AI 推理กำลังเปลี่ยนวงจร NAND หรือไม่? Sandisk มีความหมายอย่างไรต่อหุ้นกลุ่มชิปหน่วยความจำ

บทสรุปสำคัญ

AI inference กำลังทำให้ธีมการลงทุนด้านการจัดเก็บข้อมูลขยายขอบเขตจาก GPU และ HBM ไปสู่การจัดเก็บข้อมูลความจุสูง ความต้องการแฟลชที่เพิ่มขึ้น ข้อตกลงลูกค้าระยะยาว และเทคโนโลยีใหม่ๆ เช่น HBF อาจยกระดับความสำคัญของ NAND ในโครงสร้างพื้นฐาน AI และช่วยลดความผันผวนของวัฏจักรการจัดเก็บข้อมูลแบบดั้งเดิม

Takeaway

• AI inference ต้องการมากกว่าเพียงแค่พลังประมวลผล การปรับใช้ในวงกว้างยังต้องการความจุในการจัดเก็บข้อมูลที่เพิ่มขึ้นอย่างต่อเนื่อง เข้าถึงได้รวดเร็ว และคุ้มค่าด้านต้นทุน
• NAND กำลังกลายเป็นชั้นความจุของ AI ควบคู่ไปกับ HBM และ DRAM แทนที่จะเป็นเพียงผลิตภัณฑ์จัดเก็บข้อมูลแบบสินค้าทั่วไป
• Sandisk คาดการณ์ว่าภายในปี 2030 ความต้องการแฟลชในศูนย์ข้อมูลองค์กรจะสูงถึง 1.2 ZB และกำลังพัฒนา High Bandwidth Flash ที่ออกแบบมาสำหรับ AI inference โดยเฉพาะ
• ผู้ผลิตหน่วยความจำอย่าง Sandisk และ Samsung เริ่มใช้ข้อตกลงลูกค้าระยะยาวมากขึ้น ซึ่งอาจเพิ่มความชัดเจนของความต้องการและลดความเสี่ยงในการขยายกำลังการผลิตเกินจำเป็น
• AI จะไม่ทำให้วัฏจักร NAND หายไป สิ่งที่น่าจับตามองจริงๆ คือความต้องการ bit ที่แข็งแกร่งขึ้นและวินัยด้านอุปทานที่ดีขึ้น จะสามารถลดความผันผวนของวัฏจักรในอนาคตได้หรือไม่

ในช่วงหลายปีที่ผ่านมาของกระแส AI ตื่นตัว ตรรกะการลงทุนในเซมิคอนดักเตอร์มีเส้นทางที่ค่อนข้างชัดเจน: โมเดล AI ที่มากขึ้นต้องการ GPU มากขึ้น GPU ต้องการ HBM มากขึ้น และคลัสเตอร์คอมพิวติ้งที่หนาแน่นมากขึ้นก็ต้องการเครือข่ายที่เร็วขึ้นและไฟฟ้ามากขึ้น การจัดเก็บข้อมูลมีความสำคัญมาโดยตลอด แต่ไม่ค่อยได้รับความสนใจเทียบเท่ากับด้านอื่นๆ เหล่านี้

AI inference กำลังค่อยๆ เปลี่ยนการจัดสรรทรัพยากรนี้

เมื่อ AI เปลี่ยนจากการฝึกโมเดลขนาดใหญ่ไปสู่การให้บริการคำถามนับพันล้านครั้ง AI agent ขององค์กร แอปพลิเคชันมัลติโมดัล และเวิร์กโหลดแบบเรียลไทม์ โครงสร้างพื้นฐานไม่เพียงแต่ต้องคำนวณเท่านั้น แต่ยังต้องจัดเก็บและอ่านข้อมูลปริมาณมากอย่างต่อเนื่อง

สิ่งนี้ทำให้อุตสาหกรรมจัดเก็บข้อมูลเผชิญคำถามใหม่: NAND อาจกลายเป็นคอขวดด้านความจุที่สำคัญถัดไปของโครงสร้างพื้นฐาน AI หรือไม่?

พัฒนาการล่าสุดของ Sandisk, Samsung, Kioxia และผู้ผลิตหน่วยความจำรายอื่นๆ ชี้ให้เห็นว่าคำตอบน่าจะใกล้เคียงกับ "ใช่" มากขึ้นเรื่อยๆ ตรรกะการลงทุนใน NAND จึงเริ่มเปลี่ยนจากการปรับขึ้นราคาแฟลชในระยะสั้น ไปสู่ความต้องการจัดเก็บข้อมูลเชิงโครงสร้างจาก AI มากขึ้น

ทำไม AI inference ถึงต้องการความจุในการจัดเก็บข้อมูลมากขึ้น?

