خبری از عصر فراوانی نیست، رونق هوش مصنوعی قیمت گجت‌های شما را هم بالا می‌برد

ایلان ماسک از آینده‌ای حرف می‌زند که در آن ماشین‌های هوش مصنوعی و ربات‌ها چنان حجم عظیمی از کالا و خدمات تولید می‌کنند که پول، اهمیت تاریخی‌اش را از دست می‌دهد و هر کسی می‌تواند هر چیزی را که به ذهنش می‌رسد، داشته باشد. او در مصاحبه با اکونومیست می‌گوید مشکل اقتصاد آینده تورم نیست، زیرا فراوانی تولید جهان را به‌سوی کاهش بی‌سابقه‌ی قیمت‌ها سوق خواهد داد.

اما اولین آثار اقتصادی رونق هوش مصنوعی فعلاً در جهت مخالف آرمان‌شهر ایلان ماسک حرکت می‌کنند. اگر نگاهی به قیمت‌های جهانی گوشی‌های هوشمند و لپ‌تاپ‌ها بیندازیم و تورم داخلی‌مان را هم لحاظ نکنیم، نشانه‌ای از فراوانی نعمت نمی‌بینیم.

بازار لوازم الکتریکی ده‌ها سال قاعده‌ی مشخصی داشت. هر نسل جدید از محصولات به کاربران نوید می‌داد که با بودجه‌ی تقریبی سال گذشته، امسال حافظه‌ی بیشتر و دستگاه قدرتمندتری می‌خرند.

کاهش مداوم هزینه‌ی رم و حافظه‌ی فلش به‌ازای هر گیگابایت یکی از عواملی بود که چنین روندی را ممکن می‌کرد؛ اما حالا درست به‌خاطر رونق هوش مصنوعی، قیمت حافظه با سرعتی کم‌سابقه بالا می‌رود، هر سال با نرخی فزاینده‌تر از سال قبل.

طبق آمار، در سه‌ماهه‌ی نخست سال ۲۰۲۶، قیمت انواع حافظه نسبت به فصل قبل بین ۸۰ تا ۹۰ درصد افزایش یافت. گزارش TrendForce رشد قیمت قراردادی DRAM معمولی را ۹۰ تا ۹۵ درصد و NAND را ۵۵ تا ۶۰ درصد برآورد می‌کند و از افزایش دوبرابری قیمت رم مخصوص کامپیوتر در یک فصل خبر می‌دهد. مورگان استنلی نیز در گزارش جدیدتری می‌گوید بعضی تراشه‌های حافظه تا شش برابر گران‌تر از سال قبل شده‌اند.

نمودار صعودی قیمت‌ها در فروشگاه‌های سطح شهر، تنها آخرین حلقه‌ی زنجیره‌ای طولانی را به ما نشان می‌دهد، ولی واقعیت این است که ماجرا هزاران کیلومتر دورتر، در کارخانه‌هایی در تایوان و کره‌جنوبی آغاز می‌شود؛ جایی که خطوط تولید باید بین تامین حافظه برای یک موبایل میان‌رده‌ی چندصد دلاری و یک سرور هوش مصنوعی چندمیلیون‌دلاری، یکی را انتخاب کنند.

کمتر کسی فکر می‌کند تایپ درخواست‌هایش در چت‌بات‌ها، ارتباطی به گران‌شدن گوشی موبایل داشته باشد. مدل‌های بزرگ هوش مصنوعی روی سرورهای دیتاسنترها اجرا می‌شوند، درحالی‌که لپ‌تاپ و گوشی هوشمند از تراشه‌های کاملا متفاوتی استفاده می‌کنند. برای اینکه حلقه‌ی اتصال این دو را پیدا کنیم، باید سری به کارخانه‌های تراشه‌سازی تایوان و کره‌ی جنوبی بزنیم.

بیایید ابتدا سه بازیگر اصلی دنیای حافظه‌ها را بهتر بشناسیم. DRAM همان حافظه‌ی سریع و موقتی است که در مشخصات یک لپ‌تاپ یا موبایل با عنوان رم می‌بینیم. برنامه‌ها هنگام اجراشدن، داده‌های موردنیازشان را در DRAM نگه می‌دارند؛ بنابراین افزایش ظرفیت این حافظه اجازه می‌دهد دستگاه کارهای بیشتری را هم‌زمان انجام دهد.

