Wiceprezes Micron: Pojemność magazynowa określa granice AI, znaczący wzrost zdolności produkcyjnych nastąpi dopiero po 2028 roku

Wraz z rozprzestrzenianiem się fali AI od centrów danych po urządzenia brzegowe i robotykę, kadra zarządzająca Micron ostrzega, że to pamięć stała się najważniejszym wąskim gardłem decydującym o maksymalnej wydajności AI. Ponieważ cykl budowy nowych mocy produkcyjnych jest długi, zaawansowany technologicznie i niezwykle złożony, branża musi zmierzyć się z nierównowagą podaży i popytu co najmniej do 2028 roku, zanim pojawi się znaczący przyrost nowej produkcji.

15 września, podczas forum skupionego na półprzewodnikach Six Five Summit 2026, Sumit Sadana, doradca CEO Micron, udzielił analitykowi Patrickowi Moorheadowi wywiadu, w którym szczegółowo omówił układ podaży i popytu w branży pamięci w erze AI, plany wydatków inwestycyjnych oraz przyszłe kluczowe rynki wzrostu.

W ostatnim roku cała branża technologiczna całkowicie przeformułowała swoje postrzeganie pamięci. Źródłem tych zmian jest to, że moc obliczeniowa nie jest już jedynym wyznacznikiem możliwości systemów AI. Sadana w wywiadzie celnie wskazał na podstawową logikę obecnego sprzętu dla AI: „Obecnie wydajność systemów sztucznej inteligencji zależy przede wszystkim od wydajności i pojemności podsystemu pamięci. To te dwa aspekty rzeczywiście określają poziom wydajności podsystemów AI.”

Wyjaśnił, że modele AI muszą być przechowywane w pamięci, a ogromne ilości danych muszą być przesyłane między pamięciami, przez co przepustowość między procesorem a pamięcią stała się kluczowym wąskim gardłem. Jednocześnie rynek pamięci stoi wobec strukturalnej nierównowagi, kumulowanej przez dekady — na początku lat 90. było ponad 20 firm DRAM, obecnie pozostało tylko kilka; natomiast liczba firm projektujących procesory przekroczyła już 20. Ten lejkowaty układ podaży „mało kontra wielu” sprawia, że wobec gwałtownie rosnącego popytu na AI, łańcuch dostaw pamięci jest ekstremalnie podatny na zakłócenia.

Wydatki inwestycyjne rosną, znaczący wzrost dostaw dopiero po 2028 roku

Wobec ogromnej luki pomiędzy podażą a popytem, sama technologia nie jest już w stanie nadążyć za apetytem rynku, więc cały sektor przechodzi w cykl intensywnych inwestycji — budowy nowych cleanroomów i fabryk wafli.

Micron rozpoczyna bezprecedensowy program inwestycji kapitałowych. Sadana zdradził: „Patrząc na nasze plany inwestycyjne: w roku finansowym 2025 wydatki przekroczą 13 miliardów dolarów; w 2026 roku będą dwa razy większe; w 2027 spodziewamy się przekroczyć 45 miliardów dolarów. Niedawno ogłosiliśmy w USA zwiększenie inwestycji z 200 do 250 miliardów dolarów i przyspieszenie harmonogramu.” Ponadto Micron równolegle realizuje około 20 projektów rozbudowy fabryk w Idaho i Nowym Jorku w USA, jak również na Tajwanie, w Japonii i Singapurze.

Jednak to wciąż nie rozwiązuje problemów natychmiastowych. Budowa fabryk półprzewodników jest uzależniona od infrastruktury, zezwoleń regulacyjnych oraz poważnego niedoboru wykwalifikowanych pracowników. Sadana podał konkretne oczekiwania: „Uważamy, że rzeczywiście znaczący wzrost podaży nastąpi dopiero w 2028 roku, i to będzie dopiero początkowy etap, prawdziwe przyspieszenie produkcji zobaczymy w kolejnych latach. Cała branża potrzebuje czasu, by odnaleźć nowy punkt równowagi.”

