Bức tường bộ nhớ: Tình trạng thiếu HBM đang định hình lại nền kinh tế của trí tuệ nhân tạo

Một ràng buộc âm thầm đang nổi lên ở trung tâm quá trình xây dựng trí tuệ nhân tạo, và đó không phải là khả năng cung cấp năng lực tính toán. Đó là bộ nhớ cung cấp dữ liệu cho năng lực này. Trong vài tháng qua, tình trạng thiếu bộ nhớ băng thông cao trên toàn cầu đã chuyển từ một chú thích nhỏ trong chuỗi cung ứng thành một yếu tố định hình giá cả, chiến lược doanh nghiệp và tốc độ triển khai cơ sở hạ tầng AI. Những tác động hiện đã xuất hiện trên toàn bộ hệ thống, từ chi phí card tăng tốc tại Thâm Quyến đến biên lợi nhuận gộp của các công ty bán dẫn lớn nhất thế giới.

Cơ chế của tình trạng thiếu hụt khá dễ hiểu, dù những hệ lụy thì không. Bộ nhớ băng thông cao, hay HBM, là một dạng bộ nhớ truy cập ngẫu nhiên động chuyên dụng, trong đó các lớp chip nhớ được xếp chồng theo chiều dọc và kết nối với bộ xử lý thông qua hàng nghìn kênh siêu nhỏ. Đây là yếu tố cho phép một bộ tăng tốc AI truy cập lượng dữ liệu khổng lồ ở tốc độ mà bộ nhớ thông thường không thể sánh được. Khi các mô hình AI ngày càng lớn và phức tạp, lượng HBM cần cho mỗi bộ xử lý đã tăng mạnh. H100 của Nvidia có 80 gigabyte HBM. B200 có 192 gigabyte. Blackwell Ultra có 288 gigabyte, tăng 3,6 lần chỉ trong chưa đầy hai thế hệ.

Vấn đề là sản xuất HBM khó hơn đáng kể so với sản xuất bộ nhớ tiêu chuẩn. Quy trình này đòi hỏi các đường xuyên silicon, làm mỏng tấm wafer, xếp chồng, kiểm thử và đóng gói tiên tiến, tất cả đều tiêu tốn năng lực sản xuất và cho sản lượng thấp hơn DRAM thông thường. Mỗi gigabyte HBM tiêu thụ lượng năng lực wafer cao gấp khoảng bốn lần DRAM tiêu chuẩn, trong khi tỷ lệ sản phẩm đạt chuẩn vẫn chỉ ở mức 50-60%. Khi ba công ty gần như chi phối toàn bộ nguồn cung toàn cầu, đồng thời chuyển không gian phòng sạch từng dùng để sản xuất bộ nhớ tiêu dùng sang HBM có biên lợi nhuận cao hơn, kết quả là một sự thắt chặt mang tính cơ cấu lan rộng vượt xa riêng phân khúc AI.

Các con số mô tả sự thắt chặt này rất đáng chú ý. Thị trường HBM tổng thể được dự báo tăng từ 35 tỷ USD vào năm 2025 lên 54,6 tỷ USD vào năm 2026, tăng hơn 50% chỉ trong một năm. Samsung và SK Hynix đã nâng giá hợp đồng năm 2026 đối với thế hệ HBM hiện tại lên gần 20%, trong khi thị trường kỳ vọng các khối HBM4 thế hệ tiếp theo sẽ ổn định ở mức 500-600 USD mỗi đơn vị, cao hơn 55-70% so với mức hiện tại. Các nguồn tin trong ngành được DigiTimes dẫn lại cho thấy giá HBM4 có thể tăng từ khoảng 2 USD mỗi gigabit trong nửa cuối năm 2026 lên 4 hoặc 5 USD hoặc cao hơn, do quy trình sản xuất cực kỳ phức tạp, cần từ bốn đến sáu tháng và có tỷ lệ sản phẩm đạt chuẩn ban đầu thấp hơn đáng kể.