سومین نوع حافظه با نام HBM یا حافظه‌ی پهن‌باند بالا شناخته می‌شود. در این فناوری چندین لایه‌ی حافظه روی‌هم قرار می‌گیرند و در نزدیکی پردازنده‌ی گرافیکی نصب می‌شوند.

مدل‌های هوش مصنوعی برای استنتاج و آموزش، باید به طور مداوم حجم بسیار بالایی از داده‌ها را بین حافظه و پردازنده‌ی گرافیکی جابه‌جا کنند. حتی سریع‌ترین پردازنده‌های جهان هم بدون مسیری عریض برای رفت‌وآمد داده‌ها، معطل می‌مانند. اینجا نوع سوم حافظه یعنی HBM وارد میدان می‌شود تا انتقال داده‌ها را راحت‌تر کند.

گوشی‌های هوشمند رایج، نیازی به HBM ندارند و از LPDDR استفاده می‌کنند. لپ‌تاپ هم معمولا به DDR یا LPDDR مجهز می‌شود، ولی هر سه نوع حافظه به زنجیره‌ی تولید و ظرفیت محدود کارخانه‌های چند شرکت خاص وابسته‌اند.

بازار حافظه‌ی جهان بازاری تقریبا انحصاری محسوب می‌شود. سه شرکت سامسونگ، SK Hynix و مایکرون حدود ۹۰ درصد از کل بازار جهانی DRAM را در اختیار دارند و ترجیح می‌دهند سرمایه و ظرفیت محدود کارخانه‌هایشان را به محصولی اختصاص دهند که مشتریان دیتاسنتری، آن را در حجم بالا و با حاشیه‌ی سود بیشتری می‌خرند.

البته بحران بازار حافظه‌ی مصرفی، لزوماً به این معنی نیست که شرکت‌ها خط تولید رم موبایل را کاملاً متوقف کرده‌اند. همین که ویفرهای بیشتر و تجهیزات پیشرفته‌تری به حافظه‌ی سرورها اختصاص یابد، سهم تولیدکنندگان گجت‌های روزمره به‌شدت افت می‌کند.

با بررسی مقیاس پروژه‌های در حال ساخت مانند استارگیت، رقابت شدید شرکت‌ها در زمینه‌ی حافظه را بهتر درک می‌کنیم.

اکتبر ۲۰۲۵، شرکت OpenAI برای تأمین حافظه‌ی موردنیاز خود با سامسونگ و اس‌کی هاینیکس به توافق رسید و اعلام کرد اگر پروژه‌ی استارگیت طبق برنامه پیش برود، تا سال ۲۰۲۹ متقاضی ۹۰۰ هزار ویفر DRAM خواهد بود، یعنی دوبرابر کل تولید فعلی HBM جهان.

وقتی مایکروسافت، گوگل، متا و آمازون با قراردادهای چندساله، ظرفیت کارخانه‌ها را پیشاپیش رزرو می‌کنند، ظرفیت آینده از دسترس تولیدکنندگان موبایل و لپ‌تاپ خارج می‌شود. اواخر سال ۲۰۲۵، اس‌کی هاینیکس اعلام کرده بود تمام ظرفیت تولید ۲۰۲۶ خود را پیشاپیش فروخته و مشتریان برای ظرفیت سال بعد سامسونگ نیز صف‌کشیده بودند.

سامسونگ در نوامبر ۲۰۲۵ قیمت برخی محصولات حافظه‌ی خود را تا ۶۰ درصد افزایش داد؛ برای مثال قیمت ماژول ۳۲ گیگابایتی DDR5 این شرکت، از ۱۴۹ دلار به ۲۳۹ دلار رسید. قراردادهای جدید در ماه‌های بعد با نرخ‌های بالاتری بسته شدند و سازندگان گجت‌ها هم برای اطمینان از ادامه‌ی تولید، سفارش‌های بزرگ‌تری ثبت کردند.