การฝึก AI และ AI inference สร้างแรงกดดันต่อโครงสร้างพื้นฐานที่แตกต่างกันโดยสิ้นเชิง

การฝึกโมเดลขนาดใหญ่ระดับ前沿 ต้องการคลัสเตอร์คอมพิวติ้งขนาดมหึมาและความสามารถในการเข้าถึงหน่วยความจำความเร็วสูงพิเศษ นี่คือเหตุผลที่ GPU และ HBM กลายเป็นคอขวดหลักในห่วงโซ่อุปทาน AI เป็นลำดับแรก

inference เกิดขึ้นหลังจากโมเดลถูกนำไปใช้งานจริง เมื่อใดก็ตามที่ระบบ AI ตอบคำถาม ค้นหาฐานความรู้ วิเคราะห์รูปภาพ หรือปฏิบัติงาน agent อาจต้องอ่านพารามิเตอร์โมเดล embedding ข้อมูลแคช บริบทผู้ใช้ และชุดข้อมูลมัลติโมดัลที่ใหญ่ขึ้นเรื่อยๆ

เมื่อปริมาณคำถามเพิ่มขึ้น ปริมาณข้อมูลที่ต้องคงสถานะเข้าถึงได้ด้วยวิธีที่คุ้มทุนก็เพิ่มขึ้นตามไปด้วย

การใส่ข้อมูลทั้งหมดไว้ใน HBM นั้นไม่สมจริง HBM มีแบนด์วิธสูงมาก แต่ความจุค่อนข้างจำกัด และต้นทุนต่อ bit สูงกว่า NAND มาก NAND แบบดั้งเดิมอยู่คนละฝั่ง คือให้ความจุมหาศาลด้วยต้นทุนที่ต่ำกว่า แต่แบนด์วิธต่ำกว่าและความหน่วงสูงกว่า

จึงมีพื้นที่ทางสถาปัตยกรรมขนาดใหญ่ระหว่างสองสิ่งนี้

สแตกหน่วยความจำ AI ในอนาคตมีแนวโน้มจะไม่ใช่การเลือกอย่างใดอย่างหนึ่งระหว่าง HBM และ NAND แต่จะเป็นหน่วยความจำประเภทต่างๆ ที่ให้บริการในระดับชั้นที่ต่างกัน: HBM จัดการเวิร์กโหลดที่ต้องการแบนด์วิธสูงสุด DRAM รองรับความต้องการหน่วยความจำทำงาน และ NAND ประสิทธิภาพสูงเริ่มรับผิดชอบพูลข้อมูลที่มีความจุมากขึ้นแต่ยังต้องอยู่ใกล้ฝั่งคอมพิวติ้ง

Sandisk กำลังเดิมพันว่า NAND จะกลายเป็นชั้นความจุของ AI

Sandisk เป็นหนึ่งในบริษัทที่เปิดเผยตรรกะนี้ชัดเจนที่สุดในปัจจุบัน ในงาน Investor Day ปี 2026 บริษัทคาดการณ์ว่าภายในปี 2030 ตลาดแฟลชในศูนย์ข้อมูลองค์กรอาจสูงถึง 1.2 ZB พร้อมกับคาดการณ์ว่ารายได้ระหว่าง FY2028 ถึง FY2030 จะเติบโตเป็นเลขสองหลักระดับกลางถึงสูงต่อปี สามารถดูข้อมูลอ้างอิงเพิ่มเติมได้ที่ Reuters.

มุมมองนี้ตั้งอยู่บนพื้นฐานที่ธุรกิจศูนย์ข้อมูลของ Sandisk เติบโตอย่างรวดเร็วอยู่แล้ว บริษัทกำลังค่อยๆ ผูกกลยุทธ์ระยะยาวเข้ากับโครงสร้างพื้นฐาน AI แทนที่จะพึ่งพาผลิตภัณฑ์อุปโภคบริโภคอิเล็กทรอนิกส์หรือตลาดจัดเก็บข้อมูลองค์กรแบบดั้งเดิมเป็นหลัก

การเปลี่ยนแปลงนี้สำคัญมาก เพราะระบบ AI ไม่ได้ต้องการแค่ "การจัดเก็บข้อมูลที่เร็วขึ้น" แต่ต้องการความจุในการจัดเก็บข้อมูลต่อระบบมากขึ้นด้วย โมเดลที่ใหญ่ขึ้น RAG เนื้อหามัลติโมดัล และ AI agent ที่ทำงานต่อเนื่อง ล้วนเพิ่มปริมาณข้อมูลที่ต้องคงสถานะเข้าถึงได้ในระยะยาว

