Дефицит HBM для ИИ: почему Samsung и SK Hynix не спасут рынок быстро

По состоянию на 29 июня 2026 года дефицит HBM для ИИ уже нельзя объяснять только очередями за ускорителями Nvidia. Южная Корея объявила крупный пакет проектов вокруг полупроводников, AI-роботов и дата-центров, а Samsung Electronics и SK Hynix стали центральными участниками новой производственной части плана.

HBM, или High Bandwidth Memory, - это многослойная высокоскоростная память рядом с AI-ускорителем. Без неё GPU быстрее ждёт данные, чем считает. Поэтому новости о фабриках памяти важны не только инвесторам Samsung и SK Hynix, но и тем, кто строит LLM-инфраструктуру, покупает серверы, считает стоимость инференса или пытается понять, почему железо для ИИ не дешевеет.

Главное в анонсе не рекордная сумма, с которой источники обращаются по-разному, а лаг между инвестиционным решением и реальным предложением на рынке. Даже если деньги выделены сейчас, HBM не появляется в стойках через квартал: нужны площадки, чистые комнаты, упаковка, вода, энергия, оборудование, квалифицированные инженеры и долгий выход на проектную мощность.

Что именно объявила Южная Корея

Официальная страница Министерства торговли, промышленности и энергетики Южной Кореи описывает программу как «три мегапроекта»: полупроводники, physical AI и AI-датацентры. В полупроводниковой части заявлены четыре фабрики в юго-западном регионе на 800 трлн вон, упаковочный кластер в регионе Чхунчхон на 81 трлн вон и более 30 трлн вон на перспективные чипы в течение 15 лет.

AP передаёт ту же базовую цифру по фабрикам иначе: Samsung и SK Hynix вместе инвестируют 800 трлн вон, или около $518 млрд, чтобы построить новый производственный хаб в юго-западной части страны. По данным AP, каждая компания построит по две фабрики, а Samsung рассматривает Кванджу как место для своих новых мощностей.

Financial Times и The Decoder считают более широкий пакет почти в $600 млрд: туда попадают не только четыре фабрики, но и упаковка, и следующая волна чипов. Поэтому в заголовок лучше не выносить «$590 млрд» как единый факт. Корректнее говорить: Южная Корея и два крупнейших производителя памяти запускают многолетнее расширение мощностей, которое должно поддержать спрос со стороны AI-датацентров.

Почему HBM стала узким местом

Большая модель упирается не только в количество операций. Её нужно постоянно кормить данными: весами, активациями, KV cache, промежуточными состояниями. Чем крупнее модель и чем длиннее контекст, тем заметнее стоимость передачи данных между памятью и вычислителем.

HBM решает эту задачу архитектурно: несколько слоёв DRAM ставятся вертикально и соединяются через TSV, а модуль располагается близко к ускорителю. Получается высокая пропускная способность при компактном физическом следе. В сервере для обучения или инференса это не декоративная деталь, а один из факторов, который определяет, сколько токенов система сможет обработать за секунду и сколько энергии она на это потратит.

Мы отдельно разбирали техническую сторону в материале про то, почему AI-инференс упирается в память. Здесь важен рыночный вывод: когда спрос на HBM растёт быстрее, чем производство и упаковка, дефицит начинает давить не только на ускорители, но и на серверную DRAM, NAND и конечную стоимость AI-инфраструктуры.

HBM, DRAM и NAND: что не стоит смешивать

В новостях о памяти всё часто сваливается в одно слово RAM. Для рынка ИИ это слишком грубо: разные типы памяти ограничивают разные части инфраструктуры.

Samsung и SK Hynix сильны во всех этих сегментах, но HBM сейчас даёт им стратегическое преимущество: это память, без которой дорогой AI-ускоритель не раскрывает производительность. AP пишет, что вместе Samsung и SK Hynix выпускают около двух третей мировой памяти. В HBM рынок ещё уже: SK Hynix, Samsung и Micron образуют фактическую тройку поставщиков, а спрос со стороны Nvidia, Google, облачных провайдеров и производителей ASIC конкурирует за будущие партии заранее.

Почему фабрики не решают дефицит быстро

У SK Hynix уже есть свежий пример, который хорошо показывает масштаб сроков. Председатель компании Чхве Тхэ Вон, по данным AP, сказал на анонсе, что создание крупного кластера в провинции Кёнгидо заняло девять лет. Новые юго-западные фабрики тоже потребуют больших площадок, энергии, воды и кадров.

Министерство отдельно описывает инфраструктурный слой: для юго-западного кластера предполагается использовать возобновляемую энергетику, АЭС и разные источники промышленной воды, включая многоцелевые плотины и воду для энергетики. Для AI-датацентров в программе фигурирует инфраструктура до 18,4 ГВт, включая первый этап на 8,4 ГВт к 2029 году. Эти цифры важны: память для ИИ конкурирует за те же ограничения, что и сами дата-центры - электричество, землю и воду.

Отсюда и осторожность рынка. Новая фабрика - это не просто здание. Сначала строится чистая комната, затем завозится оборудование, настраиваются линии, отлаживается выход годных кристаллов, после этого продукция проходит квалификацию у покупателей. Для HBM добавляется упаковка: стеки нужно собрать, протестировать и связать с конкретными ускорителями. Ускорить весь этот путь можно, но не до скорости квартального отчёта.