موج هوش مصنوعی بازار حافظه‌های NAND را هم مستقیم و غیرمستقیم تحت‌تاثیر قرار می‌دهد، زیرا دیتاسنترها علاوه بر پردازش، باید وزن مدل‌ها، داده‌های کاربران و فایل‌های خروجی را هم ذخیره کنند؛ فرایندی که عمدتاً به SSDهای سازمانی تکیه دارد. فقط در سه‌ماهه‌ی نخست ۲۰۲۶، قیمت SSDهای سازمانی بین ۵۳ تا ۵۸ درصد افزایش یافت و همه‌چیز هم به تعادل عرضه و تقاضا برمی‌گشت.

درست در زمانی که تقاضا برای حافظه‌های NAND بالا می‌رفت، تولیدکنندگان بخشی از ظرفیت‌های قابل‌تغییر خود را به تولید DRAM اختصاص دادند که سودآوری بالاتری داشت. کمبود عرضه و افزایش تقاضا، بازار را در تنگنای شدیدتری قرار داد و باعث شد قیمت حافظه‌های NAND و محصولات مبتنی بر آن بالاتر برود.

افزایش قیمت حافظه روی گجت‌ها و دستگاه‌های الکترونیکی مختلف تاثیر متفاوتی می‌گذارد. شرکت‌های بزرگ می‌توانند چند ده دلار هزینه‌ی اضافی را در قیمت موبایل ۱۲۰۰ دلاری یا لپ‌تاپ ۲۰۰۰ دلاری پنهان کنند، ولی همین میزان افزایش در محصولی ۱۵۰ یا ۳۰۰ دلاری تمام حاشیه‌ی سود سازنده را از بین می‌برد.

سازندگان گجت‌ها در مواجهه با بحران حافظه چهار مسیر پیش روی خود می‌بینند که اغلب ترکیبی از آن‌ها را به کار می‌گیرند.

تولیدکنندگان می‌توانند افزایش قیمت حافظه را مستقیما به برچسب قیمتی منتقل کنند. شیائومی هنگام معرفی سری Redmi K90 افزایش قیمت گوشی‌ها را ناشی از افزایش قیمت حافظه دانست و قیمت پایه‌ی K90 با ۱۲ گیگابایت رم و ۲۵۶ گیگابایت حافظه، ۱۰۰ یوان بیشتر از نسل قبل تعیین شد.

فشار هزینه‌های حافظه در گوشی‌های پرچم‌دار بیشتر هم می‌شود و قیمت پایه‌ی گوشی‌های رده‌بالا را بین ۱۵۰ تا ۲۰۰ دلار افزایش می‌دهد. نسخه‌های مجهز به حافظه‌ی یک ترابایتی بیشترین فشار را تحمل می‌کنند؛ چون افزایش قیمت هر گیگابایت حافظه مستقیماً با ظرفیت دستگاه بالا می‌رود و پس از اضافه‌شدن حاشیه‌ی سود و مالیات، اثر بیشتری بر قیمت نهایی می‌گذارد.

بعضی شرکت‌ها ترجیح می‌دهند قیمت ظاهری را حفظ کنند و در عوض کیفیت یا قابلیت‌هایی را که خریدار دریافت می‌کند، تنزل دهند. مثلاً گوشی‌های اقتصادی دوباره با چهار گیگابایت رم عرضه می‌شوند، نسخه‌ی پایه از ۲۵۶ به ۱۲۸ گیگابایت برمی‌گردد یا حافظه‌ی سریع با نمونه‌ای ارزان‌تر جایگزین می‌شود.

خریداران غالباً میزان حافظه را در جداول مشخصات مقایسه می‌کنند، به همین دلیل گاهی تولیدکنندگان به‌جای اینکه حافظه را تغییر دهند، سراغ بخش‌هایی می‌روند که کمتر به چشم می‌آیند. برای مثال دوربین ثانویه‌ی ساده‌تر، نمایشگر ارزان‌تر، بدنه‌ی پلاستیکی یا پشتیبانی نرم‌افزاری کوتاه‌تر می‌تواند هزینه‌ی اضافه‌ی حافظه را جبران کند.