Powolne uwalnianie mocy produkcyjnych wynika także z astronomicznego poziomu złożoności produkcji pamięci. Dla gorącego dziś HBM Sadana przyznał, że jego prawidłowe działanie to „prawdziwy cud”: „Wyobraź sobie, 12 warstw chipów DRAM ułożonych jedna na drugiej, a na spodzie podstawowy chip połączony z GPU. Ten system stoi wobec ogromnych wyzwań chłodzenia i zużycia energii… W fabryce wafli jest około 2000 etapów produkcji. Od rozpoczęcia produkcji do dostarczenia produktu klientowi upływa około pięć miesięcy.”

Koniec „kupuj, sprzedaj”, długoterminowe umowy i głęboka współpraca zmieniają model biznesowy

Ekstremalny brak mocy produkcyjnych wymusza transformację modelu biznesowego branży pamięci — era transakcji spotowych i jedynie uniwersalnych chipów zgodnych ze standardem JEDEC dobiega końca.

„Podpisujemy wieloletnie kontrakty, zobowiązujemy się do dostaw, a klient deklaruje prognozę zapotrzebowania. To zupełnie inne podejście niż jednoletnia umowa — wcześniej klient kupował, jeśli tylko były dostępne produkty.” Sadana stwierdził, że model zwany „umową z klientem strategicznym” charakteryzuje się wyjątkowym ROI i stanowi solidną bazę dla wieloletnich wydatków inwestycyjnych fabryki.

Jeszcze głębsza zmiana zachodzi w obszarze R&D. W celu osiągnięcia różnic na poziomie zużycia energii czy szybkości działania modeli AI, klienci już na etapie planowania 5–7-letniej mapy produktu włączają pamięć do projektu. Sadana podkreślił: „Ten model zmienia relację we współpracę podobną do projektów ASIC — klient ma większą autonomię projektową, a relacja ma charakter długoterminowy.”

AI wchodzi na brzeg, roboty humanoidalne będą największym rynkiem wzrostu

Rynek koncentruje się na zapotrzebowaniu na AI w centrach danych, ale Micron postrzega to jedynie jako początek. Wraz z przenikaniem AI do smartfonów, PC (np. Mac mini z jednolitą architekturą pamięci) oraz do aut autonomicznych, zapotrzebowanie na pamięć będzie wszędzie.

Sadana wskazał jako największe przyszłe pole rozwoju robotykę, przewidując, że po centrach danych to będzie kolejna fala gwałtownego wzrostu popytu.

„Wyobraź sobie humanoidalnego robota, to będzie jeden z największych rynków produktowych w historii.” Sadana rozpatrując perspektywę na lata 30. XXI wieku, podkreślił olbrzymie zużycie pamięci przez AI na końcowych urządzeniach: „Najbardziej ekscytujące w robotyce jest to, że każde urządzenie musi przechowywać ogromne ilości danych — każdy humanoidalny robot będzie miał setki GB pamięci DRAM i kilka TB pamięci NAND. Tak więc znacząco zwiększą popyt na DRAM i NAND... Roboty muszą działać autonomicznie, nie mogą za każdym razem wysyłać danych do serwera.”

Poniżej pełny wywiad:

Sumit Sadana 00:00 (UTC+8)

Obecnie wydajność systemów sztucznej inteligencji zależy przede wszystkim od wydajności i pojemności podsystemu pamięci. To te dwa aspekty rzeczywiście określają poziom wydajności podsystemów AI. Witam ponownie na szczycie 2026.

Patrick Moorhead 00:22 (UTC+8)

Nadeszła era sztucznej inteligencji. Znaczenie i strategiczny charakter pamięci jest zdumiewający. Zawsze uważałem, że pamięć jest ważna, ale biorąc pod uwagę możliwości epoki AI — szczerze mówiąc, bez wystarczającej pamięci, bez odpowiedniej pamięci żadna z tych niesamowitych rzeczy, które nas otaczają, nie mogłaby powstać.

