#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 của AI, cuộc thảo luận thường bắt đầu từ GPU. Đó là điểm bắt đầu sai lầm. Năm 2026, thành phần đắt đỏ nhất và khó mở rộng nguồn cung nhất bên trong một bộ tăng tốc AI không phải là khuôn logic nằm ở giữa gói chip — mà là bộ nhớ được xếp chồng lên trên nó. Bộ nhớ băng thông cao, hay HBM, đã chuyển từ một chú thích kỹ thuật thành hạn chế 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 khuôn DRAM được xếp chồng theo chiều dọc và kết nối bằng các đường xuyên silicon, nhờ đó nó 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 đi xa hơn, lên tới 432GB. Không 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 khác có thể thay thế nó. Một bộ tăng tốc không có HBM thì không thể xuất xưởng.
Vấn đề là HBM không thể đơn giản được đặt mua ngay khi nhu cầu tăng lên. Sản xuất HBM tiêu tốn diện tích wafer lớn gấp khoảng ba lần DRAM thông thường để lưu trữ cùng một lượng dữ liệu, và chi phí wafer HBM4 vào khoảng 7 đến 8 nghìn đô la Mỹ, cao gấp ba đến bốn lần DRAM tiêu chuẩn. Mỗi thế hệ cũng có mức chênh giá cao hơn thế hệ trước, được TrendForce ước tính trên 30%, vì 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 trên thị trường này, và cùng nhau 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 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% 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. Do đó, tình trạng thiếu bộ nhớ thông thường không phải là tai nạn do nhu cầu; đó là sự phân bổ lại có chủ đích công suất khan hiếm cho 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 mặc nhiên sẽ trở nên khan hiếm hơn.
Dữ liệu giá là nơi vấn đề này không còn trừu tượng. Trong quý I/2026, TrendForce đã điều chỉnh dự báo giá hợp đồng DRAM thông thường từ mức tăng vốn đã rất mạnh 55% đến 60% so với quý trước lên 90% đến 95%, và một số dự báo DRAM cho PC lên tới 105% đến 110% chỉ trong một quý, về thực chất 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% so với quý trước của giá hợp đồng DRAM thông thường, 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, 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 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 vốn thường được giao dịch theo hợp đồng dài hạn trong khoảng 300 đến 400 đô la Mỹ hiện được báo giá gần 2.100 đô la Mỹ trên thị trường giao ngay, cao gấp bốn đến năm 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 đến mức nào. Khoảng thiếu hụt 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%. Hàng tồn kho cũng kể cùng một câu chuyện dưới một góc nhìn khác. Samsung và SK hynix, cùng kiểm soát khoảng 64% doanh thu DRAM toàn cầu, đã chứng kiến lượng bộ nhớ thành phẩm tồn kho giảm xuống dưới 10 ngày cung ứng vào đầu tháng 9/2026. Mười ngày. Trong một chu kỳ bình thường, mức dự phòng tính bằng số tuần có hai chữ số được xem là lành mạnh.
Chi phí đó hiện đã xuất hiện trong giá hệ thống, chứ không chỉ ở linh kiện. Nvidia đã tăng giá máy chủ AI hơn 15%, công khai viện dẫn tình trạng thiếu 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 đó việc đặt hàng chỉ theo phân bổ trở thành bình thường. Giá thuê trên đám mây cũng phản ánh áp lực tương tự, với một Nvidia B300 được cho thuê theo nhu cầu với giá khoảng 9,16 đô la Mỹ mỗi giờ, con số thực sự quan trọng đối với các startup và nhà nghiên cứu 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 Mỹ một năm trước hiện được giao dịch quanh mức 392 đô la Mỹ vào tháng 8/2026, trong khi các công cụ theo dõi cho biết giá bộ nhớ chơi game tăng khoảng 89%, với mức tăng cao hơn nhiều ở một số linh kiện cụ thể. Giá niêm yết mô-đun DDR5 32GB của Samsung tăng từ 149 đô la Mỹ lên 239 đô la Mỹ, 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 điện thoại thông minh đã bị cắt giảm xuống mức giảm 7%, và 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 thông số, với 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 chứ không phải chu kỳ, và sự khác biệt đó cực kỳ quan trọng. Các chu kỳ bộ nhớ thông thường được điều chỉnh trong vòng 4 đến 8 quý vì công suất tạm dừng sẽ hoạt động trở lại và giá giảm. Lần này khác biệt ở ba điểm. Các nhà máy mới cần 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 lớp cao hơn và việc đóng gói phức tạp hơn làm giảm sản lượng hiệu dụng. Và cơ cấu khuyến khích chủ động giữ DRAM tiêu dùng ở trạng thái khan hiếm, vì biên lợi nhuận HBM cao hơn nhiều so với DDR5 hàng hóa. Tình trạng thiếu hụt được tạo ra bởi lựa chọn phân bổ sẽ không tự giải quyết theo cách của tình trạng thiếu hụt do một cú sốc nhu cầu 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 bóng bán dẫn. Đó là lý do giá chip AI, ở mức độ lớn, chính là giá bộ nhớ được ngụy trang. Điều này cũng giải thích vì sao những 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 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 dịch vụ đám mây quy mô siêu lớn hấp thụ một phần mức tăng và chuyển phần còn lại cho khách thuê đám mây, còn người tiêu dùng gánh phần dư qua laptop, điện thoại và card đồ họa, vì GDDR7 cạnh tranh để sử dụng 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 đáng giá hơn so với hai năm trước.
Đối với bất kỳ ai theo dõi câu chuyện này như một câu chuyện thị trường thay vì 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 thành phẩm 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% trong quý III là 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 áp lực, vì 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 nhà máy rất quan trọng, vì 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 xem xét, vì chính luận điểm lạc quan về sự khan hiếm cũng 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 Mỹ 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 công suất wafer mới sẽ được đưa vào hoạt động 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 kia. Giữ cả hai khả năng trong đầu 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 yếu: 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 tăng 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 thậm chí còn ít hơn bởi thiết kế chip, mà bởi một linh kiện cách đây ba năm hầu như chưa ai từng nghe đến. 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 thể hiện trong giá của mọi thứ ở các khâu sau, từ bộ tăng tốc trung tâm dữ liệu đến những chiếc laptop nằm trên kệ hàng. Bức tường bộ nhớ không còn là một phép ẩn dụ. Nó là một khoản mục chi phí.