برندها معمولاً حاشیه سود کمتری از دستگاه‌های اقتصادی به دست می‌آورند و وقتی هزینه‌ی تولید بالا می‌رود، محدودکردن مدل‌های ارزان را منطقی‌تر از فروش میلیون‌ها دستگاه محصول بدون سود می‌دانند.

تولیدکنندگان موبایل حجم سفارش قطعات مدل‌های اقتصادی‌شان را کاهش می‌دهند و تولیدکنندگان کامپیوتر نیز سبد محصولاتشان را به‌سوی دستگاه‌های گران‌تر می‌برند. به همین دلیل لپ‌تاپ نایاب یا کمیاب نمی‌شود، ولی نرخی که ما قبلا به‌عنوان «قیمت ارزان» می‌شناختیم، تغییر می‌کند. شاید مشخصاتی که سال گذشته ۴۰۰ دلار قیمت داشت، در نسل بعد وارد محدوده‌ی ۵۰۰ یا ۶۰۰ دلار شود.

انگار شرکت‌ها به‌جای تولید گجت بیشتر، گجت گران‌تر وارد بازار می‌کنند و در این میان، کاربرانی که به محصولات اقتصادی وابسته‌اند، اولین قربانیانی خواهند بود که از چرخه‌ی ارتقای تکنولوژی جا می‌مانند.

شرکت‌های بزرگ می‌توانند برای مدتی قیمت را ثابت نگه دارند و هزینه را از سود خود بپردازند. ولی چنین تصمیمی معمولاً برای محصولی گرفته می‌شود که افزایش قیمتش به سهم بازار یا اعتبار برند آسیب می‌زند.

اگر به شرکت سامسونگ نگاه کنیم، نمونه‌ی کم‌نظیری از تحولات دو سمت ماجرا را مشاهده می‌کنیم. بخش تراشه‌ی شرکت از افزایش قیمت حافظه سود برد؛ اما واحد موبایل مجبور شد همان قطعات را با هزینه‌ی بیشتری تهیه کند.

در سه‌ماهه‌ی پایانی ۲۰۲۵، سود عملیاتی بخش تراشه‌ی سامسونگ حدود ۴۷۰ درصد افزایش یافت، درحالی‌که سود بخش موبایل نزدیک به ۱۰ درصد کاهش پیدا کرد. رونق هوش مصنوعی داخل خود شرکت هم برنده و بازنده داشت.

شرکت‌های فناوری جذب هزینه را راه‌حلی موقت تلقی می‌کنند؛ چون سهام‌داران انتظار دارند سودشان را مثل سابق دریافت کنند و بخش‌های مختلف شرکت هم بودجه‌ی محدودی دارند. اگر قیمت حافظه چندین فصل متوالی بالا بماند، هزینه‌ای که ابتدا در صورت مالی شرکت پنهان شده بود، سرانجام به قیمت یا مشخصات محصول منتقل می‌شود.

درست در زمانی که سهم گجت‌ها از بازار حافظه کمتر می‌شود، شرکت‌های فناوری می‌خواهند رم و فضای ذخیره‌سازی بیشتری درون همان گجت‌ها قرار دهند تا دستگاه‌هایشان قابلیت‌های هوش مصنوعی را بهتر اجرا کنند.

پردازش محلی یا اجرای قابلیت‌های هوش مصنوعی روی دستگاه با پردازش معمولی تفاوت دارد. مدل باید پیش از تولید متن، ویرایش تصویر یا ترجمه‌ی زنده در حافظه بارگذاری شود. مدل بزرگ‌تر یا ورودی سنگین‌تر، رم بیشتری اشغال می‌کند و جابه‌جایی داده میان پردازنده و حافظه را افزایش می‌دهد.

وقتی مایکروسافت کامپیوترهای کوپایلت پلاس را معرفی کرد، استانداردهای بازار را تغییر داد. حداقل سخت‌افزار لازم برای ورود به این کلوپ جدید، ۱۶ گیگابایت رم، ۲۵۶ گیگابایت فضای ذخیره‌سازی و یک پردازنده‌ی عصبی (NPU) با توان دست‌کم ۴۰ تریلیون عملیات در ثانیه تعیین شد.