Cieszę się, że Micron bierze udział w tym szczycie. Miło mi cię widzieć, cieszę się, że wróciłeś. Dziękuję za zaproszenie. To naprawdę wyjątkowe. Pracuję w tej branży od 35 lat — od konsumenta pamięci, przez partnera handlowego, do obecnie analizowania rynku pamięci w firmie analitycznej. Osiągnięcia branży są imponujące. W naszych ubiegłorocznych rozmowach, zaszeregowałem pamięć jako technologię strategiczną — tak, muszę się tym pochwalić. Szczerze mówiąc, bardziej należysz się pochwały, bo działasz, a ja tylko mówię. Ale dziś ta teza nabiera jeszcze większego znaczenia, coraz więcej ludzi o tym mówi. Co zmieniło się w ostatnim roku w epoce AI, że branża zaczęła bardziej cenić pamięć?

Sumit Sadana 01:44 (UTC+8)

Dlaczego AI przyspieszyła tę transformację? To dobre pytanie. Minął rok, a zmiany na świecie są ogromne i wydają się długie. Z perspektywy klientów, zmiana jest szczególnie wielka. Obecnie na wszystkich rynkach brakuje pamięci, mimo naszych starań zwiększania podaży, nie da się przewidzieć, kiedy podaż dogoni popyt, bo popyt stale rośnie. Sygnały od klientów ze wszystkich branż przechodzą rok po roku coraz wyraźniej.

Sposób patrzenia klientów na pamięć zmienił się z kilku powodów. Po pierwsze dlatego, że istnieje ogromna luka podażowa; po drugie, ze względu na rosnące wymagania wydajnościowe systemów AI. Przemyśl, co decyduje o wydajności systemu — procesor nie jest już jedynym czynnikiem. Teraz liczy się wydajność pamięci, przepustowość procesora i pamięci oraz pojemność pamięci. Modele AI muszą być przechowywane w pamięci, wiele danych musi być przesyłanych między pamięciami, więc przepustowość między procesorem a pamięcią staje się kluczowym wąskim gardłem. Dlatego klienci uświadamiają sobie, że muszą na nowo zaplanować swoje mapy produktów i przyjąć inną strategię pamięci.

Sumit Sadana 03:44 (UTC+8)

Kluczowe jest teraz projektowanie pamięci dla przewagi konkurencyjnej, jak sprawić, by system klienta się wyróżniał. Jeśli pamięć pozostałaby taka jak kilka lat temu, czyli uniwersalna, zgodna ze standardem JEDEC, trudno byłoby o różnicę. Dlatego współpracujemy z klientami, by pamięć stała się częścią wieloletnich map produktów. Teraz skupiają się na tym, jak różnicować, jak zmieniać układ konkurencyjny. Oznacza to myślenie o pamięci w nowy sposób, współpracę z firmą Micron nad nowymi funkcjami do wykorzystania.

Sumit Sadana 04:31 (UTC+8)

Przykład: nasza współpraca z NVIDIA w obszarze DRAM o niskim poborze energii (LPDRAM) dla centrów danych — byliśmy pierwszym dostawcą tej technologii, przez długi czas jedynym, a dziś inni podążają tą drogą. Klienci widzą korzyści LPDRAM — wyższa gęstość, mniejszy rozmiar, większa wydajność i znacznie niższe zużycie energii, kluczowe w data center. To tylko jeden z wielu przykładów.

Patrick Moorhead 05:07 (UTC+8)

Przez najbliższe pięć lat te technologie będą intensywnie rosnąć. Gdy próbuję wyjaśnić, skąd takie zainteresowanie pamięcią, przypomina mi się kurs z końca lat 80. — jeśli operujesz w zakresie pamięci, rośnie wydajność. Oczywiście teraz jest trochę inaczej. Im więcej masz pamięci i im bliżej jest przetwarzana, tym lepsze wyniki, bo poza pamięcią wszystko zwalnia. W epoce AI to wielkie wyzwanie.