หาก AI inference กลายเป็นหนึ่งในเวิร์กโหลดหลักของศูนย์ข้อมูลในอนาคต ปัจจัยขับเคลื่อนความต้องการ NAND ก็อาจเปลี่ยนจากวัฏจักรของ PC สมาร์ทโฟน และคลาวด์สตอเรจแบบดั้งเดิม ไปสู่ข้อมูลที่ AI สร้างและใช้งานเอง

สิ่งนี้แตกต่างจากโครงสร้างความต้องการ NAND ที่ตลาดเข้าใจเมื่อสิบปีก่อนอย่างสิ้นเชิง

HBF อาจเติมเต็มช่องว่างระหว่าง NAND และ HBM

High Bandwidth Flash (HBF) เป็นหนึ่งในโซลูชันชั้นหน่วยความจำที่น่าสนใจที่สุดในขณะนี้

Sandisk วางตำแหน่ง HBF เป็นสถาปัตยกรรม NAND ที่มีเป้าหมายเพื่อเสริม而不是แทนที่ HBM บริษัทระบุว่าในการกำหนดค่า AI inference บางรูปแบบ HBF ตั้งเป้าที่จะให้แบนด์วิธใกล้เคียงกับ HBM ขณะที่ให้ความจุสูงกว่าประมาณแปดเท่าในต้นทุนที่ใกล้เคียงกัน Sandisk ยังกำลังผลักดันการสร้างมาตรฐานร่วมกับ SK hynix เพื่อให้อุปกรณ์ AI inference ในอนาคตสามารถใช้เทคโนโลยีนี้ได้ ดูข้อมูลเพิ่มเติมได้ที่ เอกสารทางเทคนิค HBF ของ Sandisk.

ความน่าสนใจของเทคโนโลยีนี้ตรงไปตรงมา AI inference มักต้องการให้โมเดลและชุดข้อมูลขนาดใหญ่อยู่ในระยะที่ใกล้กับตัวเร่งความเร็วพอสมควร มิฉะนั้นการย้ายข้อมูลจากชั้นจัดเก็บข้อมูลแบบดั้งเดิมอาจกลายเป็นคอขวดด้านประสิทธิภาพ การขยาย HBM อย่างไม่จำกัดสามารถปรับปรุงแบนดืวิธได้ แต่ต้นทุนและความจุจะกลายเป็นปัญหาใหญ่

HBF พยายามหาจุดกึ่งกลาง: ความจุสูงกว่า HBM อย่างมีนัยสำคัญ ขณะที่ประสิทธิภาพสูงกว่าหน่วยความจำแฟลชแบบดั้งเดิมมาก

ปัจจุบัน HBF ยังเป็นสถาปัตยกรรมเกิดใหม่ และไม่ควรถูกมองว่าเป็นตลาดรายได้ขนาดใหญ่ที่เติบโตเต็มที่แล้ว แต่มันแสดงให้เห็นทิศทางอุตสาหกรรมที่สำคัญกว่า: ผู้ผลิตหน่วยความจำกำลังพยายามทำให้ NAND ไม่ได้หยุดอยู่แค่การจัดเก็บข้อมูลแบ็กเอนด์ แต่ค่อยๆ เข้าใกล้ตัวการคำนวณ AI มากขึ้น

QLC NAND อาจสร้างผลกระทบจริงได้เร็วกว่า HBF

HBF เป็นเทคโนโลยีใหม่ จึงดึงดูดความสนใจได้มากกว่า แต่การพัฒนานวัตกรรม NAND แบบดั้งเดิมอย่างต่อเนื่อง อาจสร้างผลกระทบที่ใหญ่กว่าในระยะสั้น

QLC NAND เก็บข้อมูลได้สี่ bit ต่อเซลล์ จึงให้ความจุสูงกว่า TLC NAND ในพื้นที่ทางกายภาพเท่ากัน สำหรับศูนย์ข้อมูล hyperscale ที่ต้องการพื้นที่จัดเก็บข้อมูลมหาศาลและให้ความสำคัญกับต้นทุนต่อ bit เป็นอย่างมาก QLC มีความน่าสนใจเป็นพิเศษ

ข้อแลกเปลี่ยนคือ เมื่อแต่ละเซลล์เก็บ bit มากขึ้น ความทนทานและประสิทธิภาพอาจได้รับผลกระทบ ดังนั้น QLC จึงไม่เหมาะกับทุกเวิร์กโหลด อย่างไรก็ตาม เมื่อคอนโทรลเลอร์ การแก้ไขข้อผิดพลาด และสถาปัตยกรรม NAND พัฒนาอย่างต่อเนื่อง กรณีการใช้งานที่รองรับ QLC ก็เพิ่มขึ้นเรื่อยๆ

