AI „ciągłe uczenie się” może rozpocząć nowy cykl przechowywania! Citi: Rosnące zapotrzebowanie na HBM, serwerowy DRAM oraz eSSD; niedobory mogą potrwać do 2031 roku

Według aplikacji finansowej Polish, Citigroup w najnowszym globalnym raporcie dotyczącym sektora półprzewodników stwierdził, że wraz z przejściem sztucznej inteligencji od tradycyjnych modeli treningowych i wnioskowania do epoki „ciągłego uczenia się”, światowy rynek układów pamięciowych może wejść w nową fazę strukturalnego wzrostu popytu. W przeciwieństwie do obecnych modeli AI, które opierają się głównie na jednorazowym treningu, ciągłe uczenie się wymaga, aby model nieustannie absorbował nowe dane, aktualizował swoją wiedzę oraz zachowywał i wykorzystywał wcześniej przyswojone informacje. Oznacza to, że HBM, serwerowe DDR5 oraz korporacyjne SSD (eSSD) mogą jednocześnie doświadczyć wzrostu popytu, co doprowadzi do zaostrzenia globalnej podaży układów pamięciowych w 2028 roku, a nawet do 2031 roku.

Citigroup uważa, że ciągłe uczenie się stanie się jednym z kluczowych tematów w rozwoju AI w ciągu najbliższych pięciu lat. W tym modelu rozwiązania AI nie pozostają statyczne po treningu, lecz są w stanie nieustannie trenować w oparciu o nowe zadania, dane i wiedzę, jednocześnie unikając zapominania wcześniej zdobytych informacji. Wynikające z tego regularne aktualizacje modeli oraz zapotrzebowanie na dostęp do danych historycznych znacząco zwiększą zapotrzebowanie systemów AI na zasoby obliczeniowe i pamięciowe.

Firma przewiduje, że od 2027 roku popyt na pamięć związany z AI zarówno w treningu, jak i wnioskowaniu znacząco przyspieszy. HBM skorzysta z ciągłego treningu i aktualizacji modeli, serwerowe DDR5 oraz SoCAMM2 będą korzystać z rosnącego zapotrzebowania na wnioskowanie AI i obciążenie CPU, natomiast eSSD będzie odpowiedzialne za długoterminowe przechowywanie ogromnych ilości danych historycznych oraz takich jak KV Cache.

W obliczu tego trendu Citigroup wybrał firmy takie jak Samsung Electronics, SK Hynix (SKHY.US), Micron Technology (MU.US), SanDisk (SNDK.US) oraz Kioxia jako preferowane podmioty w sektorze pamięci; natomiast w dziedzinie sprzętu półprzewodnikowego i materiałów pozytywne prognozy dotyczą firm Lanqi Technology, Applied Materials (AMAT.US), Lam Research (LRCX.US), TES, Eugene Technology i TechWing.

AI wchodzi w erę „ciągłego uczenia się” — logika zapotrzebowania na pamięć ewoluuje

Citigroup wskazuje na istotną ograniczenie obecnych modeli AI: choć potrafią zachować wiedzę zdobywaną podczas treningu, nie integrują automatycznie nowych danych pochodzących z dalszych interakcji użytkownika bezpośrednio w parametry modelu.

Ciągłe uczenie się ma na celu rozwiązanie tego problemu. Model musi nieustannie przyjmować nowe zadania oraz trening wiedzy, jednocześnie zachowując wcześniej opanowane informacje, z czym wiąże się jedna z największych wyzwań technologicznych — uniknięcie „katastrofalnego zapominania”, czyli utraty wcześniejszych umiejętności podczas nauki nowej wiedzy.

Ta zmiana może przekształcić cały łańcuch przemysłu pamięci AI.

W latach 2022–2024, wraz z rozszerzaniem się rozmiarów modeli AI, popyt na HBM wybuchł jako pierwszy, a tradycyjny DRAM i NAND był relatywnie słaby. Jednak od drugiej połowy 2025 roku, wraz ze wzrostem złożoności zadań związanych z wnioskowaniem AI, zaczęły rosnąć potrzeby w zakresie serwerowych DDR5 i eSSD.

