30 июня 2026 года: биткоин торгуется в узком диапазоне около 60 000 $, а ethereum держится на уровне примерно 1 600 $. После продолжительной коррекции в течение июня краткосрочные медведи продолжают доминировать на крипторынке. Однако, пока криптоактивы переживают период «garbage time», другой сектор демонстрирует беспрецедентный взрывной рост — производство полупроводниковой памяти.
Весенний отчет World Semiconductor Trade Statistics (WSTS) за 2026 год резко повысил прогнозы роста отрасли: мировой рынок полупроводников может превысить 1,51 трлн $ в 2026 году, что на 90% больше по сравнению с прошлым годом. Ожидается, что сегмент памяти вырастет на 250% и достигнет 800 млрд $. Впервые объем выпуска памяти превзойдет производство пластин, став главным драйвером роста в полупроводниках.
В центре этой революции памяти находится HBM (High Bandwidth Memory, память с высокой пропускной способностью). Ожидается, что рынок HBM вырастет на 58% в 2026 году, достигнет 54,6 млрд $ и составит почти 40% рынка DRAM. В чем отличие HBM от DRAM? Почему модели искусственного интеллекта так зависят от HBM?
HBM и DRAM: одни корни, разные пути
HBM и DRAM основаны на одной и той же базовой технологии хранения — динамической памяти с произвольным доступом. Однако их технологические подходы, архитектура и области применения значительно различаются.
Традиционный DRAM реализует стратегию «горизонтального расширения». Представленный DDR4 и DDR5, обычный DRAM использует плоскую архитектуру. Рост производительности достигается за счет совершенствования технологического процесса (например, переход с 20 нм на 2 нм) и архитектурных улучшений (например, увеличение ширины предварительной выборки в DDR5). Основная логика — постоянное уменьшение размера транзисторов и повышение частоты в двухмерной плоскости. Но этот подход приближается к физическим ограничениям: процессы ниже 2 нм сталкиваются с эффектом туннелирования, и дальнейшее миниатюризация уже не способна удовлетворить экспоненциальный спрос AI на пропускную способность памяти.
HBM использует «вертикальное наслоение» для преодоления этих ограничений. HBM строится на 3D-структуре, применяя технологию TSV (Through-Silicon Via), чтобы вертикально складывать несколько кристаллов DRAM, формируя кубическую структуру. В кристаллах DRAM сверлятся тысячи микроскопических отверстий, соединяющих слои вертикальными электродами. В основании находится логический блок управления DRAM, отвечающий за синхронизацию и контроль стека. Такая «башенная» архитектура позволяет HBM достигать чрезвычайно высокой плотности пропускной способности при компактных физических размерах.
Разрыв между поколениями HBM и DRAM очевиден по ключевым показателям:
Пропускная способность: Обычный DRAM (например, DDR5) обеспечивает 50–100 ГБ/с, тогда как один стек HBM3E достигает 1,2 ТБ/с. Следующее поколение HBM4 ожидается с пропускной способностью более 2,0 ТБ/с. HBM обеспечивает более чем десятикратное преимущество по пропускной способности по сравнению с обычным DRAM.
Энергоэффективность: HBM может работать при энергопотреблении менее 5 пДж/бит против 10–15 пДж/бит у традиционного DRAM. В дата-центрах с тысячами параллельно работающих GPU эта разница превращается в десятки миллионов долларов ежегодных расходов на электроэнергию.
Задержка: Плоский DRAM обеспечивает задержку около 10 нс, а увеличение числа слоев в HBM приводит к задержке примерно 100 нс. Однако при обучении и инференсе AI throughput (пропускная способность) важнее задержки одного доступа — критично быстро обрабатывать огромные параметры, а не ускорять отдельные обращения.
Стоимость: Производство HBM значительно дороже традиционного DRAM. Хотя стоимость HBM4 на гигабит на 30% ниже, чем у HBM3, она все равно в 3–5 раз выше, чем у DDR5 аналогичной емкости. HBM потребляет в 4–5 раз больше объема пластин, а технология TSV заметно снижает плотность битов относительно DDR. Например, DDR4 D1z от SK Hynix имеет плотность 0,296 Гб/мм², что на 85% выше, чем у HBM3 (0,16 Гб/мм²). Дополнительная площадь для TSV и сложного наслоения/упаковки — главная причина высокой стоимости HBM.
