Wiceprezes Micron: Pojemność magazynowa decyduje o limicie AI, znaczący wzrost mocy produkcyjnej nastąpi dopiero po 2028 roku

Wraz z rozprzestrzenianiem się fali AI od centrów danych po urządzenia brzegowe i obszar robotyki, kierownictwo Micron ostrzega, że magazynowanie stało się najważniejszym wąskim gardłem decydującym o limicie wydajności AI. Ponieważ cykl budowy nowych mocy produkcyjnych jest długi, a proces technologiczny niezwykle złożony, sytuacja nierównowagi podaży i popytu w branży potrwa co najmniej do 2028 roku, kiedy nastąpi rzeczywiste uwolnienie nowej zdolności produkcyjnej.

15 września podczas forum semikonduktorów na Six Five Summit 2026 Sumit Sadana, starszy doradca CEO Micron, udzielił wywiadu analitykowi Patrickowi Moorheadowi, szczegółowo analizując balans podaży i popytu na rynku magazynowania w epoce AI, plany inwestycji kapitałowych oraz przyszłe kluczowe rynki wzrostu.

W ciągu ostatniego roku cała branża technologiczna przeszła fundamentalną przemianę w postrzeganiu znaczenia magazynowania. Źródłem tej przemiany jest fakt, że moc obliczeniowa przestała być jedynym wyznacznikiem możliwości systemów AI. Sadana trafnie wskazał mechanizm działania sprzętu AI: „Obecnie wydajność systemów sztucznej inteligencji zależy przede wszystkim od wydajności subsystemów pamięci i pojemności pamięci. To te dwie cechy decydują o poziomie wydajności subsystemów AI.”

Wyjaśnił, że modele AI muszą być przechowywane w pamięci, a ogromne ilości danych muszą być przesyłane między pamięciami; przepustowość między procesorem a pamięcią stała się kluczowym wąskim gardłem wydajności. Jednocześnie rynek magazynowania stoi w obliczu strukturalnej nierównowagi gromadzonej przez dziesięciolecia – na początku lat 90. istniało ponad 20 firm DRAM, dziś zostało tylko kilka; podczas gdy obecnie firm projektujących procesory jest ponad 20. Ten „mało przeciwko wielu” model lejka podaży sprawia, że w obliczu eksplodującego zapotrzebowania na AI, łańcuch dostaw magazynowania jest wyjątkowo kruchy.

Wydatki kapitałowe rosną, rzeczywista nowa podaży po 2028 roku

Wobec ogromnej luki po stronie podaży i popytu, sam wzrost danych osiągnięty dzięki transformacji technologicznej nie wystarcza, cała branża została zmuszona do wejścia w cykl budowy nowych pomieszczeń czystych i fabryk wafli – okres intensywnych inwestycji kapitałowych.

Micron rozpoczął bezprecedensowy plan wydatków kapitałowych. Sadana ujawnił: „Patrząc tylko na nasz plan wydatków kapitałowych: w roku fiskalnym 2025 nasze wydatki wyniosą nieco ponad 13 miliardów dolarów; w roku 2026 podwoją się; w 2027 przekroczą 45 miliardów dolarów. Ostatnio ogłosiliśmy w USA zwiększenie inwestycji z 200 miliardów do 250 miliardów dolarów oraz przyspieszenie harmonogramu.” Oprócz USA, Micron realizuje około 20 projektów wzrostu mocy produkcyjnej także w Idaho, stanie Nowy Jork oraz w Tajwanie, Japonii i Singapurze.

Niestety, „odległa woda nie gasi bliskiego ognia”. Budowa fabryk półprzewodnikowych jest ograniczona przez infrastrukturę, regulacje oraz ogromny deficyt wykwalifikowanych pracowników. Sadana podał jasne oczekiwania dotyczące harmonogramu: „Uważamy, że efektywna nowa podaży zacznie być stopniowo uwalniana dopiero od 2028 roku, i to tylko na etapie początkowym; dynamika wzrostu mocy produkcyjnej naprawdę nabierze tempa w kolejnych latach. Cała branża potrzebuje czasu, aby osiągnąć nową równowagę.”