Citigroup przewiduje, że w latach 2027–2028 nastąpi pierwsza faza ciągłego uczenia się. W tym okresie serwery AI będą musiały jednocześnie prowadzić ciągły trening, aktualizować modele oraz wykonywać coraz bardziej złożone zadania wnioskowania, dlatego popyt na HBM, serwerowy DRAM, SoCAMM2 i eSSD może po raz pierwszy gwałtownie wzrosnąć równocześnie.

Od drugiej połowy 2028 roku osobista AI i „fizyczna” AI (Physical AI) mogą stać się kolejnymi motorami popytu. W miarę popularyzacji zastosowań takich jak edge AI, zarządzanie lokalnymi danymi czy robotyka, terminale będą wymagały trwałej pamięci oraz ciągłej adaptacji do otoczenia, a tym samym zapotrzebowanie na lokalną i edge pamięć może dołączyć do tego cyklu wzrostowego.

Warto podkreślić, że wykorzystanie AI Token rozszerza się w bardzo szybkim tempie. Z raportu na stronie 3 wynika, że od stycznia 2025 do sierpnia 2026 miesięczna stopa wzrostu (CAGR) wykorzystania AI Token wynosi około 31%, a w sierpniu 2026 wzrost rok do roku osiągnął 2434%. Citigroup twierdzi, że ten trend jeszcze bardziej potwierdza długoterminowy wzrost obciążenia oraz intensywności zapotrzebowania na pamięć dla AI.

Popyt na HBM może wzrosnąć o 62% w 2027 roku, a w 2028 roku kolejny wzrost o 69%

Wśród wszystkich produktów pamięciowych, HBM pozostaje jednym z najbardziej bezpośrednich beneficjentów treningu AI i ciągłego uczenia się.

Pomimo ostatnich obaw na rynku dotyczących obniżania specyfikacji HBM przez producentów chipów AI i kwestii bezpieczeństwa AI, Citigroup uważa, że nie oznacza to osłabienia ogólnego popytu na HBM. Wręcz przeciwnie, producenci chipów AI przechodzą z architektury „Scale-up” do „Scale-out”, czyli powiększają całkowitą moc obliczeniową poprzez wdrażanie większej liczby akceleratorów, co nadal napędza wzrost popytu na HBM na poziomie systemowym.

Citigroup przewiduje, że w 2027 roku zapotrzebowanie na HBM bit wzrośnie o 62% do 75,2 mld Gb, a w 2028 roku dalszy wzrost o 69% do 127 mld Gb, co odpowiada prawie dwukrotności wcześniejszych prognoz. Oprócz Nvidia, zapotrzebowanie na chipy ASIC od Broadcom (AVGO.US), Google i innych będzie ważnym źródłem wzrostu.

Co istotniejsze, nawet jeśli producenci pamięci aktywnie rozszerzają produkcję, podaż HBM może nadal nie nadążać za popytem.

Citigroup przewiduje, że w 2027 roku zapotrzebowanie na HBM wzrośnie z równoważnika 46,4 mld 1Gb w 2026 roku do 75,2 mld, podczas gdy podaż wzrośnie z 36,1 mld do 59,3 mld. Firma szacuje, że w 2027 roku podaży HBM będzie wyraźnie brakować, z deficytem około 21%; w 2028 roku, w związku z dalszym wzrostem wysyłek ASIC, deficyt ten może się powiększyć do około 36%.

Dlatego Citigroup traktuje ostatnie „obniżanie specyfikacji” HBM bardziej jako sposób na efektywne wykorzystanie zasobów w warunkach niedoboru podaży oraz maksymalizowanie wysyłek akceleratorów AI, a nie sygnał osłabienia popytu.

Wnioskowanie AI jako drugi motor wzrostu — zapotrzebowanie na serwerowy DRAM może wzrosnąć o 51% w 2027 roku

Jeśli HBM korzysta głównie z treningu AI, to serwerowy DRAM może być największym beneficjentem ekspansji wnioskowania AI i ciągłego uczenia się.

Citigroup przewiduje, że pod wpływem ciągłego uczenia się w 2027 roku zapotrzebowanie na serwerowy DRAM wzrośnie o ponad 50%, podobnie jak popyt na eSSD. Wraz ze wzrostem złożoności zadań związanych z wnioskowaniem AI, popyt na CPU oraz pojemność pamięci serwerów będą dodatkowo rosły.