To ciekawe. W mojej karierze przeżyłem dziewięć cykli pamięciowych. Pracowałem w OEM, później w firmie chipowej, teraz od 15 lat w analizie rynku. Pamięć wydaje się najbardziej cyklicznym rynkiem, choć są też inne, ale tu jest to szczególnie widoczne. Już częściowo o tym mówiłeś, ale...

Sumit Sadana 06:17 (UTC+8)

Dlaczego AI fundamentalnie zmienia ten obraz? To dobre pytanie. Cofnij się do lat 90. — ponad 20 firm w DRAM, rynek się konsolidował. Wtedy firm robiących procesory było raptem kilka, dziś ponad 20. Wystarczy policzyć — liczba firm projektujących procesory szybko rośnie, a w DRAM została garstka.

Kiedy projektujesz AI lub jej podsystemy, nie ograniczasz się tylko do centrów danych — oczywiście trzeba rozróżniać obciążenia treningowe od wnioskowania, nawet same zadania wnioskowania coraz bardziej się różnicują. Mała część może być realizowana przez SRAM, ale większość bazuje na DRAM. Projektujemy możliwie największą pojemność DRAM dla tych systemów. Trend sięga nawet aut autonomicznych, systemów przemysłowych, smartfonów, PC — za sprawą jednolitej architektury pamięci, Mac mini sprzedaje się świetnie, wywołując „Open Claw” oraz powiązane trendy. Wszystko to sprowadza się ostatecznie do AI.

Sumit Sadana 07:50 (UTC+8)

Obecnie wydajność systemów zależy od wydajności i pojemności podsystemu pamięci, i to decyduje o wydajności AI. Gdy pamięć staje się kluczowa dla designu systemu, musisz myśleć o niej inaczej. Następne kluczowe pytanie: „Jak szybko wprowadzać zróżnicowane produkty?” Uważam, że przyszły biznes pamięci będzie inny niż dotychczas, a to wiąże się z poniższym założeniem...

Sumit Sadana 08:36 (UTC+8)

Cały sektor doszedł do punktu, gdzie trzeba budować nowe moce produkcyjne, co jest zaskakujące, bo wzrost napędzany przez AI jest ogromny. Sama transformacja technologiczna już nie wystarcza, choć przez lata, dzięki niej przyrost bitów zaspokajał popyt. Teraz trzeba zwiększyć liczbę wafli, co oznacza nowe cleanroomy. Gdy w obecnych fabrykach kończy się miejsce — a większość już tego doświadcza — trzeba równolegle budować nowe zakłady, a to zabiera dużo czasu.

Proces jest bardzo czasochłonny i podlega wielu czynnikom, np. różnice w tempie budowy, sprawność zezwoleń. Jak od zera stworzyć całą infrastrukturę — energię, wodę, oczyszczalnie, dostawy chemikaliów, infrastruktura wokół fabryki wafli zajmuje mnóstwo czasu. To realia, z którymi mierzy się cała branża.

Sumit Sadana 10:01 (UTC+8)

Mimo ogromnych wysiłków własnych i innych firm z branży, nadal trudno sprostać popytowi. Podążanie za popytem wymaga dużo czasu, co z kolei wpływa na zachowania klientów.

Sumit Sadana 10:27 (UTC+8) To właśnie strategiczne umowy z klientami są tematem naszych rozmów. Całkowicie zmieniają model biznesowy: podpisujemy wieloletnie kontrakty, zobowiązujemy się do dostaw, klient deklaruje prognozę zapotrzebowania. To zupełnie inne niż roczne umowy — wcześniej, gdy tylko był produkt, dostarczaliśmy. Teraz mamy umowy dostaw z wysokim zwrotem z inwestycji, co daje bazę pod wieloletnie wydatki inwestycyjne.