Kolejnym powodem powolnego uwalniania mocy jest kosmiczna złożoność produkcji pamięci. Na przykładzie aktualnie popularnych HBM, Sadana stwierdził, że ich prawidłowe działanie „to niemal cud”: „Wyobraź sobie, układanie 12 warstw chipów DRAM jeden na drugim, z podstawowym chipem GPU u spodu. Cały system staje w obliczu poważnych wyzwań w zakresie odprowadzania ciepła i zużycia energii... W fabryce wafli jest około 2 000 etapów produkcji. Od początku produkcji do końcowej dostawy klientowi proces zabiera około pięciu miesięcy.”

Koniec „kupuj-sprzedawaj”, długoterminowe kontrakty i głęboka personalizacja zmieniają model biznesowy

Krytyczny niedobór mocy produkcyjnych wymusza transformację modelu biznesowego w branży magazynowania; kończy się era handlu spotowego i uniwersalnych chipów zgodnych ze standardem JEDEC.

„Zawieramy wieloletnie umowy, zobowiązujemy się dostarczać klientom produkty, oni zobowiązują się przedstawiać prognozy zapotrzebowania. To zupełnie inne niż roczne kontrakty – kiedyś klient kupował, gdy chciał, a my dostarczaliśmy, gdy mieliśmy towar.” Sadana stwierdził, że tak zwany „strategiczny kontrakt z klientem” zapewnia bardzo wysoki zwrot z inwestycji, będąc podstawą dla wieloletnich wydatków kapitałowych fabryk wafli.

Bardziej fundamentalna zmiana zachodzi na polu badań i rozwoju. Aby osiągnąć różnicę w AI pod względem zużycia energii czy szybkości działania modeli, klienci uwzględniają projekt magazynowania już na etapie 5-7 letniej mapy produkcji. Sadana zauważył: „Taki model przekształca relacje we współpracę podobną do rozwoju ASIC – klient ma znacznie większą autonomię projektową, a relacja ta ma charakter długoterminowy.”

AI przenosi się na brzeg – humanoidalne roboty największym nowym rynkiem

Rynek koncentruje się głównie na zapotrzebowaniu na AI w centrach danych, ale Micron uważa, że to dopiero początek. Wraz z penetracją AI do smartfonów, komputerów PC (np. Mac mini z jednolitą architekturą pamięci) i aut autonomicznych, zapotrzebowanie na magazynowanie stanie się wszechobecne.

Patrząc w przyszłość, Sadana koncentruje się na robotyce, uważając ją za kolejny falę ogromnego popytu po centrach danych.

„Wyobraź sobie humanoidalne roboty – staną się jednym z największych rynków produktowych w historii.” Sadana podkreślił przy prognozie na lata 30. XXI wieku niesamowite zapotrzebowanie na pamięć po stronie urządzeń: „Najbardziej ekscytujące w robotyce jest to, że każde urządzenie musi przechowywać ogromną ilość danych – każdy humanoidalny robot będzie miał setki GB pamięci DRAM i kilka TB pamięci NAND. To silnie napędza wzrost popytu na DRAM i NAND... Roboty muszą pracować autonomicznie, nie mogą za każdym razem przesyłać danych na serwer.”

Poniżej pełny tekst rozmowy:

Sumit Sadana 00:00

Obecnie wydajność systemów AI zależy przede wszystkim od wydajności subsystemów pamięci i pojemności pamięci – to te dwie cechy decydują o poziomie subsystemów AI. Witaj ponownie na szczycie 2026.

Patrick Moorhead 00:22

Nadeszła era sztucznej inteligencji. Znaczenie i strategiczna rola pamięci są zdumiewające. Zawsze uważałem, że pamięć jest ważna, ale w kontekście epoki AI daje niebywałe możliwości – szczerze mówiąc, bez odpowiedniej ilości lub odpowiednich rodzajów pamięci niemożliwe byłoby otaczające nas niesamowite rzeczy.

