دورة الذاكرة الفائقة للذكاء الاصطناعي: كيف أصبحت HBM أخطر عنق زجاجة في البنية التحتية للذكاء الاصطناعي

نفدت سعة ذاكرة النطاق الترددي العالي لدى Micron حتى نهاية السنة التقويمية 2026.^[1]^ هذه الجملة الواحدة من مكالمة أرباح الربع الأول المالي 2026 للشركة تلخص تحولاً هيكلياً يعيد تشكيل صناعة أشباه الموصلات بأكملها. انتقلت دورة الذاكرة الفائقة للذكاء الاصطناعي من توقعات المحللين إلى واقع تشغيلي، مما خلق اختلالاً بين العرض والطلب بالغ الشدة لدرجة أن إنتاج معالجات الألعاب الرسومية يواجه تخفيضات بنسبة 40%^[2]^ بينما يسجل مصنعو الذاكرة هوامش ربح قياسية تتجاوز 50%.^[3]^

يمثل هذا القيد أكثر من مجرد اضطراب مؤقت في الإمدادات. فقد خضعت صناعة الذاكرة لإعادة ضبط هيكلية، منتقلة من عقود من الدورية بين الازدهار والكساد إلى علاوات طلب مستدامة مدفوعة بشهية الذكاء الاصطناعي التوليدي النهمة لعرض النطاق الترددي. يتطلب فهم كيف أصبحت HBM عنق الزجاجة الحرج للذكاء الاصطناعي فحص المتطلبات التقنية التي تدفع الطلب، وهيكل السوق الاحتكاري القلة الذي يتحكم في العرض، وتداعيات البنية التحتية التي ستشكل اقتصاديات مراكز البيانات لسنوات قادمة.

ملخص تنفيذي

• سعة HBM نفدت حتى عام 2026 لدى جميع الموردين الرئيسيين (SK Hynix وMicron وSamsung)
• السوق الإجمالي القابل للعنونة متوقع أن يصل إلى 100 مليار دولار بحلول 2028، ارتفاعاً من 35 مليار دولار في 2025 (معدل نمو سنوي مركب ~40%)
• SK Hynix تهيمن بحصة سوقية 62%؛ NVIDIA تستحوذ على ~90% من إمدادات HBM لديها
• NVIDIA تخفض إنتاج معالجات الألعاب الرسومية بنسبة 30-40% في النصف الأول من 2026 بسبب قيود GDDR7
• HBM4 تدخل مرحلة الإنتاج في 2026، مع رقائق 16-Hi تستهدف الربع الرابع من 2026
• توحيد صناعة الذاكرة يخلق قوة تسعيرية غير مسبوقة في تاريخ أشباه الموصلات

الضرورة التقنية: لماذا يحتاج الذكاء الاصطناعي إلى HBM

تمثل العلاقة بين أداء نماذج الذكاء الاصطناعي وعرض النطاق الترددي للذاكرة أحد أهم القيود التقنية في مجال الحوسبة. تواجه نماذج اللغة الكبيرة وأنظمة الذكاء الاصطناعي التوليدي عنق زجاجة جوهري: نقل المعاملات بين الذاكرة ونوى الحوسبة يستهلك وقتاً وطاقة أكثر من العمليات الحسابية الفعلية.^[4]^

ذاكرة GDDR القياسية، المصممة لأحمال عمل الألعاب ذات الإنتاجية العالية والكمون المقبول، لا تستطيع تلبية متطلبات عرض النطاق الترددي للذكاء الاصطناعي. تعالج ذاكرة النطاق الترددي العالي هذا القيد من خلال التكديس العمودي، بوضع شرائح DRAM متعددة فوق بعضها البعض مع ثقوب السيليكون العابرة (TSVs) التي توفر آلاف التوصيلات البيانية المتزامنة.^[5]^

الأرقام تروي القصة. معالج H100 من NVIDIA يستخدم 80 جيجابايت من HBM3 بعرض نطاق ترددي 3.35 تيرابايت/ثانية.^[6]^ H200 زاد السعة إلى 141 جيجابايت من HBM3e بسرعة 4.8 تيرابايت/ثانية.^[7]^ Blackwell B200 يتميز بـ 192 جيجابايت من HBM3e محققاً 8.0 تيرابايت/ثانية، أكثر من ضعف عرض نطاق H100.^[8]^ Rubin R100 القادم سيحتوي على 288 جيجابايت من HBM4 بعرض نطاق ترددي يُقدر بين 13-15 تيرابايت/ثانية.^[9]^

