#HBMShortageBoostsAIChipPrices

Tình trạng thiếu hụt HBM và chi phí chip AI gia tăng: Vì sao nút thắt thực sự nằm ở bộ nhớ
Khi nói về chi phí AI, mọi người thường bắt đầu với GPU. Đó là điểm bắt đầu sai. Năm 2026, thành phần đắt đỏ nhất và kém co giãn nhất bên trong một bộ tăng tốc AI không phải là die logic nằm ở giữa gói chip — mà là bộ nhớ xếp chồng bên 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 chuyển dịch đó thực sự đáng kinh ngạc.
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 mang tới 288GB HBM4 với băng thông trên 22 terabyte mỗi giây, còn MI450 của AMD thậm chí còn tiến xa hơn, lên tới 432GB. Không có loại bộ nhớ nào khác có thể sánh với sự kết hợp giữa dung lượng và băng thông này, và cũng không có loại nào có thể thay thế nó. Nếu một bộ tăng tốc không có HBM, nó sẽ không được xuất xưởng.
Vấn đề là không thể đơn giản đặt mua HBM khi nhu cầu tăng lên. Sản xuất HBM tiêu tốn diện tích wafer lớn gấp khoảng ba lần DRAM truyền thống cho cùng một lượng dữ liệu lưu trữ, và chi phí wafer HBM4 vào khoảng 7.000 đến 8.000 đô la, cao gấp ba đến bốn lần DRAM tiêu chuẩn. Mỗi thế hệ cũng có mức phí 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 cùng nhau họ kiểm soát khoảng 64% doanh thu DRAM toàn cầu. Một trong số đó đã bán hết toàn bộ công suất năm 2026 trước khi năm này 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% vào năm 2025. Mỗi wafer được 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 hụt bộ nhớ thông thường không phải là một tai nạn do nhu cầu; đó là sự phân bổ có chủ đích công suất khan hiếm sang sản phẩm có lợi nhuận cao nhất mà ngành từng sản xuất. Khi chuyển các dây chuyền tốt nhất, kỹ sư giỏi nhất và thiết bị mới nhất sang một sản phẩm, mọi thứ khác mặc nhiên sẽ trở nên khan hiếm hơn.
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%, và 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 tiếp tục ghi nhận mức tăng 58% đến 63% theo quý đối với 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 cùng lưu trữ tăng khoảng 130% vào cuối năm, không có dấu hiệu giảm nhẹ thực sự trước cuối năm 2027.
Bản thân HBM còn cực đoan hơn. Giá cung cấp HBM3E đã tăng gần 20% trước 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 mô-đun HBM3E 36GB thường được giao dịch theo các hợp đồng dài hạn trong khoảng 300 đến 400 đô la nay được báo giá gần 2.100 đô la trên thị trường giao ngay, mức chênh lệch cao gấp bốn đến năm lần. Các cuộc đàm phán hợp đồng HBM4 năm 2027, bắt đầu trong quý II/2026, được TrendForce dự đoán sẽ tạo ra mức tăng tính theo 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 cho thấy mức độ căng thẳng thực sự của thị trường. 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, rộng nhất kể từ năm 2011. Ngay cả với giả định 70% công suất mới được chuyển sang HBM, mức thiếu hụt HBM vẫn có thể dao động từ 50% đến 60%. Tồn kho cũng kể cùng một câu chuyện từ một góc nhìn khác. Samsung và SK hynix, hai công ty cùng kiểm soát khoảng 64% doanh thu DRAM toàn cầu, đã chứng kiến 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, lượng đệm được tính bằng số tuần ở mức hai chữ số mới được xem là lành mạnh.
