#HBMShortageBoostsAIChipPrices

Tình trạng thiếu hụt HBM và chi phí chip AI tăng cao: Vì sao nút thắt thực sự nằm ở bộ nhớ

Khi mọi người nói về chi phí AI, cuộc thảo luận thường bắt đầu với GPU. Đó là điểm bắt đầu sai lầm. Năm 2026, thành phần đắt đỏ và kém co giãn nhất bên trong một bộ tăng tốc AI không phải là die logic nằm ở giữa gói — mà là bộ nhớ xếp chồng lên trên nó. Bộ nhớ băng thông cao, hay HBM, đã chuyển từ một chú thích kỹ thuật thành ràng buộc lớn nhất đối với toàn bộ chuỗi cung ứng phần cứng AI, và những con số đằng sau sự thay đổi đó thực sự phi thường.

HBM là các die DRAM được xếp chồng theo chiều dọc và kết nối bằng các via xuyên silicon, nhờ đó có thể truyền dữ liệu ở tốc độ mà bộ nhớ truyền thống không thể đạt tới. Nền tảng Rubin thế hệ tiếp theo của Nvidia tích hợp tối đa 288GB HBM4 với băng thông trên 22 terabyte mỗi giây, còn MI450 của AMD thậm chí tiến xa hơn, lên tới 432GB. Không có sản phẩm nào khác trong thế giới bộ nhớ sánh được với sự kết hợp giữa dung lượng và băng thông này, và cũng không có sản phẩm nào khác có thể thay thế nó. Nếu một bộ tăng tốc không có HBM, nó sẽ không được xuất xưởng.

Vấn đề là HBM không thể đơn giản được đặt hàng ngay khi nhu cầu tăng lên. Việc sản xuất HBM tiêu tốn diện tích wafer gấp khoảng ba lần DRAM truyền thống cho cùng một lượng dữ liệu lưu trữ, còn chi phí wafer HBM4 vào khoảng 7.000 đến 8.000 USD, cao gấp ba đến bốn lần DRAM tiêu chuẩn. Mỗi thế hệ cũng có mức chênh giá cao hơn thế hệ trước trên 30%, theo ước tính của TrendForce, bởi các công đoạn xếp chồng và đóng gói tiên tiến thực sự là nút thắt trong sản xuất. Chỉ có ba công ty đáng kể trong thị trường này, và tổng cộng họ kiểm soát khoảng 64% doanh thu DRAM toàn cầu. Một trong số đó đã bán hết toàn bộ công suất năm 2026 trước cả khi năm bắt đầu.

Đó là lúc cơ chế của tình trạng thiếu hụt trở nên rõ ràng. Theo TrendForce, HBM chiếm 23% tổng sản lượng wafer DRAM vào tháng 4/2026, tăng từ 19% trong năm 2025. Mỗi wafer chuyển sang sản xuất HBM là một wafer không còn sản xuất DDR5 cho laptop, điện thoại và máy chủ. Vì vậy, tình trạng thiếu bộ nhớ thông thường không phải là sự cố bất ngờ về nhu cầu; đó là sự tái phân bổ có chủ đích công suất khan hiếm sang sản phẩm có lợi nhuận cao nhất mà ngành từng sản xuất. Khi chuyển những dây chuyền tốt nhất, kỹ sư giỏi nhất và thiết bị mới nhất sang một sản phẩm, mọi thứ khác tất yếu sẽ bị siết chặt.

Dữ liệu giá là nơi vấn đề này không còn mang tính trừu tượng. Trong quý I/2026, TrendForce đã điều chỉnh mức tăng giá hợp đồng DRAM truyền thống theo quý từ 55% đến 60% vốn đã rất cao lên 90% đến 95%, còn một số dự báo DRAM cho PC lên tới 105% đến 110% chỉ trong một quý, về cơ bản có nghĩa là giá đã tăng gấp đôi trong ba tháng. DRAM máy chủ và di động được dự báo tăng 88% đến 93%, flash NAND tăng 55% đến 60%, còn SSD doanh nghiệp tăng 53% đến 58%. Quý II ghi nhận thêm mức tăng 58% đến 63% theo quý của giá hợp đồng DRAM truyền thống, và quý III hiện được dự báo tăng thêm 13% đến 18%. Một số nhà phân tích kỳ vọng quý IV tăng thêm 30% đến 40%, đưa mức tăng cả năm lên khoảng 90% đến 100% hoặc cao hơn. Gartner dự báo giá DRAM tăng 47% trong cả năm 2026 và tổng chi phí bộ nhớ và lưu trữ tăng khoảng 130% vào cuối năm, với chưa có sự giảm nhẹ thực sự nào trước cuối năm 2027.

Bản thân HBM còn cực đoan hơn. Giá cung ứng HBM3E đã tăng gần 20% trước cả khi năm 2026 bắt đầu. Giá giao ngay hiện đã tách khỏi giá hợp đồng theo cách gần như chưa từng thấy trong ngành này: một module HBM3E 36GB vốn thường được giao dịch theo hợp đồng dài hạn trong khoảng 300 đến 400 USD đã được báo giá gần 2.100 USD trên thị trường giao ngay, cao gấp 4 đến 5 lần. Các cuộc đàm phán hợp đồng HBM4 năm 2027, bắt đầu trong quý II/2026, được TrendForce kỳ vọng sẽ tạo ra mức tăng tính bằng bội số thay vì phần trăm, và DigiTimes đưa tin giá HBM có thể tăng hơn gấp đôi so với mức hiện tại vào năm 2027.