Итак: традиционный DRAM нацелен на «достаточную доступность», а HBM — на «максимальную пропускную способность». Это противостояние технологий, где одни ставят на стоимость, а другие — на скорость.
Кризис «memory wall»: почему AI-модели нуждаются в HBM
Зависимость AI от HBM обусловлена фундаментальным ограничением — «memory wall».
За последние 20 лет вычислительная мощность GPU выросла в 60 000 раз, а пропускная способность DRAM — только в 100 раз. Скорость вычислений опережает скорость подачи данных — как сверхмощный гоночный автомобиль с топливопроводом, оставшимся на уровне двадцатилетней давности. GPU — это двигатель, HBM — система подачи топлива. Если подача топлива не успевает, даже самый мощный мотор будет работать впустую.
Большие языковые модели усиливают этот конфликт. AI-модели не просто извлекают статическую информацию — они постоянно поддерживают «рабочее состояние», включающее контекстные окна, KV-кэш, промежуточные активации и маршрутизацию. Все это должно быть доступно в реальном времени с минимальной задержкой. При обработке полной последовательности токенов модель непрерывно обращается к контексту и обновляет его — даже небольшое увеличение задержки памяти снижает throughput, замедляет ответы или вынуждает операторов увеличивать аппаратные ресурсы.
Фаза обучения: Модели с триллионом параметров многократно проходят огромные датасеты, и каждый проход включает массивные чтения и обновления параметров. Пропускная способность HBM в терабайтах в секунду решающим образом сокращает время обучения.
Фаза инференса: С ростом мультимодальных моделей и AI-агентов резко увеличивается число вызовов токенов. Узкое место инференса — не «скорость вычислений», а «скорость подачи данных». В конце этой цепочки стоит HBM.
В целом, AI работает на многоуровневой архитектуре памяти: HBM обеспечивает ускорители данными, DRAM хранит оперативное состояние и память диалогов, NAND-SSD — постоянное хранение датасетов, эмбеддингов, индексов поиска, логов и чекпоинтов. HBM находится ближе всех к вычислительному ядру, обслуживая самые частые и критичные задачи подачи данных — эту роль не может заменить ни один другой тип памяти.
Поэтому все ведущие AI-ускорители для генеративного обучения и инференса используют HBM. HBM — не «опциональный аксессуар» для AI, а «кислородный баллон», определяющий максимальную скорость развития AI.
Дисбаланс спроса и предложения: годы структурного дефицита
Спрос на HBM жесткий, а предложение — «заблокировано».
Сторона спроса: Мировые инвестиции в AI-инфраструктуру достигнут 450 млрд $ в 2026 году, а доля инференса впервые превысит 70%, стимулируя спрос на GPU, HBM и высокоскоростные сетевые чипы. Рост спроса на HBM в 2026 году обусловлен в первую очередь модернизацией AI-ASIC, объем HBM на один AI-чип увеличивается с 96 ГБ/192 ГБ до 216 ГБ/288 ГБ. Платформа Rubin от NVIDIA сохраняет прежний объем HBM на GPU, но увеличение поставок повышает общий спрос. Девять крупнейших мировых облачных провайдеров планируют потратить около 830 млрд $ в 2026 году — рост на 79% год к году.
Сторона предложения: Несмотря на то, что Samsung, SK Hynix и Micron выделяют 70% новых и регулируемых мощностей под HBM, дефицит HBM сохраняется на уровне 50–60%. К первому кварталу 2026 года весь объем HBM у «большой тройки» распродан. По данным SemiAnalysis, в 2026 году предложение DRAM будет на 7% ниже спроса, HBM — на 6% ниже, а в 2027 году разрыв увеличится до 9%.