يعكس هذا التطور متطلبات ذاكرة الذكاء الاصطناعي المتزايدة بوتيرة أسرع من قانون مور. قاعدة عامة سريعة لتشغيل نماذج اللغة الكبيرة بدقة 16 بت: حوالي 2 جيجابايت من ذاكرة GPU لكل مليار معامل.^[10]^ نسخة Llama 3 ذات 70 مليار معامل تتطلب أكثر من معالج A100 واحد بسعة 80 جيجابايت.^[11]^ النماذج التي تقترب من تريليون معامل تتطلب تكوينات متعددة المعالجات حيث تصبح سعة HBM القيد الملزم.

تمثل ذاكرة KV cache تحدياً إضافياً للذاكرة. أثناء الاستدلال، تخزن المحولات أزواج المفتاح-القيمة من الرموز السابقة لتجنب إعادة الحساب. تنمو هذه الذاكرة المؤقتة خطياً مع طول السياق، مستهلكة حوالي 0.5 ميجابايت لكل رمز في نموذج بـ 7 مليارات معامل.^[12]^ "نموذج لغة كبير يحتاج 60 جيجابايت للأوزان" غالباً لا يمكن تشغيله بشكل موثوق على معالج GPU بسعة 80 جيجابايت مع مطالبات طويلة لأن نمو الذاكرة أثناء التشغيل، وليس الأوزان، يصبح العامل المحدد.^[13]^

ميزة الاحتكار القلة: ثلاثة لاعبين يتحكمون في 95%

يتطلب فهم دورة الذاكرة الفائقة فحص هيكل السوق الذي تطور على مدى عقود من التوحيد. Samsung وSK Hynix وMicron معاً يتحكمون في حوالي 95% من الإنتاج العالمي لذاكرة DRAM.^[14]^ نتج هذا التركز عن ديناميكيات تنافسية قاسية أزالت اللاعبين الأضعف.

في عام 2009، كانت عشر شركات تتحكم في سوق DRAM: Micron وSamsung وHynix وInfineon وNEC وHitachi وMitsubishi وToshiba وElpida وNanya.^[15]^ أدى الانكماش في 2011 إلى التوحيد النهائي. استحوذت SK Telecom على Hynix مقابل 3 مليارات دولار في 2012.^[16]^ أفلست Elpida، آخر مصنع ياباني لذاكرة DRAM، واشترتها Micron في 2013.^[17]^ خلال خمس سنوات، توحدت الصناعة من عشرة منافسين إلى ثلاثة.

يتجلى هذا الهيكل الاحتكاري القلة في السلوك السوقي المنسق. في الأسابيع الأخيرة، أصدرت SK Hynix وSamsung وMicron إعلانات متزامنة تقريباً بإيقاف طلبات DDR4 الجديدة.^[18]^ وصف محلل الصناعة Moore Morris هذا بأنه "انفصال مذهل عن عقود من الممارسة الصناعية"، مشيراً إلى أن "تصرفهم بهذه الطريقة المنسقة أمر غير مسبوق."^[19]^ تحكم احتكار DRAM القلة فعلياً في العرض بينما ظل الطلب قوياً، مما أظهر قوة سوقية جماعية تُظهر أن "صناعة الذاكرة لم تعد تلعب وفق القواعد القديمة."^[20]^

يركز قطاع HBM هذه القوة بشكل أكبر. تهيمن SK Hynix بحصة سوقية 62% اعتباراً من الربع الثاني 2025، تليها Micron بـ 21%، وSamsung متأخرة بـ 17%.^[21]^ ينبع موقع SK Hynix من رهانها المبكر على HBM وعلاقتها كمورد رئيسي لـ NVIDIA. حالياً، حوالي 90% من HBM لدى NVIDIA تأتي من SK Hynix.^[22]^

يمثل موقع Samsung في المرتبة الثالثة سقوطاً ملحوظاً لشركة هيمنت طويلاً على الذاكرة. تجاوزت SK Hynix شركة Samsung في الحصة السوقية الإجمالية لذاكرة DRAM في الربع الأول 2025، وهي المرة الأولى التي تفقد فيها Samsung موقعها الريادي.^[23]^ واجهت قطع HBM3E من Samsung تأخيرات في التأهيل مع العملاء الرئيسيين، مما سمح للمنافسين بالاستحواذ على طلب الذكاء الاصطناعي عالي القيمة بينما خدمت Samsung القطاعات ذات الهوامش الأقل.^[24]^