Cán cân cung cầu xác nhận tình trạng thực sự căng thẳng này. Khoảng cách cung cầu dự kiến trong năm 2026 là 4,9% đối với DRAM, 4,2% đối với NAND và 5,1% đối với HBM, mức rộng nhất kể từ năm 2011. Ngay cả với giả định 70% công suất mới được chuyển hướng sang HBM, mức thiếu hụt HBM vẫn có thể dao động từ 50% đến 60%. Hàng tồn kho cũng kể cùng một câu chuyện từ góc độ khác. Samsung và SK hynix, hai công ty tổng cộng kiểm soát khoảng 64% doanh thu DRAM toàn cầu, chứng kiến hàng tồn kho bộ nhớ thành phẩm giảm xuống dưới 10 ngày cung ứng vào đầu tháng 9/2026. Mười ngày. Trong một chu kỳ bình thường, bộ đệm được đo bằng số tuần ở mức hai chữ số được xem là lành mạnh.

Chi phí đó hiện đã xuất hiện trong giá hệ thống, không chỉ ở linh kiện. Nvidia tăng giá máy chủ AI hơn 15%, nêu rõ nguyên nhân là tình trạng khan hiếm bộ nhớ, còn Intel cũng tăng giá CPU hơn 15%. Thời gian chờ đối với HBM4 và DRAM tiên tiến kéo dài từ 8 đến 10 tuần lên 20 đến 30 tuần, trong đó việc đặt hàng chỉ theo phân bổ trở thành thông lệ. Giá thuê trên đám mây phản ánh cùng áp lực này, với một Nvidia B300 được cho thuê theo nhu cầu với giá khoảng 9,16 USD mỗi giờ, con số thực sự quan trọng đối với các startup và nhà nghiên cứu vốn không bao giờ trực tiếp mua phần cứng.

Người tiêu dùng cũng đang phải trả giá, và đây là phần mà hầu hết mọi người nhận thấy đầu tiên. Một bộ nhớ DDR5-6000 32GB phổ thông từng được bán với giá 110 đến 140 USD cách đây một năm đã được giao dịch quanh mức 392 USD vào tháng 8/2026, còn các công cụ theo dõi cho biết giá bộ nhớ gaming tăng khoảng 89%, với mức tăng cao hơn nhiều ở một số linh kiện cụ thể. Giá niêm yết module DDR5 32GB của Samsung tăng từ 149 USD lên 239 USD, tương đương mức tăng 60%. IDC dự báo giá PC, máy tính bảng và smartphone tăng 10% đến 20% vào cuối năm 2026, TrendForce ước tính chi phí sản xuất notebook phổ thông tăng gần 40%, dự báo sản lượng smartphone đã được điều chỉnh giảm 7%, còn lượng laptop xuất xưởng có thể giảm 10,1% so với cùng kỳ năm trước. Các nhà sản xuất thiết bị đang phản ứng bằng cách đóng băng cấu hình, trong đó điện thoại flagship giới hạn bộ nhớ ở mức 12GB chỉ để giữ giá không tăng.

Đánh giá của tôi là tình trạng thiếu hụt này mang tính cơ cấu thay vì chu kỳ, và sự khác biệt đó có ý nghĩa vô cùng lớn. Các chu kỳ bộ nhớ thông thường sẽ điều chỉnh trong vòng 4 đến 8 quý vì công suất tạm ngừng hoạt động được đưa trở lại và giá giảm xuống. Lần này khác biệt ở ba điểm. Các fab mới mất 2 đến 3 năm để xây dựng và đạt chuẩn, vì vậy nguồn cung không thể phản ứng trong khoảng thời gian nhu cầu đang tăng tốc. Quá trình chuyển đổi từ HBM3E sang HBM4 tiêu tốn nhiều công suất hơn trên mỗi bit, bởi số lớp cao hơn và việc đóng gói phức tạp hơn làm giảm sản lượng hiệu dụng. Ngoài ra, cơ cấu khuyến khích chủ động giữ DRAM tiêu dùng ở mức khan hiếm, bởi biên lợi nhuận HBM cao hơn nhiều so với DDR5 hàng hóa. Tình trạng thiếu hụt do lựa chọn phân bổ tạo ra không tự giải quyết theo cách một tình trạng thiếu hụt do nhu cầu bất ngờ gây ra.

