Cała teza o Micron sprowadza się do jednej liczby

Większość inwestorów zakłada, że Micron (NASDAQ: MU) musi sprzedawać pamięć do serwerów zasilających sztuczną inteligencję, aby utrzymać wzrost. To brzmi logicznie: boom AI uruchomił falę wydatków na centra danych, a firmy technologiczne budują infrastrukturę do trenowania i obsługi coraz potężniejszych modeli.

Można jednak dojść do wniosku, że obserwowanie sprzedaży chipów AI nie musi być właściwym punktem odniesienia. Zamiast tego warto patrzeć na inny wskaźnik: ile pamięci inżynierowie „upychają” w każdym układzie. Różnica może wydawać się drobna, ale może stanowić jedną z najbardziej pomijanych dźwigni w całej historii inwestycji w AI.

Co jest „jedną liczbą”, którą trzeba śledzić

Najczęściej analizuje się sprzedaż GPU. Taki tok rozumowania jest prosty: większe wydatki na AI oznaczają więcej GPU, a to przekłada się na większe zapotrzebowanie na pamięć.

Tymczasem pojawił się drugi, mniej zauważalny trend. Każda nowa generacja sprzętu AI wymaga istotnie większej ilości pamięci niż poprzednia.

Widać to na przykładach:

• Akcelerator Nvidia H100 miał około 80 GB pamięci o wysokiej przepustowości (HBM).
• Nvidia H200 zwiększyła ten poziom do około 141 GB.
• Najnowsze układy Blackwell podniosły pojemność pamięci do ok. 192 GB.

Znaczenie mają nie tyle pojedyncze wartości, ile kierunek: każda kolejna generacja wymaga więcej pamięci niż poprzednia. Ten trend może tworzyć dla Micron dodatkowy impuls do wzrostu.

Dlaczego AI nadal domaga się większej pamięci

Dobrą analogią do systemu AI jest kuchnia w trakcie dużego ruchu.

GPU pełni rolę szefa kuchni, a pamięć jest jak blat roboczy. Im większy blat, tym więcej składników można obrabiać jednocześnie. Gdy blat jest mniejszy, szef kuchni musi przerywać pracę i reorganizować wszystko od nowa.

Systemy AI stoją przed podobnym problemem. Gdy modele stają się większe i bardziej złożone, potrzebują jednoczesnego dostępu do większej ilości informacji. Dodatkowo modele do rozumowania wykonują dziś więcej kroków obliczeniowych, zanim w ogóle wygenerują odpowiedź. Jednocześnie aplikacje przetwarzają równolegle różne typy danych — tekst, obrazy, audio i wideo.

Wszystko to zwiększa zapotrzebowanie na pamięć. W efekcie pamięć zyskuje większe znaczenie dla wydajności systemów AI niż jeszcze kilka lat temu.

Ukryty czynnik wzrostu Micron

To właśnie tu teza inwestycyjna zaczyna się robić ciekawsza. Wielu inwestorów wiąże przyszłość Micronu bezpośrednio z tempem rozbudowy serwerów pod AI: jeśli wydatki na AI zwalniają, Micron też zwalnia.

Problem w tym, że rzeczywistość może wyglądać inaczej. Wyobraźmy sobie świat, w którym wzrost rynku serwerów dla AI w pewnym momencie zaczyna się stabilizować. Dla firm dostarczających infrastrukturę AI byłoby to postrzegane jako negatywny scenariusz.

Micron mógłby jednak nadal generować istotny wzrost, jeśli kolejne generacje sprzętu będą wymagały znacząco większej ilości pamięci. Innymi słowy: spółka nie musi utrzymywać tempa wzrostu opartego wyłącznie na liczbie sprzedawanych chipów w długim okresie — wystarczy, że rosnąć będzie ilość pamięci „na chip”.

Jakie ryzyka inwestorzy powinni brać pod uwagę

Samo zwiększanie zawartości pamięci nie gwarantuje sukcesu. Pamięć historycznie bywa jedną z bardziej cyklicznych branż w technologii: gdy popyt rośnie, producenci budują zdolności wytwórcze, po czym podaż dogania oczekiwania, co zwykle prowadzi do spadku cen i kurczących się marż.

To cykliczne zjawisko branża powtarzała wielokrotnie w kolejnych dekadach.

Kluczowe pytanie brzmi więc, czy HBM — pamięć specjalnie zaprojektowana pod centra danych AI — zmieni reguły gry. Jeśli HBM będzie trudna w produkcji i coraz bardziej krytyczna dla wydajności systemów AI, Micron może dostarczać lepsze wyniki niż w poprzednich cyklach pamięci. Jeśli jednak HBM stanie się kolejnym produktem o charakterze „towarowym”, historia może się powtórzyć.

Co to oznacza dla inwestorów

Inwestorzy często pytają, ile chipów AI sprzedadzą takie firmy jak Nvidia w kolejnym roku. Posługując się tym podejściem, inwestorzy w Micron powinni postawić inne pytanie: ile pamięci potrzebują te układy.

Na razie odpowiedź wygląda prosto: więcej — i potem jeszcze więcej, i znów więcej. Jeśli ten trend utrzyma się w kolejnych kwartałach, Micron może korzystać z mocnej dźwigni wzrostu, którą wielu inwestorów wciąż pomija. W dłuższej perspektywie przyszłość spółki może zależeć mniej od liczby sprzedawanych chipów AI, a bardziej od tego, ile pamięci te układy będą wymagały.