Oczywiście nie dotyka to jeszcze AI agentów — to kolejny etap rozwoju AI. Później pojawi się AI fizyczna, która przyniesie ogromną falę zapotrzebowania. Obserwując te fale popytu, widać, że się nakładają i napędzają, a nie zastępują, rodząc wyzwanie — jak przenieść tak wielką fizyczną podaż do świata cyfrowego.

Patrick Moorhead 11:39 (UTC+8)

W tym czasie, by zaspokoić te potrzeby, uważam, że wasze wieloletnie programy pokazują rosnącą strategiczną rolę pamięci. To nie tylko „musimy zaklepać przyszłą produkcję”, choć to ważne, ale chodzi też o wspólne planowanie.

Technologicznie jestem pod wielkim wrażeniem, cieszę się, że wspomniałeś o AI brzegowej. Najciekawsze, że czy to „Open Claw”, czy nowe projekty w obszarze klienta — np. ściśle sprzężone pamięć, CPU i GPU dla wyższej przepustowości — architektura PC nie zmieniała się od dawna, była stabilna. Teraz, jeśli chodzi o hyperscalowe data center — tu skupia się większość innowacji w modelach, aplikacjach i kapitał inwestycyjny. Ale jestem ciekaw, co z samochodami autonomicznymi, PC, robotami i inteligentną krawędzią...

Sumit Sadana 13:00 (UTC+8)

Czy zapotrzebowanie na pamięć zmienia te zastosowania? Tak, to dobre pytanie. Wszystko zaczęło się od data center. Ale AI nie ograniczy się tylko do nich. Fala inteligencji zdąża do edge, w końcu trafi wszędzie. Obejmuje cały rynek elektroniki konsumenckiej, samochody, także drugą fazę rewolucji przemysłowej — kiedy inteligencja nie będzie już skupiona, lecz rozproszona w przedsiębiorstwach na całym świecie.

Sumit Sadana 13:43 (UTC+8)

Twoje urządzenia osobiste — komputer w pracy, w domu, smartfon, a także potencjalnie nowe urządzenia, które firmy rozważają — ich kształt może diametralnie różnić się od smartfonów czy PC, bazować na zupełnie innych rozwiązaniach. Bo budując urządzenie natywne AI, można wymyślić coś zupełnie innego. Znów wracamy do kwestii zużycia energii — dla urządzeń zasilanych z baterii. Jak maksymalnie zwiększyć wydajność, jak uruchomić modele, które dadzą wartość konsumentom, a jednocześnie są na tyle małe, że można je uruchomić lokalnie, bez chmury — to nowa granica AI.

To poszukiwania będą trwać. Modele, które są na tyle małe, by uruchamiać je na komputerach czy smartfonach, będą z czasem coraz lepsze. Gdy tak się stanie, korzyści z ochrony prywatności i poufności wysuwają się na pierwszy plan. Konsumenci bardzo to cenią, firmy, które dadzą pewność, że dane interakcji z urządzeniem nie trafią do chmury, stworzą szereg nowych aplikacji i ogromną wartość.

Sumit Sadana 15:30 (UTC+8)

Spójrzmy na autonomiczne pojazdy — rozwijają się błyskawicznie dzięki AI; kolejną rewolucją będą roboty. Wyobraź sobie humanoidalnego robota, to będzie jeden z największych rynków produktowych w historii. To zajmie trochę czasu, ale zbliżamy się do punktu osobliwości — gdy będziesz rozmawiać z robotem humanoidalnym jak z człowiekiem, a jego zdolności poznawcze będą nieodróżnialne. Z czasem fizyczne możliwości tych robotów staną się coraz bardziej złożone — to prawdziwa rewolucja.

