi sebulan sampai satu setengah bulan.

Sumit Sadana 30:04

Apalagi produk kompleks seperti HBM, tingkat kerumitan makin terasa. Banyak orang menyebutnya keajaiban, bisa berfungsi pun luar biasa. Bayangkan, menumpuk 12 lapis DRAM, lapisan terbawah tersambung ke GPU. Sistem ini menghadapi tantangan panas dan konsumsi daya ekstrem—bagaimana mempertahankan bandwidth sangat tinggi sekaligus mendinginkan proses data antar prosesor dan chip? Teknik pengemasan saja sudah sesulit clean room chip logic, bahkan beda sama flip chip packaging di logika. Dari sudut mana pun, baik packaging maupun advance proses (misal EUV lithography), setiap node DRAM jadi makin sulit untuk di-scale-up.

Sumit Sadana 31:18

Hal sama untuk NAND. Kami menumpuk lapisan—200, 300, 400—dengan proses yang sangat rumit secara astronomis. NAND ini tetap bisa menyimpan dan mengolah data—sekarang satu SSD bisa berkapasitas hingga 245 TB. Volume sebesar itu dalam dimensi sekecil ini adalah keajaiban yang konsisten diciptakan para engineer dan tim produksi kami. Kompleksitasnya luar biasa dan beberapa tahun lagi kami harus terus scaling ke geometri lebih sempit agar teknologi ini benar-benar massal—dan itu bakal jadi keajaiban selanjutnya.

Patrick Moorhead 32:23

Semua ini butuh waktu, tenaga, dan inovasi teknologi besar. Kompleksitasnya hebat, dan melihat Anda bisa melakukannya dalam rentang konsumsi daya yang sangat luas, benar-benar luar biasa. Saya tidak tahu seberapa banyak perusahaan di dunia mampu melakukannya.

Yang menarik, orang kadang berkata, “Saya tidak akan pernah puas," saya pikir ini karena mereka selalu ingin lebih, ingin sesuatu yang lebih menakjubkan. Lalu mereka bicara harga. Tapi bagi saya, ini investasi—Micron dan pelaku lain memang harus investasi; karena tanpa itu siklus inovasi berhenti. Saya sangat menantikan apa yang bisa dicapai Micron ke depan melalui investasinya, tidak hanya dalam pembangunan fab tapi juga teknologi. Saya yakin pertumbuhan pasar robotik bisa 10x lipat, bisa jadi market sangat besar—bahkan dalam model proyeksi kami yang sekarang, faktor extra growth itu belum terangkut. Tentu, tinggal butuh lebih banyak bukti pasti kapan segmen ini akan benar-benar meledak.

Terima kasih banyak untuk perbincangan kali ini. Tidak terasa setahun yang lalu sudah berbicara soal ini, dan lihatlah, setahun saja dunia sudah banyak berubah.