نقطة تحول المئة مليار دولار

تتوقع Micron أن يصل السوق الإجمالي القابل للعنونة لـ HBM إلى حوالي 100 مليار دولار بحلول 2028، ارتفاعاً من حوالي 35 مليار دولار في 2025.^[25]^ يمثل هذا معدل نمو سنوي مركب يقارب 40%.^[26]^ يصل معلم المئة مليار دولار قبل عامين من التوقعات السابقة؛ توقع المحللون في الأصل الوصول إلى هذا المستوى بحلول 2030.^[27]^

عدة عوامل تدفع هذا التسارع. أولاً، يستمر نشر الذكاء الاصطناعي التوليدي في تجاوز التوقعات. كل مزود سحابي رئيسي يتسابق لنشر سعة الاستدلال لمنتجات الذكاء الاصطناعي الخاصة به بينما يتطلب تدريب نماذج الجيل القادم مجموعات GPU أكبر من أي وقت مضى.^[28]^ ثانياً، تستمر سعة HBM لكل GPU في الزيادة. التطور من 80 جيجابايت في H100 إلى 288 جيجابايت في Rubin يعني أن كل مسرّع يستهلك 3.6 ضعف كمية HBM.^[29]^ ثالثاً، متطلبات الذاكرة على مستوى النظام تضاعف احتياجات GPU الفردية. من المتوقع أن يتميز Blackwell Ultra GB300 من NVIDIA بما يصل إلى 288 جيجابايت من HBM3e، بينما تستهدف نسخ Rubin Ultra سعة 512 جيجابايت، مع احتمال أن يتطلب نظام NVL576 الكامل 1 تيرابايت لكل وحدة GPU.^[30]^

يوفر سوق أشباه الموصلات الأوسع لمراكز البيانات سياقاً. في 2024، بلغ إجمالي السوق القابل للعنونة لأشباه الموصلات لمراكز البيانات 209 مليارات دولار عبر الحوسبة والذاكرة والشبكات والطاقة.^[31]^ تتوقع مجموعة Yole أن ينمو هذا إلى ما يقارب 500 مليار دولار بحلول 2030.^[32]^ نمت الذاكرة وحدها بنسبة 78% في 2024 إلى 170 مليار دولار، تلتها زيادة مزدوجة الرقم أخرى إلى 200 مليار دولار في 2025.^[33]^

تُظهر النتائج المالية لـ Micron كيف تترجم هذه الديناميكيات إلى أداء الشركات. أعلنت الشركة عن إيرادات الربع الأول المالي 2026 بقيمة 13.64 مليار دولار، بزيادة 57% على أساس سنوي.^[34]^ ارتفعت الهوامش الإجمالية فوق 50%، متضاعفة من حوالي 22% في السنة المالية 2024.^[35]^ يعكس هذا التوسع في الهوامش ليس ظروفاً دورية بل تحولاً هيكلياً في مزيج منتجات الشركة نحو منتجات مراكز البيانات عالية الهامش.^[36]^

سباق HBM4: رقائق 16-Hi وما بعدها

تتمحور المنافسة بين موردي الذاكرة الآن حول HBM4، تقنية الجيل القادم التي تدخل مرحلة الإنتاج في 2026. أكملت SK Hynix أول تطوير عالمي لـ HBM4 وأنهت استعدادات الإنتاج الضخم.^[37]^ قدمت كل من SK Hynix وSamsung عينات HBM4 نهائية مدفوعة الثمن إلى NVIDIA، مما يشير إلى الدخول في مفاوضات توريد تجارية.^[38]^

تقدم HBM4 تحسينات كبيرة مقارنة بـ HBM3e. تصل سرعات نقل البيانات إلى 11 جيجابت في الثانية مع إجمالي عرض نطاق ترددي يتجاوز 2.8 تيرابايت في الثانية.^[39]^ يتضمن المعيار شريحة قاعدة منطقية مصنعة باستخدام عقد معالجة متقدمة، مع شراكة SK Hynix مع تقنية 12nm من TSMC.^[40]^ أثبت هذا التعاون جاذبيته لـ NVIDIA وساهم في حصول SK Hynix على مركز المورد الرئيسي لمنصات Blackwell Ultra وRubin.^[41]^