Początkowo trafią do fabryk, wykonując bardzo określone zadania, o niskim stopniu swobody. Gdy „awansują”, najtrudniejsze będzie środowisko domowe, bo jest bardzo nieuporządkowane. Wierzę, że w latach 30. XXI wieku robotyka będzie największym motorem wzrostu. Najbardziej ekscytujące jest, że każdy robot musi przechowywać ogromną ilość danych — każdy humanoidalny robot będzie miał setki GB pamięci DRAM i kilka TB pamięci NAND. Olbrzymi wzrost popytu na DRAM i NAND. Wielu nie docenia tego: roboty muszą działać autonomicznie, nie mogą stale wysyłać danych do serwera. To prawda.

Patrick Moorhead 17:25 (UTC+8)

W trakcie twojej wypowiedzi zdałem sobie sprawę, że Micron dokonuje przeskoku do gigawatów. Sam pomysł wymyślenia tej technologii jest niesamowity. Ludzie powinni mieć to na uwadze myśląc o Micron.

Epoka sztucznej inteligencji pobudza strategiczne myślenie, nowe urządzenia, jeszcze nie wynalezione, i data center o gigawatowych możliwościach, które wkrótce będą obsługiwać AI i modele dużej skali — to kluczowe.

Zasłyszałem koncepcję wspólnego projektowania i wynalazków, rozmawiałem też z waszymi partnerami, którzy wspominali o niektórych próbach. Wcześniej wspominałem o zmianach architektury — tradycyjnie wprowadzanych przez JEDEC, ale teraz rozważamy naprawdę głęboko wspólne projektowanie. Czy możesz przybliżyć jak zmieniają się relacje z partnerami w tym zakresie?

Sumit Sadana 18:45 (UTC+8)

Oczywiście. Nasi partnerzy też chcą zdobyć przewagę, pokonać konkurencję na swoich rynkach. Podsystem pamięci i procesora jest kluczowy dla AI, bo interakcje między nimi decydują o wielu parametrach systemu AI — decyduje o zużyciu energii, o rodzajach uruchamianych modeli, ich wielkości i szybkości działania.

Kiedy pomyślisz o postępie w modelach językowych (LLM) wszystkich rozmiarów i typów, jasne jest, że dla różnicowania na poziomie cyklu projektowego pamięci i procesora całe segmenty rynku muszą współpracować. Tu nie chodzi już o Plug&Play, zgodne z JEDEC, które po certyfikacji można używać. Część rynku oczywiście nadal tak działa, ale coraz więcej klientów pyta: „Jak osiągnąć różnicę? Potrzebuję funkcji, których nie da się znaleźć w standardowych produktach.” Musimy współpracować z firmami pamięci na planie R&D nawet przez 5–7 lat. Jesteśmy obecni w mapach R&D wielu klientów, zgłaszają mnóstwo ciekawych pomysłów, niektóre są wykonalne, inne wymagają długiego czasu, wynalazku i przełomu.

Sumit Sadana 20:28 (UTC+8)

Jesteśmy podekscytowani widząc szeroki zakres tych pomysłów. Jak mówiłeś, obejmują one bardzo różne systemy — jedne są super oszczędne, bo bazują tylko na bateriach, inne dotyczą gigawatowych data center. Widzimy innowacje w wielu segmentach rynku i u liderów tych segmentów, będziemy obserwować je nadal i aktywnie wspierać.

W niektórych projektach rozwojowych stale poszerzamy nasze możliwości, realizując oczekiwane przez klientów innowacyjne projekty. Klienci nie mogą współpracować tak głęboko z wieloma firmami, więc taka relacja jest możliwa zwykle tylko z jedną lub dwiema, reszta dołącza po kilku latach. Ta współpraca pozwala zbudować szczególnie zażyłe relacje, zostać jedynym dostawcą, lub przez pewien okres jednym z dwóch dostawców. Ten model zmienia relację na bardziej „ASIC-ową” — klient ma większą autonomię projektową, relacja jest długofalowa. Jest to relacja specjalnego typu, jak przy ASIC, nie jak w standardowych chipach sprzed kilku lat. Kolejna duża zmiana: ten model można szeroko skalować.

