Почему нехватка трансформаторов уже угрожает выпуску памяти для искусственного интеллекта
История с памятью для искусственного интеллекта становится всё интереснее: теперь главный риск для расширения производства связан не только с самими чипами, а с инфраструктурой, которая должна питать новые fab-площадки. По данным Tom’s Hardware, новый завод Micron в Сингапуре может потребовать 400–500 силовых трансформаторов, что больше, чем способен выпустить за год любой отдельный тайваньский производитель такого оборудования. Одновременно Reuters ранее сообщал, что этот проект стоимостью $24 млрд должен начать выпуск продукции во второй половине 2028 года и является частью более широкой глобальной экспансии Micron на фоне AI-бума. Проблема в том, что память для AI-серверов сейчас расширяют сразу несколько гигантов: Micron, Samsung и SK hynix строят новые мощности на разных континентах, и всем им нужны не только литографы, материалы и упаковка, но ещё и тяжёлое электрооборудование. При этом те же трансформаторы параллельно поглощают дата-центры, проекты по хранению энергии и модернизация энергосетей. В результате поставщики уже подняли цены примерно на 20–30%, а часть компаний избегает крупных полупроводниковых заказов, потому что не уверена, что сможет выполнить их в срок. Эта история особенно чувствительна именно для рынка AI, потому что память уже стала одним из его самых дорогих и дефицитных компонентов. По данным Tom’s Hardware со ссылкой на SemiAnalysis, в 2026 году память может занять около 30% расходов hyperscaler-компаний на AI-дата-центры, а дефицит HBM и рост ASP уже заметно перекраивают экономику вычислительных кластеров. Если новые заводы памяти будут вводиться с задержками из-за энергетической инфраструктуры, это продлит дефицит и усилит давление на цены ещё сильнее. На этом фоне становится ясно, что современная полупроводниковая гонка — это уже не только борьба технологий на кристалле, но и гонка за реальными мегаваттами, подключениями, подстанциями и оборудованием. Именно трансформаторы внезапно превращаются в один из самых недооценённых факторов всей AI-экономики.
История с памятью для искусственного интеллекта становится всё интереснее: теперь главный риск для расширения производства связан не только с самими чипами, а с инфраструктурой, которая должна питать новые fab-площадки. По данным Tom’s Hardware, новый завод Micron в Сингапуре может потребовать 400–500 силовых трансформаторов, что больше, чем способен выпустить за год любой отдельный тайваньский производитель такого оборудования. Одновременно Reuters ранее сообщал, что этот проект стоимостью $24 млрд должен начать выпуск продукции во второй половине 2028 года и является частью более широкой глобальной экспансии Micron на фоне AI-бума. Проблема в том, что память для AI-серверов сейчас расширяют сразу несколько гигантов: Micron, Samsung и SK hynix строят новые мощности на разных континентах, и всем им нужны не только литографы, материалы и упаковка, но ещё и тяжёлое электрооборудование. При этом те же трансформаторы параллельно поглощают дата-центры, проекты по хранению энергии и модернизация энергосетей. В результате поставщики уже подняли цены примерно на 20–30%, а часть компаний избегает крупных полупроводниковых заказов, потому что не уверена, что сможет выполнить их в срок. Эта история особенно чувствительна именно для рынка AI, потому что память уже стала одним из его самых дорогих и дефицитных компонентов. По данным Tom’s Hardware со ссылкой на SemiAnalysis, в 2026 году память может занять около 30% расходов hyperscaler-компаний на AI-дата-центры, а дефицит HBM и рост ASP уже заметно перекраивают экономику вычислительных кластеров. Если новые заводы памяти будут вводиться с задержками из-за энергетической инфраструктуры, это продлит дефицит и усилит давление на цены ещё сильнее. На этом фоне становится ясно, что современная полупроводниковая гонка — это уже не только борьба технологий на кристалле, но и гонка за реальными мегаваттами, подключениями, подстанциями и оборудованием. Именно трансформаторы внезапно превращаются в один из самых недооценённых факторов всей AI-экономики.