Điều thứ hai cần hiểu là nút thắt đã dịch chuyển. Hiệu năng AI ngày càng bị giới hạn bởi bộ nhớ, nghĩa là một GPU có năng lực tính toán dồi dào nhưng băng thông không đủ sẽ chỉ nằm chờ dữ liệu. Vì HBM là yếu tố giới hạn, thứ thực sự quyết định có bao nhiêu bộ tăng tốc được sản xuất trong một năm là nguồn cung bộ nhớ, chứ không phải nguồn cung transistor. Đó là lý do giá chip AI phần lớn chính là giá bộ nhớ dưới một hình thức khác. Điều này cũng giải thích vì sao các công ty nổi tiếng có quyền lực định giá mạnh đang chuyển chi phí sang khách hàng: họ không thể tạo ra công suất vốn không tồn tại.

Theo dõi dòng tiền, mô hình này rất dễ nhận thấy. Các nhà sản xuất bộ nhớ đang ghi nhận biên lợi nhuận kỷ lục, các nhà cung cấp bộ tăng tốc chuyển chi phí xuống các khâu sau, các nhà cung cấp hyperscaler hấp thụ một phần mức tăng và chuyển phần còn lại cho khách thuê đám mây, còn người tiêu dùng gánh phần dư thông qua laptop, điện thoại và card đồ họa, bởi GDDR7 cạnh tranh cho cùng các dây chuyền đóng gói tiên tiến. Những công ty hưởng lợi ở phía bên kia là các công ty giảm chính cường độ sử dụng bộ nhớ, thông qua lượng tử hóa tốt hơn, độ thưa, silicon suy luận rẻ hơn và hiệu quả phần mềm. Mỗi điểm phần trăm băng thông tiết kiệm được hiện có giá trị hơn so với hai năm trước.

Đối với bất kỳ ai theo dõi vấn đề này như một câu chuyện thị trường thay vì câu chuyện công nghệ, có một số chỉ báo đáng chú ý, và không chỉ báo nào trong số đó là lời khuyên đầu tư. Tiến triển về tỷ lệ đạt chuẩn HBM4 là yếu tố quan trọng nhất, với tỷ lệ được cho là đang tăng lên gần 80% trước khi Nvidia mở rộng Rubin. Mức giá chốt của các hợp đồng HBM năm 2027 sẽ định hình xu hướng cho toàn bộ chuỗi. Việc mức tăng DRAM 13% đến 18% dự kiến trong quý III trở thành đỉnh hay quý IV tăng tốc trở lại sẽ cho biết liệu tình trạng này đã đạt đỉnh hay chưa. Số ngày tồn kho tại Samsung và SK hynix, hiện dưới 10 ngày, là tín hiệu cảnh báo sớm rõ ràng nhất. Chênh lệch giữa giá giao ngay và giá hợp đồng là thước đo trung thực nhất về áp lực, bởi việc chênh lệch thu hẹp sẽ là dấu hiệu thực sự đầu tiên của sự giảm nhẹ. Và các thông báo chi tiêu vốn cho fab cũng quan trọng, bởi công suất được cam kết trong năm 2026 và 2027 là yếu tố thiết lập lại giá vào năm 2028.

Có một lập luận phản biện nghiêm túc đáng được đề cập, bởi luận điểm tăng giá dựa trên sự khan hiếm cũng là mầm mống cho sự đảo chiều của chính nó. Bộ nhớ là phần mang tính chu kỳ nhất trong chuỗi bán dẫn, và mỗi USD biên lợi nhuận hôm nay sẽ tài trợ cho công suất xuất hiện vào ngày mai. Nếu tăng trưởng chi tiêu vốn cho AI chậm lại dù chỉ vừa phải, một lượng lớn wafer mới sẽ được đưa vào sản xuất cùng lúc trong một thị trường được lên kế hoạch giữa lúc hoảng loạn. Quan điểm của Gartner rằng chưa có sự giảm nhẹ thực sự nào cho đến cuối năm 2027, cùng cảnh báo của SK hynix rằng tình trạng căng thẳng có thể kéo dài sau năm 2030, nằm ở một đầu của phổ quan điểm; mô hình lịch sử của các đợt bùng nổ bộ nhớ, trong đó sự điều chỉnh diễn ra nhanh và dữ dội, nằm ở đầu còn lại. Giữ cả hai khả năng trong tâm trí là lập trường duy nhất trung thực về mặt trí tuệ.

Vì vậy, đây là câu đáng ghi nhớ, được rút gọn về những điểm cốt lõi: Nguồn cung HBM bị giới hạn, nhu cầu chip AI tiếp tục tăng, và sự kết hợp đó đang đẩy cả chi phí sản xuất lẫn giá thị trường lên trên toàn bộ chuỗi phần cứng AI. Kết luận sâu hơn là quá trình xây dựng AI hiện bị giới hạn ít hơn bởi ý tưởng, và càng ít hơn nữa bởi thiết kế chip, mà bởi một linh kiện hầu hết mọi người chưa từng nghe đến cách đây ba năm. Chừng nào nhu cầu tính toán AI còn tăng nhanh hơn khả năng bổ sung vật lý các wafer bộ nhớ, sự khan hiếm đó sẽ tiếp tục xuất hiện trong giá của mọi thứ ở các khâu sau, từ bộ tăng tốc trung tâm dữ liệu đến những chiếc laptop trên kệ hàng. Bức tường bộ nhớ không còn là một phép ẩn dụ. Nó là một dòng chi phí.