Patrick Moorhead 22:27 (UTC+8)

Dokładnie tak. To oznacza ogromne wolumeny, uczciwie mówiąc — takie pieniądze, że obie strony chętnie inwestują, a od początku kluczowe jest zróżnicowanie. Każdy szuka przewagi, wydajności, TCO — chcą być unikalni.

Z perspektywy inwestycji: wspominałeś o inwestycjach w moce produkcyjne. Ciekawe, że niektórzy oczekują, że budowa fabryki pamięci będzie szybka jak napisanie kodu. Pracowałem w firmie z własną fabryką wafli, nawet dziś to trudny, kapitałochłonny projekt, na wyniki trzeba czekać 3–4 lata. Opowiedz, które inwestycje umacniają pozycję Micron w technologiach nowej generacji — AI, innych lub wariantach AI? Te inwestycje trwają długo, o czym mówiłeś.

Sumit Sadana 23:57 (UTC+8)

Masz rację. A tak przy okazji, jeśli ktoś wie, jak szybko postawić fabrykę DRAM, chętnie poznamy tę technologię — to bardzo ułatwi naszą pracę. Klientom zależy na szybkim produkcie, robimy wszystko co możliwe.

Intensywnie przyspieszamy wszystkie inwestycje. Patrząc na nasze plany: w roku 2025 wydatki przekroczą 13 miliardów USD; 2026 — dwa razy więcej; 2027 — ponad 45 miliardów. Liczby cały czas rosną. Niedawno ogłosiliśmy w USA zwiększenie inwestycji z 200 na 250 mld USD, przyspieszenie harmonogramu — do końca przyszłego roku 50,2 mld USD.

Inwestujemy we wszystkie obszary. Fabryka ID1 w Idaho — pierwsza linia produkcyjna; w połowie przyszłego roku ruszy ID2, pierwsze linie wafli w końcówce 2028. Zakupiona fabryka wafli na Tajwanie, produkcja rusza w 2027, rozbudowujemy ją. Rozbudowujemy fabryki w Japonii i Singapurze, w sumie prowadzimy ok. 20 projektów inwestycyjnych o różnej skali, by zwiększyć moce z przodu i z tyłu.

Sumit Sadana 26:06 (UTC+8)

To wszystko długo trwa. Każda fabryka wafli tak wygląda. W Nowym Jorku planujemy klaster czterech fabryk, pierwsza ruszy w 2030. W styczniu rozpoczęliśmy budowę, beton został wylany wcześniej niż zakładaliśmy.

Sumit Sadana 26:22 (UTC+8)

Na całym świecie prowadzimy wiele projektów, ale wszędzie trzeba załatwić pozwolenia, budować całe zaplecze. Brakuje talentów w budownictwie — pomyśl ile projektów budowlanych rusza jednocześnie w USA i na świecie.

Data center rosną wszędzie, one potrzebują energii, więc buduje się elektrownie; potrzebują półprzewodników, więc fabryki wafli z przodu i z tyłu również. Brakuje wykwalifikowanych pracowników, by zrealizować te ultra złożone inwestycje — ludzi jest zdecydowanie za mało.

Sumit Sadana 27:15 (UTC+8)

Inwestujemy w społeczność, budujemy kadry, dbamy o zasoby talentów, by zrealizować wszystkie projekty — to pomoże całemu ekosystemowi. Inwestujemy w kształcenie, college zawodowe, współpracę z miastami i społecznościami, gdzie działamy. To dla nas długofalowy projekt.

Zakładamy, że z czasem rozmiary fabryk będą się powiększać, bo trzeba budować klaster — nie wystarczy jedna fabryka wafli. Trzeba mieć skalę, jak najszybciej przekroczyć próg kosztowy, więc inwestycje będą trwać przez dziesięć lat i dłużej. To nasze projekty na lata. Realne zwiększenie podaży rozpocznie się w 2028, co będzie dopiero początkiem, pełne przyspieszenie nastąpi w kolejnych latach. Branża będzie potrzebować czasu, by znaleźć nową równowagę, ale nie wiadomo, kiedy to nastąpi.