الحدود التقنية الأصعب تتعلق برقائق HBM ذات 16 طبقة. يُفاد أن NVIDIA طلبت تسليم HBM بـ 16 طبقة بحلول الربع الرابع من 2026، مما أطلق سباقات تطوير لدى جميع الموردين الثلاثة.^[42]^ أشار Ahn Ki-hyun، نائب الرئيس التنفيذي لجمعية صناعة أشباه الموصلات الكورية، إلى أن "الانتقال من 12 إلى 16 طبقة أصعب تقنياً بكثير من الانتقال من 8 إلى 12."^[43]^

تنبع الصعوبة من قيود سماكة الرقاقات. تستخدم HBM الحالية بـ 12 طبقة رقاقات بسماكة حوالي 50 ميكرومتر. تكديس 16 طبقة يتطلب تقليل السماكة إلى حوالي 30 ميكرومتر مع الحفاظ على السلامة الهيكلية والأداء الحراري.^[44]^ يصف مراقبو الصناعة التحديات التقنية بأنها "هائلة".^[45]^

دفعت Samsung وSK Hynix جداول إنتاج HBM4 إلى فبراير 2026، معجلة الجداول الزمنية السابقة.^[46]^ تتوقع Micron دخول الإنتاج الضخم لـ HBM4 في 2026، يليه HBM4E في 2027-2028.^[47]^ قد تصل نسخ 16-Hi، المرجح تسميتها HBM4E، في وقت مبكر من أواخر 2026 اعتماداً على تحسينات العائد.^[48]^

الأضرار الجانبية على الألعاب

التأثير الأكثر وضوحاً لدورة الذاكرة الفائقة على المستهلكين: تخطط NVIDIA لخفض إنتاج معالجات RTX 50 بنسبة 30-40% في النصف الأول من 2026 بسبب نقص GDDR7.^[49]^ يعطي موردو الذاكرة الأولوية لتخصيصات مراكز بيانات الذكاء الاصطناعي على معالجات المستهلكين، مما يخلق تأثيرات متتالية في سوق بطاقات الرسومات بأكمله.^[50]^

تختلف ديناميكيات العرض عن HBM لكنها تتصل من خلال تخصيص طاقة التصنيع. يواجه إنتاج GDDR7 تقليل الأولوية لصالح DDR5، مما يرفع أسعار ذاكرة الرسومات.^[51]^ في عام 2025 وحده، ارتفعت أسعار الذاكرة بنسبة 246%، مع توقع استمرار الزيادات خلال 2026.^[52]^

تواجه منتجات محددة أشد التخفيضات: GeForce RTX 5070 Ti وRTX 5060 Ti 16GB، وكلاهما يتميز بـ 16 جيجابايت من GDDR7.^[53]^ Samsung وحدها تنتج وحدات GDDR7 بسعة 3 جيجابايت بكميات، وإذا كانت NVIDIA تستهلك بالفعل شرائح 2 جيجابايت، فإن التحول إلى وحدات ذات كثافة أعلى يقلل إجمالي VRAM المتاح لبطاقات Blackwell الرسومية القياسية.^[54]^

تواجه سلسلة RTX 50 Super تأخيرات أو إلغاء محتمل. استهدفت الجداول الزمنية الأصلية أوائل 2026؛ التوقعات الحالية تشير إلى الربع الثالث من 2026 في أقرب تقدير.^[55]^ وحدات GDDR7 بسعة 3 جيجابايت المطلوبة لتكوينات Super ببساطة غير متوفرة بكميات.^[56]^ يكافح مصنعو الذاكرة لإنتاج ما يكفي من شرائح GDDR7 القياسية بسعة 2 جيجابايت بينما يتوسعون في الوقت نفسه إلى وحدات 3 جيجابايت.

للمستهلكين، يترجم هذا إلى أسعار أعلى وأوقات انتظار أطول، خاصة خلال مواسم العطلات في أواخر 2026.^[57]^ حافظت عقود شراء الذاكرة محددة المدة على استقرار أسعار 2025، لكن 2026 تجلب إعادة التفاوض بأسعار فورية مرتفعة.^[58]^ تواجه AMD قيوداً مماثلة مع GDDR6 لخط Radeon الخاص بها.^[59]^

يعكس هذا التسلسل الهرمي في الأولويات الواقع الاقتصادي. تحقق HBM لمعالجات GPU في مراكز البيانات هوامش تفوق بكثير ذاكرة رسومات المستهلكين. عندما تفرض قيود السعة قرارات التخصيص، يخدم الموردون بشكل عقلاني العملاء ذوي الهوامش الأعلى أولاً. تمثل الألعاب ضرراً جانبياً

[تم اقتطاع المحتوى للترجمة]