قابلیت Recall مایکروسافت در دستگاهی با ۲۵۶ گیگابایت حافظه، به طور پیش‌فرض تا ۲۵ گیگابایت فضا برای اسنپ‌شات‌ها کنار می‌گذارد، یعنی حدود یک‌دهم کل فضای اسمی دستگاه.

اجرای هوش مصنوعی روی گوشی‌های موبایل هم نیاز به رم و فضای ذخیره‌سازی را بیشتر می‌کند. قابلیت‌هایی مثل تشخیص گفتار، خلاصه‌سازی متن یا حذف اشیا از عکس با مدل‌های کوچک‌تر اجرا می‌شوند، ولی دستیارهای هوشمندی که محتوای روی صفحه را می‌فهمند یا ویدئو تولید می‌کنند، به منابع بیشتری نیاز دارند.

تصور کنید از یک سو دیتاسنترها مدام ظرفیت بیشتری از تولید حافظه را پیش‌خرید می‌کنند و ازسوی‌دیگر لپ‌تاپ یا گوشی جدیدی که قرار بود با ۸ گیگابایت رم به‌عنوان محصولی اقتصادی عرضه شود، برای دریافت برچسب «گجت هوش مصنوعی» به حداقل ۱۶ گیگابایت رم نیاز دارد. ضمن اینکه قیمت همین قطعه در فاصله‌ی طراحی تا تولیدِ دستگاه، چندبرابر می‌شود.

تولیدکنندگان می‌توانند بخشی از پردازش‌ها را به سرورهای ابری منتقل کنند و نیاز سخت‌افزاری دستگاه را کاهش دهند. در این صورت هزینه‌ها از مرحله‌ی خرید به دوره‌ی استفاده منتقل می‌شوند. قابلیت‌های ابری به اینترنت وابسته‌اند، داده‌های بیشتری از دستگاه خارج می‌شوند و شرکت‌ها نیز برای تأمین هزینه‌ی پردازش به اشتراک یا تبلیغات روی می‌آورند.

ازسوی‌دیگر سازنده برای افزودن NPU، حافظه‌ی بیشتر و سیستم خنک‌کننده باید فضای محدود داخل دستگاه و بودجه‌ی قطعات را دوباره تقسیم کند. بخشی از هزینه‌ای که می‌توانست صرف باتری بزرگ‌تر، نمایشگر بهتر یا حافظه‌ی قابل‌ارتقا شود، به سخت‌افزاری اختصاص پیدا می‌کند که شاید برای بسیاری از خریداران کاربرد روزمره‌ای نداشته باشد.

فرقی نمی‌کند به چت‌بات یا تولید عکس با هوش مصنوعی علاقه داشته باشید یا نه؛ شما هنگام خرید دستگاه جدید، بهای استاندارد و اجباریِ تازه‌ای را می‌پردازید که صنعت به نسل بعدی گجت‌ها تحمیل می‌کند.

کمبود حافظه برای شرکت‌هایی مثل سامسونگ، اس‌کی هاینیکس و مایکرون که اکنون حافظه‌هایشان را گران‌تر و با حاشیه سود بالاتری می‌فروشند، خبر بدی نیست. به‌علاوه آن‌ها به لطف قراردادهای چندساله می‌توانند درآمد آینده را بهتر پیش‌بینی کنند و هنگام تخصیص ظرفیت، مشتریان پردرآمد را در اولویت قرار دهند.

شرکت‌های سازنده‌ی تجهیزات تراشه و فعالان بسته‌بندی پیشرفته نیز از توسعه‌ی خطوط HBM سود می‌برند. ساخت حافظه‌ی چندلایه به تجهیزات، مواد و فرایندهایی نیاز دارد که عرضه‌ی آن‌ها محدود است.