Cieszę się, że Micron jest obecny na tym szczycie. Miło Cię znów spotkać, dziękuję za zaproszenie. To naprawdę fantastyczne. W tej branży pracuję od 35 lat, zaczynając od konsumenta pamięci, przez partnera, aż po dzisiaj, gdy analizuję rynek pamięci i powiązane obszary. Osiągnięcia są niesamowite. W zeszłym roku, gdy rozmawialiśmy, sklasyfikowałem pamięć jako technologię strategiczną – tak, muszę się tym pochwalić. Szczerze mówiąc, Ty zasługujesz na większą chwałę, bo Ty wdrażasz to w praktyce, ja tylko o tym mówię. Dziś ta perspektywa jest jeszcze ważniejsza, coraz więcej osób o niej mówi. Co się zmieniło w minionym roku w kontekście AI, że branża jeszcze bardziej doceniła pamięć?

Sumit Sadana 01:44

Dlaczego AI przyspieszyło tę zmianę? To świetne pytanie. Minął rok, ale z perspektywy zmian na świecie miniony rok wydaje się niezwykle długi. Z perspektywy klientów zmiana jest ogromna. Obecnie w każdej dziedzinie panuje poważny niedobór pamięci. Choć staramy się zwiększać podaż, nadal nie możemy określić, kiedy podaż zrówna się z popytem, bo zapotrzebowanie stale rośnie. Sygnaly od klientów z różnych sektorów zwiększają się co roku.

Zmieniła się perspektywa klientów wobec pamięci z kilku powodów. Po pierwsze, ogromna luka podaży i popytu; po drugie, systemy mają coraz wyższe wymagania wobec AI. Analizując, co daje systemowi najlepszą wydajność, widzimy, że procesor nie jest już jedynym czynnikiem. Teraz liczy się wydajność pamięci, przepustowość pomiędzy procesorem a pamięcią i sama pojemność pamięci. Ponieważ modele AI muszą być przechowywane w pamięci, ogromne ilości danych przesyłane są pomiędzy pamięciami, a przepustowość między procesorem a pamięcią to kluczowe wąskie gardło wydajności. Klienci coraz bardziej rozumieją, że muszą przeprojektować swoje plany produktowe i zastosować inną strategię magazynowania.

Sumit Sadana 03:44

Kluczowe jest teraz projektowanie pamięci dla uzyskania przewagi konkurencyjnej, jak sprawić, by systemy klientów się wyróżniały. Gdyby pamięć nadal działała jak kilka lat temu – każdy korzystałby z gotowej, zgodnej ze standardem JEDEC – trudno byłoby osiągnąć różnicę. Teraz współpracujemy z klientami, włączając projekt pamięci do wieloletniej mapy produkcji. Skupiają się na osiąganiu różnic i przebudowie konkurencji. To oznacza inne podejście do pamięci, współpracę z Micronem i projektowanie nowych funkcjonalności, które można wdrożyć.

Sumit Sadana 04:31

Na przykład nasza współpraca z Nvidia w zakresie DRAM low-power (LPDRAM) w centrach danych. Byliśmy pierwszą firmą, która wprowadziła tę technologię do centrów danych i długo byliśmy jedynym dostawcą, a teraz jest coraz częściej stosowana także przez innych. Klienci doceniają zalety LPDRAM – wyższą gęstość, mniejsze rozmiary, większą wydajność i znacznie niższy pobór energii, co dla centrów danych jest kluczowe. To tylko jeden z wielu takich przykładów.