AI อาจเร่งการเปลี่ยนแปลงนี้ให้เร็วขึ้น เพราะเวิร์กโหลด inference ให้ความสำคัญเป็นพิเศษกับความจุ ประสิทธิภาพการใช้พลังงาน และต้นทุนโดยรวม

Sandisk กำลังพัฒนาผลิตภัณฑ์ QLC ที่มีความหนาแน่นสูงขึ้นอย่างต่อเนื่อง ขณะที่ Samsung และ Kioxia ก็เพิ่มความหนาแน่นและประสิทธิภาพผ่าน wafer bonding และการออกแบบ NAND เจเนอเรชันใหม่ ตัวอย่างเช่น สถาปัตยกรรม BV-NAND ล่าสุดของ Samsung ให้ความหนาแน่นในการจัดเก็บข้อมูลสูงขึ้นประมาณ 58% เมื่อเทียบกับรุ่นก่อนหน้า เพื่อรองรับความต้องการจัดเก็บข้อมูล AI ที่เพิ่มขึ้น

ดังนั้น การเติบโตของตลาดจัดเก็บข้อมูล AI จึงไม่จำเป็นต้องพึ่งพาความสำเร็จของ HBF แต่เพียงอย่างเดียว SSD ระดับองค์กรความจุสูงและ QLC NAND ที่มีประสิทธิภาพสูงขึ้น ก็สามารถได้รับประโยชน์โดยตรงจากความหนาแน่นของข้อมูลที่เพิ่มขึ้นอย่างต่อเนื่องเช่นกัน

ทำไมวัฏจักร NAND ในอดีตถึงรุนแรงเช่นนี้?

คำถามการลงทุนที่ใหญ่กว่าคือ ความต้องการ AI จะสามารถเปลี่ยนวัฏจักร NAND ที่มีความผันผวนสูงเรื้อรังได้จริงหรือไม่

ในเชิงประวัติศาสตร์ ปัญหาไม่ได้อยู่ที่ความต้องการไม่เพียงพอเพียงอย่างเดียว แต่อยู่ที่ปฏิสัมพันธ์ระหว่างอุปสงค์และอุปทาน

เมื่อ NAND ขาดแคลน ราคาจะพุ่งสูงขึ้นอย่างรวดเร็ว ผู้ผลิตได้อัตรากำไรขั้นต้นสูง ผลตอบแทนที่สูงขึ้นดึงดูดการลงทุนในกำลังการผลิตมากขึ้น แต่การวางแผนและก่อสร้างโรงงานเซมิคอนดักเตอร์ต้องใช้เวลา พอ产能ใหม่เปิดใช้งานจริง ช่องว่างอุปทานเริ่มแรกมักจะแคบลงแล้ว

จากนั้นราคาจะลดลง อัตรากำไรขั้นต้นถูกบีบอัดอย่างรวดเร็ว ผู้ผลิตจึงลดการลงทุน

แล้วก็เข้าสู่วัฏจักรถัดไป

AI จะไม่ทำให้กลไกนี้หายไปโดยอัตโนมัติ แม้ความต้องการปลายทางจะแข็งแกร่งมาก แต่หากผู้ผลิตขยาย产能มากเกินไปในที่สุด อุปทานก็ยังอาจกดทับอุปสงค์ได้

สิ่งที่อาจเปลี่ยนแปลงได้จริง คือผู้ผลิตจะมองเห็นความต้องการได้ชัดเจนแค่ไหนก่อนตัดสินใจลงทุน

ข้อตกลงระยะยาวอาจเปลี่ยนวินัยด้านอุปทาน

Sandisk กำลังค่อยๆ เปลี่ยนลูกค้าไปสู่ข้อตกลงหลายปี แทนที่จะพึ่งพาการซื้อขายระยะสั้นเป็นหลัก

Reuters รายงานหลังผลประกอบการล่าสุดของ Sandisk ว่าบริษัทได้เซ็นสัญญาระยะยาวแปดฉบับกับลูกค้าหกราย มูลค่ารวมประมาณ 939 พันล้านดอลลาร์สหรัฐ ระยะเวลาสัญญาเฉลี่ยประมาณสี่ปี ผลผลิตประมาณครึ่งหนึ่งของ FY2027 คาดว่าจะครอบคลุมโดยข้อตกลงเหล่านี้ และเพิ่มเป็นประมาณสองในสามภายใน FY2028