Ключевой момент — жесткость предложения. Даже если три ведущих производителя начнут расширение сейчас, физические ограничения TSV-процессов, yield advanced packaging и сроки поставки оборудования означают, что новые мощности появятся не раньше 2028–2029 годов. Международные инвестиционные банки сходятся во мнении, что структурный дефицит HBM сохранится как минимум до 2028 года. Генеральный директор NVIDIA Дженсен Хуанг говорит прямо: глобальный дефицит HBM — «не краткосрочная рыночная флуктуация, а структурная дилемма отрасли, которая продлится несколько лет».
Цены: Samsung и SK Hynix повысили цены на поставки HBM3E в 2026 году почти на 20%. Стартовые контрактные цены на 12-слойный HBM4 ожидаются с премией более 10% относительно контрактов на 12-слойный HBM3E 2025 года.
Рынок: кто лидирует в революции памяти?
Рынок HBM крайне концентрирован. Аналитики прогнозируют, что SK Hynix займет около 52% рынка поставок в 2026 году, Samsung — около 39%, Micron — около 8%, а китайские производители сохранят минимальную долю. По продажам SK Hynix может заработать 5,95 млрд $ на HBM в 2026 году, уверенно занимая мировое лидерство.
В первом квартале 2026 года доля SK Hynix на мировом рынке HBM составляет примерно 51,4%. TrendForce ожидает, что в течение года доля HBM SK Hynix останется около 50%, Counterpoint прогнозирует долю HBM4 до 54%.
Валовая маржа «большой тройки» производителей превысила 70% и даже 80%. Прибыль HBM распределяется по принципу «пирамиды» — чем ближе к техническому ядру и узкому месту, тем выше доля.
Параллельно формируется интересный тренд: прибыльность универсального DRAM структурно превосходит HBM. К первому кварталу 2026 года разрыв операционной маржи между обычным DRAM и HBM превысил 15 процентных пунктов. По оценкам рынка, перераспределение мощностей в пользу обычного DRAM приносит более чем вдвое большую выручку с пластины, а валовая маржа почти в три раза выше. Поэтому SK Hynix рассматривает возможность возвращения части ресурсов к обычному DRAM — что иронично подтверждает общий бум на рынке памяти.
Инвестиционный взгляд: возможности в суперцикле HBM
Структурный дефицит и рост цен на HBM дают инвесторам четкую отраслевую логику.
Производители памяти — прямые бенефициары. SK Hynix (KRX), Samsung Electronics (KRX) и Micron (NASDAQ) используют технологическое лидерство и дефицит мощностей для получения большей части сверхприбыли отрасли. Morgan Stanley, прогнозируя рост средних цен на DRAM на 62% к 2026 году, повысил прогнозы прибыли производителей памяти на 56–63%.
Участники цепочки поставок также выигрывают. Масштабное расширение лидеров памяти напрямую увеличивает спрос на оборудование для травления, осаждения тонких пленок, тестирования и другие виды оборудования для полупроводников, передавая рост от upstream к midstream. Потребности HBM в advanced packaging ускоряют индустриализацию технологий 2,5D-упаковки, таких как CoWoS.
Производители AI-чипов — конечные драйверы спроса на HBM. Ведущие компании по производству AI-чипов, такие как NVIDIA (NASDAQ) и Broadcom (NASDAQ), увеличивают закупки HBM. GPU Rubin Ultra от NVIDIA будет оснащаться объемом HBM до 1 ТБ на чип.
Gate Stock: единый доступ к мировым инвестициям в память и AI
Для инвесторов, желающих принять участие в суперцикле памяти, Gate Stock предлагает удобную точку входа.
Gate Stock предоставляет круглосуточную торговую систему, охватывающую рынки США, Гонконга и Кореи, поддерживает более 10 000 американских акций и ETF, свыше 1 500 гонконгских акций и 1 000 корейских акций — всего более 12 500 акций и ETF по всему миру. В листинге представлены мировые лидеры, такие как Apple, NVIDIA, Microsoft, Tencent Holdings, Xiaomi Group, Samsung Electronics и SK Hynix.
Пользователи могут инвестировать в мировые акции через единый счет Gate, используя USDT, с дробным трейдингом от 0,01 акции и получать дивиденды. Платформа поддерживает корпоративные события, такие как сплит и консолидация акций, с полной поддержкой как в приложении, так и на веб-интерфейсе.