Patrick Moorhead 05:07

Patrząc w przyszłość, przez najbliższe pięć lat te technologie będą się dynamicznie rozwijać. Próbując wyjaśnić, skąd bierze się wzrost zainteresowania pamięcią, przypominam sobie zajęcia z końca lat 80. – podstawowa zasada: jeśli ograniczysz operacje do obszaru pamięci, zyskujesz wydajność. Oczywiście dziś sytuacja wygląda nieco inaczej. Im więcej pamięci, tym lepsze efekty, szczególnie gdy pamięć jest blisko obsługiwanych operacji, bo poza jej obszarem prędkość znacząco spada. To duże wyzwanie w epoce AI.

To ciekawe, w swojej karierze przeszedłem przez dziewięć cykli rozwoju pamięci. Pracowałem w firmie OEM, potem w firmie chipowej, od piętnastu lat pracuję w firmie analitycznej. Magazynowanie wydaje się mieć jeden z najsilniejszych cykli, choć wiem, że i inne branże mają podobne mechanizmy, pamięć uchodzi za mocno zcommodityzowaną. Wspominałeś o tym w pierwszym pytaniu, ale...

Sumit Sadana 06:17

Dlaczego AI fundamentalnie zmienia tę perspektywę? To świetne pytanie. W latach 90. ponad 20 firm produkowało DRAM, branża DRAM została mocno skonsolidowana. Wtedy firm procesorowych było niewiele, dziś jest ich ponad 20. Wystarczy policzyć, a liczba jest oczywista. Tymczasem firm DRAM mamy tylko kilka.

Przy projektowaniu systemów AI, nie tylko centrów danych – oczywiście, w centrach danych trzeba rozróżnić obciążenia związane z treningiem i wnioskowaniem, które coraz częściej dzielą się na różne typy. Mała część korzysta z SRAM, ale większość polega na DRAM. Projektujemy w tych systemach największą możliwą pojemność DRAM. Trend ten przenosi się nawet do aut autonomicznych, systemów przemysłowych, smartfonów i PC – dzięki jednolitej architekturze pamięci, Mac mini sprzedaje się znakomicie, wywołując ruch „Open Claw”. Wszystko to jest mocno powiązane z AI.

Sumit Sadana 07:50

Obecnie wydajność systemów zależy przede wszystkim od subsystemu pamięci i jej pojemności, te dwie cechy decydują o wydajności subsystemów AI. Skoro pamięć staje się głównym elementem projektowym systemu, trzeba myśleć o niej inaczej. Kluczowe pytanie: jak szybko wypuścić produkty różniące się od innych? Uważam, że przyszły biznes pamięci będzie zupełnie inny niż dawniej, a wiąże się to z poniższą ideą...

Sumit Sadana 08:36

Cała branża doszła do etapu, gdzie budowa nowych mocy produkcyjnych stała się koniecznością, co jest zaskakujące – wzrost zapotrzebowania napędzany AI jest tak silny. Sama transformacja technologiczna nie wystarcza do zaspokojenia popytu, choć przez ostatnie lata pozwalała zwiększać ilość danych. Dziś trzeba zdecydowanie zwiększyć produkcję wafli, co oznacza budowę nowych pomieszczeń czystych. Gdy obecne pomieszczenia się wyczerpują – a większość firm już się z tym mierzy – trzeba rozszerzać produkcję w nowych lokalizacjach, a to trwa długo.

To bardzo czasochłonny proces, ograniczony przez praktyczne czynniki – różnice prędkości budowy w różnych krajach, efektywność postępowania regulacyjnego. Jak zbudować wszystkie niezbędne elementy infrastruktury na pustym terenie – energię, wodę, oczyszczalnie? Dostawy chemikaliów i wszystkie inne elementy potrzebne do działania fabryki wafli – to wszystko wymaga ogromnego nakładu czasu, co przeżywa cała branża.

Sumit Sadana 10:01

Choć bardzo się staramy i widzimy wysiłki innych firm, nadal nie jesteśmy w stanie zaspokoić rynku. Podaż potrzebuje dużo czasu, aby dogonić popyt, co wpływa na zachowania klientów.