Những đợt tăng giá này hiện đang lan truyền rõ rệt qua chuỗi cung ứng. Tại Trung Quốc, nơi các biện pháp kiểm soát xuất khẩu đã hạn chế khả năng tiếp cận bộ nhớ tiên tiến từ ba nhà cung cấp thống trị, các nhà sản xuất chip AI ngày càng buộc phải dựa vào những kênh chợ xám, trả mức giá cao gấp nhiều lần so với người mua bên ngoài Trung Quốc cho cùng một linh kiện. Kết quả là chi phí card tăng tốc hoàn thiện tăng mạnh. Huawei đã nâng mức giá niêm yết của card Ascend 950DT lên hơn 250.000 nhân dân tệ, tương đương khoảng 37.000 USD, tăng 20-50% so với mức giá được báo chỉ hai tháng trước. Cambricon đã định giá bộ xử lý thế hệ tiếp theo cao hơn 20-30%. Ngay cả các sản phẩm thế hệ cũ cũng tăng giá: Ascend 950PR, từng được bán với giá khoảng 60.000 nhân dân tệ mỗi card vào đầu năm, hiện có giá hơn 80.000 nhân dân tệ. Vì bộ nhớ chiếm tỷ trọng lớn trong chi phí sản xuất bộ tăng tốc, giá cao hơn đang trực tiếp đẩy giá card hoàn thiện lên, làm tăng chi phí xây dựng năng lực tính toán AI đúng vào thời điểm nhu cầu đối với năng lực này đang tăng tốc.

Tác động không chỉ giới hạn ở Trung Quốc. Tình trạng thiếu hụt đã củng cố vị thế của các nhà cung cấp bộ nhớ so với những công ty mua sản phẩm của họ. Micron, vốn từ lâu là nhà sản xuất HBM nhỏ nhất trong ba công ty, đang lên kế hoạch gần như tăng gấp đôi công suất wafer HBM hằng tháng lên khoảng 100.000 wafer vào cuối năm 2026, so với 40.000-50.000 wafer vào năm ngoái. Samsung và SK Hynix mỗi công ty có công suất HBM hằng tháng khoảng 150.000-200.000 wafer, gấp 3-4 lần quy mô hiện tại của Micron. Khoảng cách đang thu hẹp, nhưng vẫn đáng kể. Quan trọng hơn, quyền định giá đi kèm với sự khan hiếm hiện nằm chắc trong tay các nhà cung cấp. Như một phân tích đã chỉ ra, sự khan hiếm bộ nhớ là một trong số ít xu hướng AI mà Nvidia có thể đồng thời hưởng lợi từ nhu cầu cuối mạnh hơn nhưng lại mất một phần nhỏ quyền thương lượng vào tay nhà cung cấp.

Sự chuyển dịch này có những hệ lụy vượt ra ngoài biên lợi nhuận của từng công ty. Thị trường bộ nhớ rộng hơn đang được định hình lại bởi chính những lực lượng này. Giá hợp đồng DRAM tiêu chuẩn đã tăng khoảng 90-95% so với quý trước trong ba tháng đầu năm 2026, mức tăng theo quý kỷ lục. Giá hợp đồng NAND tăng 55-60% trong cùng kỳ, với mức tăng thêm 70-75% được dự báo trong quý II. Đến cuối tháng 8, tỷ lệ đủ cung của thị trường giao ngay đã giảm xuống dưới 50%, nghĩa là các nhà sản xuất mô-đun và OEM không thể tìm đủ DRAM và NAND đa dụng để đáp ứng nhu cầu. Một số sản phẩm bộ nhớ cũ, như DDR4, đang được giao dịch ở mức cao hơn DDR5 mới hơn vì năng lực sản xuất đã được chuyển sang các sản phẩm có lợi nhuận cao hơn. Các nhà phân tích độc lập hiện mô tả đây là tình trạng thiếu bộ nhớ lớn nhất trong lịch sử, với giá cao dự kiến ​​sẽ tiếp diễn trong phần còn lại của thập kỷ.

Ở cấp độ kỹ thuật, tình trạng thiếu hụt phản ánh một sự mất cân đối sâu sắc hơn mà các kỹ sư đã cảnh báo trong nhiều năm. Hiệu năng tính toán của bộ tăng tốc AI gần như tăng gấp ba sau mỗi hai năm, trong khi băng thông HBM tăng chưa đến gấp đôi trong cùng khoảng thời gian. Khoảng cách giữa tốc độ xử lý của bộ xử lý và tốc độ dữ liệu có thể đến được bộ xử lý đang rộng hơn chứ không thu hẹp. Như một nhà nghiên cứu của Micron phát biểu tại một hội nghị ngành gần đây, bức tường bộ nhớ này không thu nhỏ mà đang lớn dần. Hệ quả thực tế là việc bổ sung thêm năng lực tính toán cho một hệ thống sẽ đem lại lợi ích giảm dần nếu bộ nhớ không thể cung cấp dữ liệu đủ nhanh để giữ cho các đơn vị tính toán hoạt động. Đối với suy luận mô hình ngôn ngữ lớn, đặc biệt trong các tác vụ có kích thước lô nhỏ và ngữ cảnh dài, hệ thống có thể dành phần lớn thời gian để đọc trọng số và bộ nhớ đệm thay vì thực hiện tính toán. Trong môi trường đó, băng thông bộ nhớ lớn hơn có thể có giá trị hơn năng lực tính toán thô lớn hơn.