Konkretnie Citigroup przewiduje, że zapotrzebowanie na serwerowy DRAM wzrośnie z równoważnika 226,3 mld 1Gb w 2026 roku do 341,7 mld w 2027 roku, czyli o około 51% rok do roku. Wówczas serwery będą odpowiadać za około 67% światowego zapotrzebowania na DRAM, będąc nadal największym rynkiem aplikacyjnym.

Ten trend powiązany jest również z obniżaniem konfiguracji HBM w pojedynczych akceleratorach AI. Gdy część obciążeń pamięci, takich jak KV Cache, zostanie przeniesiona z HBM do serwerowego DRAM lub zewnętrznej pamięci, może to dodatkowo zwiększyć zapotrzebowanie na serwerowy DRAM oraz eSSD.

Citigroup zaznacza, że klienci rynku pamięci wydłużają okresy długoterminowych umów dostaw (LTA) z trzech do pięciu lat, co odzwierciedla rosnącą pewność rynku co do zapotrzebowania na pamięć w nadchodzących latach.

eSSD może zostać kluczowym beneficjentem — w 2027 roku przewidywany wzrost o prawie 53%

Rynek NAND również może okazać się głównym beneficjentem epoki ciągłego uczenia się.

Ciągłe uczenie się oznacza, że modele AI muszą nie tylko przyswajać nowe informacje, ale także zachowywać ogromne ilości wcześniej zgromadzonych danych, a więc potrzebna jest większa pojemność długoterminowej pamięci.

Citigroup przewiduje, że w 2027 roku światowy popyt na NAND wzrośnie o 29,1% r/r, przewyższając 21,2% wzrost podaży; popyt na korporacyjne SSD może wzrosnąć o 52,9% r/r, wyraźnie szybciej niż ogólny wzrost SSD na poziomie około 45%.

Jednym z ważnych czynników napędzających ten wzrost jest wyładowanie obciążeń KV Cache. W miarę obniżania specyfikacji HBM przez akceleratory AI, coraz więcej obciążeń pamięci takich jak KV Cache będzie przenoszonych do zewnętrznych zasobów pamięci, a wysokiej pojemności QLC korporacyjne SSD mają szansę zdobyć większy udział w rynku.

Citigroup podkreśla również, że serwery AI zwiększają pamięć zlokalizowaną przy GPU, wprowadzając QLC SSD, aby więcej danych było przechowywanych blisko akceleratora, co poprawia wydajność zapamiętywania modelu i dostęp do danych.

Równocześnie popyt na NAND w urządzeniach konsumenckich może być ograniczony przez słabość rynku smartfonów i PC, ale Citigroup przewiduje, że wzrost korporacyjnego popytu związany z wnioskowaniem AI będzie wystarczający, aby zrekompensować ten wpływ. Raport wskazuje również, że AI centra danych, w tym te w Chinach, coraz częściej rozważają zastąpienie HDD przez SSD, co może zwiększyć potencjalne zapotrzebowanie na eSSD od 2027 roku.

Luka popyt-podaż DRAM może wzrosnąć do 9,7% w 2028 roku — cykl podwyżek cen może się utrzymać

Drugą stroną gwałtownego wzrostu popytu jest ograniczona ekspansja podaży w sektorze pamięci.

Citigroup przewiduje, że w 2027 roku światowy popyt na DRAM bit wzrośnie o około 30,2%, wyraźnie przekraczając 18,8% wzrost podaży, co doprowadzi do przesunięcia rynku z równowagi w 2026 roku do deficytu, z luką około 8,7%; w 2028 roku lukę tę przewiduje się na poziomie 9,7%.

Ograniczenie podaży wynika głównie z dwóch czynników. Po pierwsze, Samsung Electronics, SK Hynix oraz Micron przeznaczają coraz większą ilość mocy produkcyjnych DRAM na HBM; po drugie, spowolnienie migracji do zaawansowanych procesów technologicznych oraz długi czas budowy nowych fabryk powodują, że nowa podaż bitów nie może być szybko uwalniana.