برای مثال اپل به‌عنوان یکی از بزرگ‌ترین شرکت‌های محصولات الکتریکی مصرفی، قدرت خرید بسیار بالایی دارد و با سفارش‌های عظیم؛ دسترسی مطمئن‌تری به قطعات خواهد داشت. بااین‌حال، ظرفیت‌های بالاتر حافظه حتی برای اپل هم گران تمام می‌شوند.

چرخه‌های رونق و رکود بازار حافظه همیشه می‌تواند فعالین صنعت را غافلگیر کند. پس از هر دوره‌ی کمبود، کارخانه‌های جدید با سرمایه‌گذاری‌های میلیارددلاری ساخته می‌شوند و چند سال بعد، با ورود هم‌زمان آن‌ها به مدار تولید، عرضه از تقاضا پیشی می‌گیرد و قیمت‌ها سقوط می‌کنند. اما آیا این چرخه‌ی نجات‌بخش به‌زودی تکرار می‌شود؟

خوش‌بینانه‌ترین سناریو می‌گوید کارخانه‌های جدید و خطوط تولیدی که از سال ۲۰۲۷ و ۲۰۲۸ به بهره‌برداری می‌رسند و می‌توانند بخشی از فشار را کم کنند، ظرفیت‌های پیچیده‌ی بسته‌بندی HBM گسترش می‌یابد و احتمالاً سازندگان هوش مصنوعی نیز به روش‌های بهینه‌تر و فشرده‌تری برای اجرای مدل‌هایشان دست پیدا می‌کنند.

هر درخواستِ استنتاج در مقایسه با آموزش یک مدل بزرگ منابع بسیار کمتری مصرف می‌کند، ولی نباید فراموش کنیم که این فرایند برای صدها میلیون کاربر بارهاوبارها تکرار می‌شود. در حال حاضر هم نشانه‌های نیمه‌ی دوم ۲۰۲۶ از کاهش سرعت رشد قیمت حکایت دارند، نه بازگشت به دوران ارزانی.

پایان کمبود حافظه در نهایت به دو عامل بستگی دارد، اول اینکه کارخانه‌ها با چه شتابی ظرفیت جدید ایجاد می‌کنند و دوم استفاده از هوش مصنوعی با چه سرعتی نرخ مصرف حافظه را بالا می‌برد. تا روشن‌شدن نتیجه، شرکت‌های حافظه از وعده‌های هوش مصنوعی سود می‌برند و سازندگان گجت برای تحقق همان وعده‌ها هزینه می‌دهند.

شاید ایلان ماسک در نگاه کلانِ خود به هوش مصنوعی کاملا حق داشته باشد. شاید روزی ربات‌ها کارخانه‌ها را پربازده‌تر کنند و اتوماسیون، هزینه‌ی ارائه‌ی خدمات را به سطحی بسیار ناچیز برساند. ولی بین آینده‌ای که او وعده‌اش را می‌دهد و حال‌وهوای فعلی بازار فناوری، فاصله‌ی زیادی وجود دارد.

ساختنِ ماشین‌هایی که قرار است روزی برای انسان‌ها فراوانی بیاورند؛ خود به منابع کمیاب نیاز دارد. دیتاسنترها برای تولید هر پاسخ و آموزش هر مدل جدید، به تراشه، حافظه، برق و تجهیزات صنعتی وابسته‌اند و رشد تقاضا برای این منابع، فعلا با چنان شتابی پیش می‌رود که هزینه‌ی سنگینش روی دوش خریداران عادی آوار شده است.

خریداران هم به‌سادگی نمی‌فهمند چرا دارند محصول گران‌تری می‌خرند، چون هیچ تولیدکننده‌ای روی جعبه‌ی گوشی یا لپ‌تاپ‌ها نمی‌نویسد که بخشی از قیمت این محصول، از قرارداد یک شرکت هوش مصنوعی با سازندگان حافظه ناشی می‌شود.

شاید هوش مصنوعی روزی آن‌قدر کالا و خدمات تولید کند که به تعبیر ماسک، پول اهمیتش را از دست بدهد. اما فعلاً برای احساس تأثیر این فناوری، از چت‌بات‌ها بگذرید و قیمت جهانی گجت‌ها را چک کنید.