Chi phí đó hiện đã xuất hiện trong giá hệ thống, không chỉ trong giá linh kiện. Nvidia đã tăng giá máy chủ AI hơn 15%, trực tiếp viện dẫn tình trạng khan hiếm bộ nhớ, và Intel cũng tăng giá CPU hơn 15%. Thời gian giao HBM4 và DRAM tiên tiến kéo dài từ 8 đến 10 tuần lên 20 đến 30 tuần, trong khi việc đặt hàng chỉ theo phân bổ trở thành thông lệ. Giá thuê đám mây phản ánh cùng áp lực đó, với một Nvidia B300 được cho thuê theo nhu cầu với giá khoảng 9 đô la 16 xu 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 đô la cách đây một năm nay được giao dịch quanh mức 392 đô la vào tháng 8/2026, và các công cụ theo dõi ghi nhận giá bộ nhớ gaming tăng khoảng 89%, trong khi một số linh kiện cụ thể tăng mạnh hơn nhiều. Giá niêm yết mô-đun DDR5 32GB của Samsung tăng từ 149 đô la lên 239 đô la, tương đương mức tăng 60%. IDC dự báo giá PC, máy tính bảng và điện thoại thông minh tăng 10% đến 20% vào cuối năm 2026, TrendForce ước tính chi phí sản xuất laptop phổ thông tăng gần 40%, dự báo sản lượng smartphone đã được điều chỉnh xuống mức giảm 7%, còn lượng xuất xưởng laptop 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 vô cùng quan trọng. Các chu kỳ bộ nhớ thông thường được điều chỉnh trong vòng 4 đến 8 quý vì công suất tạm ngừng sẽ hoạt động trở lại và giá giảm. Lần này khác biệt ở ba điểm. Các nhà máy mới mất 2 đến 3 năm để xây dựng và đạt chuẩn, nên nguồn cung không thể phản ứng trong khoảng thời gian nhu cầu đang tăng tốc. Quá trình chuyển từ HBM3E sang HBM4 tiêu tốn nhiều công suất hơn trên mỗi bit, vì số tầng cao hơn và việc đóng gói phức tạp hơn làm giảm sản lượng thực tế. Và cơ cấu khuyến khích chủ động giữ DRAM tiêu dùng ở trạng thái khan hiếm, bởi biên lợi nhuận HBM cao hơn nhiều so với biên lợi nhuận DDR5 hàng hóa. Tình trạng thiếu hụt do lựa chọn phân bổ tạo ra sẽ không tự giải quyết theo cách giống như tình trạng thiếu hụt do cú sốc nhu cầu bất ngờ.
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, điều thực sự quyết định số lượng bộ tăng tốc được sản xuất trong một năm nhất định là nguồn cung bộ nhớ, chứ không phải nguồn cung transistor. Đó là lý do giá chip AI ở mức độ 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 vẫn chuyển chi phí sang khách hàng: họ không thể tạo ra công suất vốn không tồn tại.
Theo dõi dòng tiền sẽ thấy mô hình rất rõ. 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 phía sau chuỗi, các nhà cung cấp đám mây quy mô lớn hấp thụ một phần mức tăng và chuyển phần còn lại cho khách thuê đám mây, còn người tiêu dùng gánh phần cuối thông qua laptop, điện thoại và card đồ họa, bởi GDDR7 cạnh tranh cùng các dây chuyền đóng gói tiên tiến. Những công ty hưởng lợi ở phía bên kia sẽ 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 lớn 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 vài chỉ báo đáng quan sát, 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 tăng tốc sản xuất Rubin. Mức chốt của các hợp đồng HBM năm 2027 sẽ định hình xu hướng cho toàn bộ chuỗi. Việc mức tăng DRAM 13% đến 18% trong quý III được dự báo có trở thành đỉnh hay quý IV tăng tốc trở lại sẽ cho biết liệu tình trạng này có đang đạt đỉnh hay không. 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 mức độ căng thẳng, bởi việc chênh lệch thu hẹp sẽ là dấu hiệu thực sự đầu tiên của sự nhẹ nhõm. Và các thông báo chi tiêu vốn cho nhà máy rất quan trọng, bởi công suất được cam kết trong năm 2026 và 2027 sẽ thiết lập lại giá vào năm 2028.
Có một lập luận phản biện nghiêm túc đáng được đề cập, bởi luận điểm lạc quan về sự khan hiếm cũng chính là mầm mống cho sự đảo chiều của nó. Bộ nhớ là phần mang tính chu kỳ nhất trong chuỗi bán dẫn, và mỗi đô la biên lợi nhuận hôm nay sẽ tài trợ cho công suất xuất hiện vào ngày mai. Nếu tăng trưởng chi tiêu vốn cho AI giảm tốc dù chỉ vừa phải, một lượng lớn wafer mới sẽ được khởi động cùng lúc trong một thị trường được hoạch định giữa lúc hoảng loạn. Quan điểm của Gartner rằng sẽ không có sự nhẹ nhõm thực sự cho đến cuối năm 2027, cùng cảnh báo của SK hynix rằng tình trạng khan hiếm có thể kéo dài qua năm 2030, nằm ở một đầu của phổ; mô hình lịch sử của các đợt bùng nổ bộ nhớ, khi sự điều chỉnh diễn ra nhanh và dữ dội, nằm ở đầu kia. Giữ cả hai khả năng trong tâm trí là lập trường trung thực duy nhất 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 hạn chế ít hơn bởi ý tưởng, và càng ít hơn nữa bởi thiết kế chip, mà bởi một linh kiện mà hầu hết mọi người chưa từng nghe đến cách đây ba năm. Chừng nào nhu cầu năng lực tính toán AI còn tăng nhanh hơn khả năng bổ sung wafer bộ nhớ về mặt vật lý, tình trạng khan hiếm đó sẽ tiếp tục xuất hiện trong giá của mọi thứ ở hạ nguồn, từ bộ tăng tốc trung tâm dữ liệu đến những chiếc laptop nằm trên kệ cửa hàng. Bức tường bộ nhớ không còn là một phép ẩn dụ. Nó là một khoản mục chi phí.