Sumit Sadana 10:27 To właśnie strategiczne kontrakty z klientami, o których ciągle mówimy. Fundamentalnie zmieniły one nasz model biznesowy. Długoterminowe umowy, zobowiązanie do dostaw, zobowiązanie klientów do prognozowania popytu – to zupełnie inne niż roczne kontrakty, gdzie klienci kupują, gdy chcą, a my dostarczamy, gdy towar jest dostępny. Teraz umowy są zobowiązujące do dostaw, mają bardzo wysoki zwrot z inwestycji, umożliwiają zabezpieczenie wydatków kapitałowych na wiele lat.

Oczywiście nie dotyczy to jeszcze AI-agentów, czyli kolejnego etapu rozwoju AI. Później będzie fizyczna sztuczna inteligencja, co będzie kolejną wielką falą zapotrzebowania. Fale popytu nakładają się i wzajemnie napędzają, a nie zastępują – to ogromne wyzwanie, jak przenieść tak wielką fizyczną zdolność produkcyjną do świata online.

Patrick Moorhead 11:39

W tym okresie, by sprostać wszystkim tym potrzebom, Wasz program długoterminowych kontraktów dowodzi rosnącej strategicznej roli pamięci. Łatwo to sprowadzić do hasła „potrzebujemy długoterminowych kontraktów dla zabezpieczenia mocy produkcyjnych”, co jest ważne, ale chodzi też o wspólne planowanie.

Od strony technologicznej jestem pod wrażeniem i cieszę się, że wspomniałeś o AI na brzegu. Najciekawsze jest to, że zarówno Open Claw, jak także nowe projekty w obszarze obliczeń klienckich – np. łączne łączenie pamięci z CPU i GPU dla zwiększenia przepustowości – zmiany architektury komputerów klienckich są rzadkie, a one były dość stabilne przez wiele lat. Chciałbym omówić centra danych hyperskali – sporo się tu teraz dzieje, przynajmniej pod względem inwestycji, modeli i innowacji aplikacyjnych, koncentrujących się głównie tu. Jestem ciekaw, jeśli chodzi o auta autonomiczne, PC, roboty, smart edge itp...

Sumit Sadana 13:00

Czy zapotrzebowanie na pamięć zmienia te scenariusze? Tak, to dobre pytanie. Początkowo zaczęło się wszystko od centrów danych. Jednak myśląc o przyszłym rozwoju AI, nie ogranicza się to tylko do centrów danych. Fala inteligencji przeniesie się na brzeg, w końcu inteligencja będzie wszędzie, na każdym urządzeniu. Obejmuje to elektronikę konsumencką, auta, a nawet drugą fazę rewolucji przemysłowej – gdy cała ta inteligencja będzie rozproszona po firmach na całym świecie.

Sumit Sadana 13:43

Twoje osobiste urządzenia – komputer w pracy lub w domu, smartfon, a nawet nowe urządzenia, które nie przypominają komputerów ani smartfonów, a mają zupełnie inny design. Projektując natywny sprzęt AI, można pomyśleć o całkowicie nowych rozwiązaniach poza tradycyjnymi komputerami czy smartfonami. To wraca do tematu minimalizowania poboru energii, zwłaszcza dla sprzętów na baterie. Jak zmaksymalizować wydajność, jak uruchamiać modele, które dają wartość użytkownikowi, a są na tyle małe, że działają lokalnie i nie muszą wracać do chmury – to nowe pole AI.

Ten kierunek będzie się rozwijać. Modele wystarczająco małe, by działać na komputerze lub smartfonie, będą z czasem coraz lepsze. Wraz z tym zyski na obszarze prywatności i poufności danych będą rosnąć. Konsumenci bardzo to cenią, a firmy, które zapewnią im pewność, że cała interakcja z urządzeniem nie jest wysyłana do chmury, będą tworzyć zupełnie nowe aplikacje i generować ogromną wartość.