Что происходит с ценами

В кратком пересказе The Decoder ссылается на Jefferies Equity Research: по этой оценке цены на память могут вырасти на 40-50% в третьем квартале 2026 года, ещё на 30-40% в четвёртом квартале и продолжить расти в 2027 году. TechRadar пересказывает тот же прогноз и прямо отмечает, что он выглядит агрессивным.

Такую цифру нельзя подавать как гарантированный сценарий. Это инвестиционная оценка, а не расписание ценников. Но сама логика понятна: облака и AI-компании заранее резервируют поставки, производители переориентируют часть мощностей на HBM, а обычная DRAM и NAND получают вторичный удар. Если новые мощности начнут заметно выходить только в 2027-2028 годах, рынок может жить в режиме жёсткого дефицита дольше, чем привыкли покупатели серверов.

Этот сюжет уже виден и в ценах на ускорители. В отдельном разборе мы писали, почему NVIDIA H100 остаётся дорогим спустя годы после запуска. Память добавляет к этой истории второй слой: даже если GPU-чип доступен, HBM и упаковка могут стать тем самым компонентом, который держит цену всей системы.

Что это значит для AI-команд

Для разработчика или менеджера AI-продукта новость звучит далеко от повседневной работы, но последствия вполне прикладные. Если HBM и серверная память дорожают, то дорожают обучение, инференс, аренда GPU, выделенные кластеры и enterprise-контракты на AI-инфраструктуру. Чем больше контекст, мультимодальность и агентные сценарии, тем сильнее нагрузка на память.

Дешёвый ИИ не закончится завтра утром, но цена токена всё сильнее зависит не только от алгоритмов сжатия и оптимизации обслуживания инференса. Она зависит от того, как быстро Samsung, SK Hynix, Micron, TSMC, поставщики упаковки, энергетики и правительства смогут расширить физическую базу. Мы уже разбирали более широкий контекст в статье про дефицит вычислительных мощностей для ИИ; HBM - один из самых жёстких элементов этой цепочки.

Для компаний практический вывод простой: планировать AI-инфраструктуру по ценам прошлого года рискованно. В бюджетах стоит отдельно учитывать память, доступность HBM-систем, срок поставки серверов и возможность переносить часть нагрузок на более экономичные модели, кэширование, distillation и RAG вместо грубого роста контекста.

Что будет дальше

Сильный спрос на HBM не отменяет цикличность памяти. Если AI-капзатраты замедлятся, рынок может быстро перейти от дефицита к избытку, особенно после запуска новых фабрик. FT уже отмечает риск перепроизводства, если спрос на ИИ перестанет расти прежними темпами. Поэтому называть текущий цикл «вечным дефицитом» нельзя.

Но на ближайшую перспективу проблема выглядит физической, а не маркетинговой. Производители могут объявлять сотни триллионов вон инвестиций, но HBM остаётся продуктом с длинным производственным хвостом. Южнокорейский план важен именно потому, что признаёт этот хвост: стране нужны не только фабрики, но и упаковка, энергия, вода, дороги, кадры и дата-центры.

Для читателя Toolarium главный вывод такой: дефицит HBM для ИИ - это не узкая новость про корейский фондовый рынок. Это одна из причин, почему стоимость AI-инфраструктуры может оставаться высокой даже при улучшении моделей и софта. Пока память не масштабируется так же быстро, как спрос на вычисления, экономия на алгоритмах будет постоянно сталкиваться с ограничением в железе.

FAQ

Что такое HBM-память и почему она важна для ИИ?

HBM, или High Bandwidth Memory, - это многослойная память с высокой пропускной способностью, расположенная рядом с AI-ускорителем. Она помогает GPU и ASIC быстрее получать данные, что критично для обучения и инференса больших моделей.

Почему новые фабрики Samsung и SK Hynix не решат дефицит сразу?

Полупроводниковая фабрика требует лет строительства, настройки чистых комнат, поставки оборудования, квалификации процессов и выхода на стабильный выпуск. Для HBM добавляется сложная упаковка и тестирование стеков памяти под конкретные ускорители.

Чем HBM отличается от DRAM и NAND?

HBM - специализированная высокоскоростная память для ускорителей. DRAM - оперативная память для серверов, ПК и устройств. NAND - флеш-память для SSD и хранилищ. В AI-инфраструктуре важны все три, но HBM ближе всего к производительности самих ускорителей.

Почему дефицит памяти может влиять на цены AI-сервисов?

AI-сервисы платят за серверы, ускорители, память, хранение данных, электричество и аренду дата-центров. Если HBM, DRAM и NAND дорожают, растёт стоимость инфраструктуры, а значит и давление на цены API, подписок и enterprise-контрактов.

Источники

• Министерство торговли, промышленности и энергетики Южной Кореи: «три мегапроекта», 29 июня 2026 года
• AP: South Korean tech giants to build a $518 billion chipmaking hub
• Financial Times: Samsung and SK Hynix plan $600bn chipmaking expansion
• The Decoder: Samsung and SK Hynix plan $590 billion chip investment
• TechRadar: разбор прогноза Jefferies по ценам памяти
• Samsung Semiconductor: HBM-PIM и роль памяти в AI/HPC