Phản ứng của ngành là xem bộ nhớ không phải như một vùng nhớ duy nhất mà như một hệ thống phân tầng. Dữ liệu nóng nhất, gồm các trọng số và bộ nhớ đệm khóa-giá trị cần được truy cập ngay lập tức, nằm trong HBM. Dữ liệu ít nhạy cảm về thời gian hơn được lưu trong bộ nhớ DDR hoặc LPDDR. Dữ liệu lạnh nhất, gồm các tham số mô hình và bộ nhớ đệm ít được truy cập, được lưu trên ổ đĩa thể rắn. Quản lý hiệu quả hệ thống phân cấp này đòi hỏi phần mềm có thể dự đoán dữ liệu nào sẽ cần đến và di chuyển dữ liệu qua các tầng một cách hiệu quả. Đây là một vấn đề liên quan nhiều đến phần mềm và thiết kế hệ thống chẳng kém phần cứng.

Đối với những người theo dõi thị trường tài sản số, tình trạng thiếu bộ nhớ mang lại một lăng kính hữu ích để nhìn vào chu kỳ cơ sở hạ tầng AI rộng lớn hơn. Chính những lực lượng thúc đẩy nhu cầu HBM, tức sự mở rộng năng lực huấn luyện và suy luận mô hình, đang định hình dòng vốn, nhu cầu năng lượng và chiến lược doanh nghiệp trên toàn ngành công nghệ. Các trung tâm dữ liệu được xây dựng để huấn luyện và vận hành các mô hình ngôn ngữ lớn đang được thiết kế để hỗ trợ cơ sở hạ tầng tài chính token hóa, còn các nhà đầu tư tổ chức tài trợ cho hoạt động xây dựng AI ngày càng chính là những nhà đầu tư phân bổ vốn vào tài sản số. Hai thế giới này ngày càng khó tách rời, và tình trạng thiếu bộ nhớ nằm tại giao điểm của chúng.

Một nhà quan sát thận trọng nên theo dõi điều gì trong các quý tới? Thứ nhất là diễn biến giá HBM4. Các hợp đồng đang được đàm phán hiện nay sẽ thiết lập cơ sở chi phí cho thế hệ bộ tăng tốc AI tiếp theo, và những chi phí đó cuối cùng sẽ được phản ánh trong giá dịch vụ AI. Thứ hai là tốc độ mở rộng công suất tại Micron, Samsung và SK Hynix. Kế hoạch tăng gấp đôi công suất wafer của Micron rất đáng kể, nhưng nguồn cung mới có ý nghĩa dự kiến ​​sẽ chưa giúp thị trường hạ nhiệt cho đến cuối năm 2027, sớm nhất. Thứ ba là mức độ sẵn sàng của các nhà sản xuất chip AI trong việc hấp thụ chi phí bộ nhớ cao hơn. Nếu biên lợi nhuận bị thu hẹp quá mức, tốc độ triển khai cơ sở hạ tầng có thể chậm lại, kéo theo tác động dây chuyền trên toàn bộ chuỗi cung ứng AI.

Sự thật sâu xa hơn là quá trình xây dựng AI đã bước vào giai đoạn mà các ràng buộc chính không còn chỉ liên quan đến số lượng bộ xử lý có thể được sản xuất. Chúng liên quan đến việc liệu cơ sở hạ tầng xung quanh, gồm bộ nhớ, đóng gói, điện năng và làm mát, có thể bắt kịp hay không. HBM là ví dụ rõ ràng nhất cho sự chuyển dịch này, nhưng sẽ không phải là ví dụ cuối cùng. Ngành đang nhận ra rằng trí tuệ ở quy mô lớn không chỉ đòi hỏi năng lực tính toán mà còn đòi hỏi khả năng đưa dữ liệu đến năng lực tính toán đó một cách hiệu quả. Những công ty giải quyết được vấn đề này sẽ chiếm một phần đáng kể trong giá trị được tạo ra. Phần còn lại sẽ quan sát, tính toán và chuẩn bị.
#ShareWeekly
#HBMShortageBoostsAIChipPrices