Sumit Sadana 15:30

Szybki rozwój aut autonomicznych dzięki postępom AI, a następna fala to roboty. Wyobraź sobie humanoidalne roboty – staną się jednym z największych rynków produktowych w historii. Oczywiście wymaga to czasu, ale zbliżamy się do punktu osobliwości, gdzie można rozmawiać z robotem jak z człowiekiem, a jego zdolności poznawcze są praktycznie nieodróżnialne. Z czasem możliwości fizyczne tych robotów będą coraz bardziej zaawansowane – to rewolucja.

Początkowo będą trafiać do środowisk przemysłowych, realizując bardzo konkretne zadania, o niskim stopniu swobody. Najbardziej złożonym środowiskiem jest dom, bo jest bardzo nieuporządkowany, ale wierzę, że w latach 30. XXI wieku robotyka napędzi ogromny wzrost. Najciekawszą cechą robotyki jest to, że każde urządzenie przechowuje ogromne ilości danych – każdy humanoidalny robot będzie mieć setki GB pamięci DRAM i kilka TB NAND. To silnie napędzi wzrost popytu na DRAM i NAND. Wiele osób nie zdaje sobie z tego sprawy: roboty muszą pracować autonomicznie, nie mogą za każdym razem wysyłać danych na serwer. Tak jest.

Patrick Moorhead 17:25

Podczas Twojej prezentacji uświadomiłem sobie, że Micron dokonuje skoku do ery gigawatów. Myśl o wynalezieniu tej technologii jest niesamowita. Uważam, że gdy ktoś myśli o Micronie, powinien to zapamiętać.

Wraz z nadejściem epoki AI, rośnie znaczenie strategiczne – od najnowocześniejszych sprzętów jeszcze nie wynalezionych po data centra gigawatowe, do których wkrótce dołączą AI i duże modele.

Wyobrażam sobie koncepcję wspólnego projektowania i wynalazków, rozmawiałem z Waszymi partnerami, którzy opowiadają o nowych pomysłach. Wcześniej wspominałem o zmianach architektonicznych – tradycyjnie realizowanych poprzez standard JEDEC, etc., ale dziś chodzi o prawdziwe głębokie współprojektowanie. Czy możesz opowiedzieć o tej zmianie relacji z partnerami?

Sumit Sadana 18:45

Oczywiście. Partnerzy również chcą zdobyć przewagę na swoich rynkach, pokonać konkurencję. Subsystem pamięci-procesora jest kluczowym elementem subsystemu AI, bo interakcja między pamięcią a procesorem decyduje o poborze energii, typach obsługiwanych modeli, ich wielkości i szybkości działania.

Patrząc na postęp w obszarze LLM różnej wielkości, widać, że by osiągnąć różnicę w cyklu projektowym pamięci i procesorów, wszystkie segmenty muszą współpracować. To nie jest plug&play przez standard JEDEC, wystarczy test i certyfikacja. choć niektóre rynki mają taki mechanizm, coraz więcej klientów myśli, jak się wyróżnić, stworzyć specjalne funkcje niedostępne w gotowych produktach. Potrzebujemy współpracy z firmami magazynującymi na długoterminowej roadmapie R&D, czasem przez pięć, siedem lat. Jesteśmy zaangażowani w roadmapy klientów, realizując ciekawe pomysły, niektóre możliwe, inne wymagające więcej czasu na przełomowe wynalazki i innowacje.

Sumit Sadana 20:28

Cieszymy się z różnorodnych idei, jak wspomniałeś, obejmujących szerokie spektrum systemów – od urządzeń o ultra-niskim poborze (na baterie) po gigawatowe centra danych. W wielu segmentach z najlepszymi klientami widzimy innowacje, pracujemy nad ich wdrożeniem.