Gate Stock расширил традиционные возможности торговли до ночных и выходных торгов, преодолевая ограничения времени на рынках ценных бумаг. Скоро появится услуга межброкерских переводов, что повысит гибкость и удобство управления активами.
Как торговать: После пополнения единого счета на платформе Gate пользователь выбирает целевые акции в модуле торговли акциями и совершает покупку или продажу в USDT. Платформа предлагает котировки в реальном времени, инструменты технического анализа и различные типы ордеров (рыночные, лимитные и др.), обеспечивая опыт, аналогичный торговле криптоактивами.
Заключение
Главное отличие HBM от DRAM — в подходе «пропускная способность прежде всего» против «стоимость прежде всего». По мере роста вычислительных мощностей AI технология 3D-стековки и TSV в HBM преодолевает «memory wall», превращая HBM в незаменимый компонент для обучения и инференса больших моделей.
В 2026 году мировой рынок полупроводников превысит 1,51 трлн $, память вырастет на 250%, а рынок HBM увеличится на 58% до 54,6 млрд $. Дефицит предложения составляет 50–60%, и весь объем «большой тройки» распродан. Это не обычная циклическая флуктуация, а структурная трансформация, обусловленная долгосрочными инвестициями в AI-инфраструктуру.
Для инвесторов производители памяти, поставщики оборудования и материалов, а также производители AI-чипов имеют четкую отраслевую логику. Круглосуточный сервис Gate Stock на рынках США, Гонконга и Кореи предоставляет глобальным инвесторам гибкий и эффективный инструмент для участия в суперцикле памяти. В условиях экстремального рыночного страха (индекс страха 14–16) разрыв между фундаментальными показателями отрасли и рыночными настроениями часто создает самые интересные структурные инвестиционные возможности.
FAQ
Вопрос 1: В чем основное отличие HBM и DRAM?
Главное отличие — в архитектуре. Традиционный DRAM использует плоский дизайн и повышает производительность за счет технологических обновлений. HBM применяет 3D-стековку, используя TSV для вертикального соединения нескольких кристаллов DRAM и создания сверхшироких каналов передачи данных. HBM3E обеспечивает до 1,2 ТБ/с пропускной способности — более чем в 10 раз больше, чем DDR5, но стоит в 3–5 раз дороже при той же емкости.
Вопрос 2: Почему AI-модели нуждаются в HBM?
Обучение и инференс больших моделей требуют высокоскоростного чтения и записи огромного числа параметров. Пропускная способность DRAM выросла намного меньше, чем вычислительная мощность (60 000x против 100x за 20 лет), что создало «memory wall». HBM с терабайтной пропускной способностью непрерывно снабжает GPU данными, предотвращая простой вычислений. Все ведущие AI-ускорители используют HBM.
Вопрос 3: Кто основные игроки на рынке HBM?
Рынок HBM крайне концентрирован. Ожидается, что SK Hynix займет около 52% рынка поставок в 2026 году, Samsung — около 39%, Micron — около 8%. SK Hynix лидирует по продажам, выручка от HBM прогнозируется на уровне 5,95 млрд $ в 2026 году. Весь объем HBM от «большой тройки» распродан, некоторые клиенты закрепили поставки до 2028 года.
Вопрос 4: Как долго продлится дефицит HBM?
Международные инвестиционные банки считают, что дефицит HBM сохранится как минимум до 2028 года. Спрос обусловлен инвестициями в AI-инфраструктуру, а предложение ограничено процессами TSV, yield упаковки и сроками поставки оборудования. Даже если расширение начнется сейчас, новые мощности появятся не раньше 2028–2029 годов. Дженсен Хуанг называет это «многолетней структурной дилеммой отрасли».
Вопрос 5: Как инвестировать в акции, связанные с HBM, через Gate?
Gate Stock предлагает круглосуточную торговлю акциями США, Гонконга и Кореи, охватывая более 12 500 акций и ETF. Пользователи могут инвестировать глобально через единый счет в USDT, начиная с 0,01 акции. В листинге HBM представлены производители памяти SK Hynix (KRX), Samsung Electronics (KRX), Micron (NASDAQ) и производители AI-чипов, такие как NVIDIA (NASDAQ).
