ผู้ผลิตหน่วยความจำเร่งหาสมดุลระหว่างขยายกำลังผลิตและรับมือความต้องการ DRAM จากกระแส AI
อุตสาหกรรมหน่วยความจำกำลังเผชิญแรงกดดันครั้งใหญ่จากความต้องการ DRAM ที่เพิ่มขึ้นอย่างรวดเร็ว โดยเฉพาะจากการเติบโตของ AI Data Center และผู้พัฒนา AI Accelerator รายใหญ่ทั่วโลก
ผู้ผลิตหน่วยความจำรายสำคัญอย่าง Samsung, SK hynix และ Micron กำลังพยายามหาจุดสมดุลระหว่างการเพิ่มกำลังการผลิต เพื่อรองรับดีมานด์ที่พุ่งสูง กับการควบคุมความเสี่ยงจากการลงทุนขยายโรงงานในระยะยาว
Chey Tae-won ประธาน SK Group ซึ่งดูแล SK hynix เปิดเผยว่า หากผู้ผลิตหน่วยความจำไม่สามารถเพิ่มซัพพลายได้เพียงพอ ลูกค้าอาจเริ่มหันไปพัฒนาเทคนิคเพิ่มประสิทธิภาพซอฟต์แวร์และโครงสร้างพื้นฐาน เพื่อลดการใช้หน่วยความจำแทน
ปัจจุบันบริษัทกลุ่ม Hyperscaler และผู้ผลิตชิป AI อย่าง AMD, NVIDIA และรายอื่น ๆ กำลังเร่งกักตุนหน่วยความจำจำนวนมาก เพื่อรองรับการขยาย Data Center สำหรับ AI
การฝึกโมเดล AI ขนาดใหญ่และการให้บริการ Inference ในปัจจุบันต้องใช้หน่วยความจำมหาศาล โดยโมเดลขนาดใหญ่ระดับหลายล้านล้านพารามิเตอร์ อาจต้องใช้หน่วยความจำระดับหลายร้อย GB เพียงเพื่อให้บริการผู้ใช้งานจำนวนไม่มาก
สถานการณ์ดังกล่าวส่งผลให้ผู้ผลิต DRAM สามารถขายสินค้าล่วงหน้าได้หลายเดือน แต่ยังคงระมัดระวังต่อการขยายกำลังผลิตเพิ่มเติม แม้จะมองเห็นแนวโน้มดีมานด์เพิ่มขึ้นมานานแล้ว
เหตุผลหลักคือการสร้างโรงงานผลิต DRAM ใหม่ต้องใช้เวลาหลายปี รวมถึงต้องลงทุนมหาศาล ขณะที่ดีมานด์อาจเริ่มกลับสู่ภาวะปกติเมื่อโรงงานใหม่พร้อมใช้งาน
รายงานระบุว่า SK hynix ได้สั่งซื้อเครื่องจักร Low-NA EUV จาก ASML ราว 20 เครื่อง เพื่อรองรับแผนขยายกำลังการผลิตในอนาคต รวมถึงการผลิตหน่วยความจำและสตอเรจรุ่นใหม่
อย่างไรก็ตาม กำลังการผลิตเพิ่มเติมเหล่านี้ยังต้องใช้เวลาอีกหลายปีกว่าจะเริ่มดำเนินงานจริง ทำให้ตลาด DRAM มีแนวโน้มตึงตัวต่อเนื่องในระยะสั้นถึงกลาง
ในอีกด้านหนึ่ง ลูกค้าเริ่มนำเทคนิค Optimization มาใช้มากขึ้น เช่น การลด Precision ของข้อมูล และปรับปรุงซอฟต์แวร์ให้ใช้หน่วยความจำได้มีประสิทธิภาพกว่าเดิม เพื่อลดภาระด้านต้นทุน
อย่างไรก็ตาม หลักการพื้นฐานของอุตสาหกรรมคอมพิวเตอร์ชี้ว่า เมื่อฮาร์ดแวร์มีประสิทธิภาพมากขึ้น ซอฟต์แวร์ก็มักปรับตัวเพื่อใช้ทรัพยากรเพิ่มเติมตามไปด้วย
ดังนั้น แม้จะมีการปรับปรุงประสิทธิภาพการใช้หน่วยความจำ แต่การเติบโตของ AI และการใช้งานโมเดลที่ซับซ้อนขึ้น อาจยังคงผลักดันความต้องการ DRAM ให้เพิ่มขึ้นต่อไปในอนาคต
ที่มา: TechPowerUp