W najbardziej inspirujących projektach stale się rozwijamy, realizując marzenia klientów o innowacyjnych projektach. Klienci nie mogą tak głęboko współpracować z wieloma firmami, dlatego zwykle są to jedna, dwie firmy, reszta nadgoni za parę lat. Ta współpraca umożliwia zbudowanie bardzo bliskiej relacji – możesz zostać jedynym źródłem dostaw, lub podzielić rynek z drugą firmą. Relacje przechodzą w model współprojektowania ASIC – klient ma większą swobodę projektu, a relacja jest długoterminowa. To specjalna relacja ASIC, nie standardowa relacja chipów pamięci, jak kilka lat temu. I widzę, że taki model można stosować na szeroką skalę.

Patrick Moorhead 22:27

Zgadza się. To oznacza tak wielką sprzedaż, że skala inwestycji pozwala dwóm stronom inwestować; kluczową rolę odgrywa różnicowanie – czy chodzi o wydajność, czy też TCO, każdy chce być wyjątkowy.

Z perspektywy inwestycji, chciałbym dowiedzieć się więcej o przyszłości. Mówiłeś o inwestycji w moce produkcyjne. Niektórzy oczekują, że fabryka pamięci powstanie w tempie kodowania. Pracowałem w chipowej firmie mającej fabryki – do dziś to bardzo trudny projekt, kapitałochłonny, na korzystne efekty trzeba czekać trzy, cztery lata. Czy możesz opowiedzieć, które inwestycje najbardziej umacniają pozycję Micronu w technologii nowej generacji – AI, inne lub różne jej odmiany? Inwestycje naprawdę wymagają czasu – to jasno podkreśliłeś.

Sumit Sadana 23:57

Masz rację. Swoją drogą – jeśli ktoś zna sposób na szybkie postawienie fabryki DRAM, bardzo chętnie się dowiemy. To bardzo ułatwiłoby naszą pracę. Klienci chcą dostać produkty jak najszybciej, my też się staramy.

Zrobiliśmy wszystko, by przyspieszyć inwestycje. Nasz plan wydatków: w 2025 roku – ponad 13 miliardów dolarów; w 2026 roku – dwa razy więcej; w 2027 przekroczy 45 miliardów. Liczby rosną wraz z czasem. W USA właśnie ogłosiliśmy zwiększenie inwestycji z 200 na 250 miliardów USD i przyspieszenie harmonogramu – do końca przyszłego roku będzie to 50,2 miliarda.

Te inwestycje obejmują wszystkie dziedziny. Inwestujemy w fabrykę ID1 w Idaho – pierwsza linia produkcyjna ruszy; w połowie przyszłego roku ID2, pierwsze linie w 2028. Tajwańska fabryka wafli – produkcja od 2027, rozbudowujemy ją. Również w Japonii i Singapurze trwa rozbudowa. Globalne portfolio obejmuje około 20 projektów zwiększających moce produkcyjne z przodu i z tyłu.

Sumit Sadana 26:06

To długotrwały proces. Każda nowa fabryka wafli tego wymaga. W stanie Nowy Jork zaplanowaliśmy klaster czterech fabryk – pierwsza ruszy w 2030 roku. W styczniu wbiliśmy pierwszą łopatę, beton położony wcześniej niż planowano.

Sumit Sadana 26:22

Na całym świecie jest wiele projektów, wszystkie wymagają licznych zezwoleń, budowy pełnej infrastruktury. Brakuje pracowników budowlanych – wyobraź sobie wszystkie inwestycje w USA i na świecie.

Wszędzie powstają centra danych, które wymagają energii – budowane są elektrownie; potrzeba półprzewodników – fabryki wafli, front-end i back-end. Brakuje wykwalifikowanych pracowników – tak złożone projekty wymagają ogromnej liczby specjalistów.

Sumit Sadana 27:15

Inwestujemy w społeczność, kształcimy kadry, dbamy o zasoby, co przyspieszy projekty i wspomoże cały ekosystem. Inwestujemy w edukację, sieć collegów, współpracę z miastami i społecznościami, gdzie działamy – to nasza długofalowa misja.