Patrick Moorhead 28:54 (UTC+8)

Przykłady i dane inwestycyjne są bardzo konkretne. Ale jedna rzecz: ludzie mogą nie docenić złożoności pamięci. Wiemy, że chipy logiczne są trudne. Porozmawiajmy o złożoności pamięci — to dziś najtrudniejsza technologia półprzewodnikowa.

Sumit Sadana 29:19 (UTC+8)

Często mówi się o technologicznym przodownictwie logiki, ale pamięć to też absolutny high-tech. Stosuje się tam wielkie maszyny EUV, w fabrykach wafli jest ok. 2000 procesów. Sam cykl produkcji do dostarczania produktu klientom trwa ok. 5 miesięcy. To niesamowite, niewiele osób to rozumie. Sama produkcja wafli trwa minimum trzy i pół do czterech miesięcy, potem montaż, testy, opakowanie — kolejne miesiąc, czasem półtora.

Sumit Sadana 30:04 (UTC+8)

W przypadku bardziej złożonych produktów, jak HBM, złożoność jest jeszcze bardziej widoczna. Wiele osób mówi, że to cud, że HBM działa. Wyobraź sobie, 12 warstw chipów DRAM ułożonych jedna na drugiej, na spodzie podstawowy chip połączony z GPU. Cały system musi radzić sobie z ogromnym wyzwaniem chłodzenia i zużycia energii — jak utrzymać tak wysoką przepustowość, skutecznie chłodzić przy transferach między procesorem i chipem? Sama technologia opakowania jest super złożona, jak cleanroom — zupełnie inna od flip-chip stosowanych przy logice. Każdy etap jest coraz trudniejszy — także postęp w technologii front-end (np. EUV litografia), każdy node DRAM jest coraz trudniejszy do skalowania.

Sumit Sadana 31:18 (UTC+8)

Podobnie w NAND. Warstwa po warstwie — 200, 300, 400 — astronomiczna złożoność procesu, produkty NAND potrafią przechowywać i realizować ogromne funkcje. Obecnie pojedynczy SSD może mieć aż 245 TB. Tak wielką pojemność udało się zmieścić na tak małej powierzchni — to codzienna praca inżynierów i zespołów produkcji. Ta złożoność jest niewiarygodna, a w kolejnych latach będziemy jeszcze zwiększać technologię, zmniejszać odstępy i naprawdę wdrażać ją na szeroką skalę — to będzie kolejny cud.

Patrick Moorhead 32:23 (UTC+8)

To wymaga ogromu czasu, wysiłku i innowacji. Złożoność jest zachwycająca, a to, że potrafisz działać w szerokim zakresie poboru energii, robi wyjątkowe wrażenie. Nie wiem, ile firm na świecie jest w stanie to zrobić.

Ciekawe, że ludzie często mówią „Nigdy nie będę tym nasycony” — bo chcą więcej, chcą czegoś jeszcze bardziej imponującego. Potem rozmawiamy o cenach. Ale uważam, że to inwestycja — Micron i inne firmy pamięciowe muszą inwestować, bo bez inwestycji innowacje ustają. Jestem ciekaw, jakie osiągnięcia Micron zobaczymy dzięki inwestycjom — zarówno w budowie fabryk, jak i samej technologii. Wierzę, że robotyka przyniesie dziesięciokrotny wzrost, może być ogromnym rynkiem — to nawet dodatkowy punkt wzrostu, nie uwzględniony w obecnych modelach mocy produkcyjnych. Oczywiście potrzeba więcej dowodów, kiedy naprawdę zadziała.

Dziękuję za rozmowę. Nie do wiary, że rok temu już prowadziliśmy taki dialog, a dziś sytuacja tak bardzo się zmieniła.