Citigroup przewiduje, że w 2027 roku średnia globalna zdolność produkcyjna wafli DRAM wzrośnie tylko o około 8%, a całoroczna podaż DRAM bit wzrośnie o około 18,8%, co oznacza, że napięcie podaży będzie trwało przez cały 2027 rok.

To napięcie popyt-podaż oznacza, że ceny pamięci mogą pozostawać wysokie.

Citigroup przewiduje, że po ogromnym wzroście średnich cen DRAM w 2026 roku o 242,4%, w 2027 roku średnia cena ASP DRAM może wzrosnąć o 23,1% rok do roku. Choć tempo wzrostu jest wolniejsze niż w ekstremalnych warunkach z 2026 roku, długotrwały niedobór HBM i tradycyjnego DRAM nadal będzie wspierał dalszy wzrost cen.

NAND również wchodzi w fazę napiętej podaży — deficyt może się utrzymać do 2031 roku

Presja podaży na rynku NAND także rośnie.

Citigroup przewiduje, że w 2027 roku popyt na NAND wzrośnie o około 29%, a podaż tylko o około 21%, co daje lukę podaży na poziomie około 6,1%; w 2028 roku przewidywany wzrost popytu to 33%, przy 25% wzroście podaży — rynek pozostaje w stanie niedoboru, z luką około 5,5%.

Jednym z głównych powodów tej sytuacji jest fakt, że światowi producenci pamięci w pierwszej kolejności zwiększają moce produkcyjne DRAM i HBM, ograniczając przy tym ekspansję podaży NAND.

Citigroup przewiduje, że pod wpływem ciągłego uczenia się, wysokiej pojemności eSSD, wyładowania KV Cache przez Nvidia oraz po 2028 roku wzrostu zapotrzebowania na osobistą AI i Physical AI, światowa podaż pamięci może być w 2028 roku jeszcze bardziej napięta, a deficyt utrzyma się do 2031 roku.

To oznacza, że obecny cykl rozwoju rynku pamięci nie jest już napędzany krótkoterminowo przez tradycyjne czynniki takie jak odbudowa zapasów smartfonów i PC, lecz coraz bardziej przez zmiany strukturalne wynikające z ewolucji architektury obliczeniowej AI.

Producenci pamięci masowo zwiększają produkcję — firmy z sektora sprzętu i materiałów również korzystają

W obliczu długoterminowego wzrostu popytu, producenci pamięci inicjują większe wydatki inwestycyjne, a to może rozprzestrzenić szanse inwestycyjne w sektorze AI na cały łańcuch dostaw sprzętu półprzewodnikowego i materiałów.

Citigroup przewiduje, że globalne wydatki kapitałowe na DRAM i NAND wzrosną z około 54,9 mld USD w 2026 roku do 80,4 mld USD w 2027 roku, co oznacza wzrost o 46,5%; wydatki kapitałowe na DRAM mogą osiągnąć 58,6 mld USD, w górę o 51,6%, a wydatki na NAND 21,8 mld USD, wzrost o 34,2%.

Patrząc długoterminowo, raport prognozuje, że globalne wydatki kapitałowe na DRAM i NAND mogą w 2031 roku osiągnąć około 322,5 mld USD, z czego DRAM około 254 mld USD, a NAND około 68,5 mld USD.

Dlatego Citigroup uważa, że obecna poprawa koniunktury rynku pamięci jest korzystna nie tylko dla producentów układów pamięciowych, lecz może także stopniowo przenosić się na firmy z sektora sprzętu półprzewodnikowego i materiałów.

W sektorze pamięci Citigroup uznaje Samsung Electronics, SK Hynix, Micron Technology, SanDisk i Kioxia za preferowane inwestycje; w sektorze sprzętu i materiałów pozytywne prognozy dotyczą Lanqi Technology, Applied Materials, Lam Research, TES, Eugene Technology i TechWing. Citigroup uważa, że wraz ze wzrostem popytu strukturalnego napędzanego przez ciągłe uczenie się oraz rozwój osobistej AI w perspektywie średnio- i długoterminowej, producenci pamięci skorzystają bezpośrednio z długotrwałego deficytu podaży, a firmy sprzętowe i materiałowe z większych wydatków inwestycyjnych i wyższego wykorzystania mocy produkcyjnych w fabrykach wafli.