Spodziewamy się, że z czasem skala inwestycji będzie się zwiększać – fabryki wafli to raczej klaster niż pojedynczy zakład. Potrzeba skali, przekroczenia punktu kosztowego, więc budowa trwa bez przerwy przez dekadę i dłużej, to nasze długoterminowe projekty. Uważamy, że efektywna nowa podaży zacznie się uwalniać dopiero od 2028 roku, tylko na początkowym etapie, dynamika wzrostu pojawi się później. Cała branża potrzebuje czasu, by znaleźć nowy punkt równowagi, choć nie jesteśmy w stanie określić, kiedy to nastąpi.

Patrick Moorhead 28:54

Twoje przykłady inwestycji są bardzo konkretne, choć jedna rzecz może zostać błędnie zrozumiana – złożoność pamięci. Wiemy, że chipy logiczne są trudne, ale porozmawiajmy o złożoności pamięci – pamięć to jedna z najbardziej złożonych technologii półprzewodnikowych.

Sumit Sadana 29:19

Często mówimy, że układy logiczne są na technologicznym szczycie, ale pamięć także jest cutting-edge. Używa maszyn EUV do litografii, są one ogromne. W fabryce wafli około 2 000 etapów; od startu do dostawy klientowi cały cykl trwa ~5 miesięcy. To poraża, trudno sobie wyobrazić. Produkcja w fabryce trwa minimum 3,5-4 miesiące; potem montaż, testy i pakowanie – miesiąc, półtora.

Sumit Sadana 30:04

Przy bardziej złożonych produktach jak HBM złożoność jest jeszcze większa. Wiele osób nazywa to cudem, bo realistyczne funkcjonowanie jest niezwykłe. Pomyśl – 12 warstw chipów DRAM ustawionych na sobie, a najniższy warstwa łączy się z GPU. Cały system staje w obliczu surowych wyzwań termicznych i energetycznych – jak poradzić sobie z tak wysoką przepustowością, efektywnie odprowadzać ciepło? Sama technologia pakowania jest tak złożona jak cleanroom, zupełnie inna od flip-chipów używanych w logice. Złożoność pakowania, postęp technologii EUV – każdy węzeł DRAM jest coraz trudniejszy do skalowania.

Sumit Sadana 31:18

Podobnie w NAND – warstwujemy, 200, 300, 400 warstw – tak produkujemy te urządzenia, a złożoność procesu jest astronomiczna. NAND przechowuje dane, realizuje funkcje – dzisiaj SSD może mieć 245 TB pojemności. Tak wielka pojemność w tak małym rozmiarze – to cud techniczny i produkcyjny zespołów inżynierów każdego dnia. Złożoność jest niewiarygodna, a w najbliższych latach musimy dalej skalować technologię, dalsze zmniejszanie odstępów i wdrożenie na dużą skalę – to będzie kolejny cud.

Patrick Moorhead 32:23

To wymaga ogromnych nakładów, czasu i innowacji technologicznych. Złożoność robi wrażenie, a możliwość obsługi całego zakresu energetycznego jest niesamowita. Nie wiem, ile firm na świecie potrafi to zrobić.

Ciekawe – ludzie często mówią „nigdy się tym nie nasycę”, bo chcą więcej, coraz bardziej niezwykłych rzeczy. Potem zaczynają dyskusje o cenie. Ale to inwestycja – Micron i inne firmy w branży pamięci inwestują, bo jak nie, cykl innowacji zostaje zatrzymany. Czekam na efekty inwestycji Micronu – nie tylko w budowie fabryk, ale i w samej technologii. Wierzę, że robotyka da dziesięciokrotny wzrost – to może być ogromny rynek; w modelu mocy produkcyjnej to dodatkowy punkt wzrostu, nie w pełni uwzględniony. Oczywiście potrzeba więcej dowodów, kiedy on faktycznie się uruchomi.

Dziękuję za rozmowę. Trudno uwierzyć, że rozmawialiśmy rok temu – patrząc teraz, zmieniło się bardzo wiele.