Orijinal Başlık: "AI Yarı İletkenlerinin Nihai Senaryosu 2026 (II)"
Orijinal Yazar: fin, AI Analisti

Yarı iletkenler yapısal olarak AI çıkarım ana hattına evrildiğinde, bellek ve depolama en büyük darboğaz haline geldi. Piyasanın bellek ve depolamaya yönelik en büyük şüphesi şu:

HBM/DRAM/SSD geleneksel döngüsellikten kurtulabilir mi?

HBM'nin üstel büyümesine bağlı olan GPU mimarisi evrim yolu duracak mı? Ne zaman duracak?

ChangXin'in üretim artışının etkisi ne kadar büyük olacak? Bu piyasayı yeniden döngüsel bataklığa sürükleyecek mi?

Bu yazı, bu soruları düzenlemek için bir çerçeve oluşturmayı deniyor.

Her şey döngüseldir ve belleğin döngüselliği özellikle güçlüdür. En büyük kaynak, üretim genişletme süresinin çok uzun olması, hızlı bir şekilde üretimi artıramama ve talep kıtlığı dönemlerindeki uyumsuzluktur.

Geleneksel döngüsellikten kurtulmanın birkaç olası yolu:

1. Özelleştirme: Ürünler birbiriyle değiştirilemez, kapasite kolayca aktarılamaz, uzun vadeli sözleşmeler imzalanması gerekir.

2. Yapısal üstel talep büyümesi: Talep eğrisi kendisi çok dik ve arz sürekli olarak yetişemez.

3. Hızlı teknolojik yenilik: Her nesil ürün, bir önceki nesli hızla geçersiz kılar.

Bu koşullardan herhangi birini karşılamak, geleneksel döngüden kısmen kurtulmayı sağlar; iki veya üçünü karşılamak, geleneksel döngünün çoğundan kurtulmayı sağlar.

Bu çerçeveye göre, HBM üç koşuldan yaklaşık iki buçuk tanesini karşılıyor.

1. Özelleştirme, uzun vadeli sözleşmeler gerektirir (zayıf, yarım koşul olarak sayılır)

HBM gerçekten de bir miktar özelleştirme ve Nvidia ile ortak tasarım içeriyor, ancak bu çok güçlü değil. Gerçekten özelleştirilmiş kısımlar yalnızca paketleme ve base die'de; üstteki onlarca DRAM die katmanı tamamen JEDEC standartlarına uygun.

Örneğin, Samsung'un HBM3E'si NVIDIA'nın kalifikasyonunu geçemediğinde ve pazar payı yaklaşık %60'tan %20'ye düştüğünde, bu kapasiteyi ellerinde tutup hurdaya çıkarmadılar; aksine, hemen Google'ın TPU'su ve AMD'ye tedarik ettiler. Fiziksel olarak, NVIDIA'ya verilen HBM3E ile AMD'ye verilen HBM3E aynı şeydir. Bu nedenle, kapasite hala kısmen serbestçe aktarılabilir.

HBM4 sonrasında daha fazla özelleştirme söz konusu olacak; buna base die üzerinde özel mantık ve/veya önbellek entegrasyonu da dahil. Daha karmaşık bir yöntem ise HBM4E bellek denetleyicisini ve özel die-to-die arayüzünü doğrudan mantıksal base die içine yerleştirmek.

SemiAnalysis, OpenAI, NVIDIA ve AMD'nin her birinin özel HBM üzerinde çalıştığını belirtiyor, ancak bu, base die'nin özelleştirilmesi anlamına geliyor; üzerindeki DRAM katmanları ise standart kalıyor.

Kısmi özelleştirme özellikleri nedeniyle HBM, esas olarak paketleme konusunda iş birliği gerektiriyor. Bu da müşterilerin uzun vadeli sözleşmeler imzalamasını zorunlu kılıyor, ancak kapasite gerçekten de aktarılabiliyor, bu yüzden HBM zorlama bir şekilde yarı yarıya sayılabilir.

2. Yapısal Üstel Talep Artışı (Karşılanıyor)

En temel neden, Nvidia token fabrikasının token throughput'undaki donanım yükseltme ihtiyacıdır. Bu, HBM bant genişliğinin çok hızlı bir şekilde nesil değiştirmesine ve HBM boyut talebinin üstel olarak artmasına yol açmıştır.

Bu madde aslında bir önceki yazı olan AI Yarı İletken Nihai Senaryo Tahmini 2026(I)'nın sonucudur:

token throughput = HBM boyutu × HBM bant genişliği, her nesilde ikiye katlanır.

GPU başına HBM boyutu yılda yaklaşık %40'tan fazla artmaktadır.

Bu talep eğrisinin dikliği, DRAM arz tarafındaki %14'lük wafer büyümesi ve %9'luk yoğunluk artışıyla yakalanması zordur.

Donanım alanında, attn aşamasındaki KV önbelleğinin son derece yüksek bant genişliği ve bellek boyutu gereksinimleri, HBM'e benzersiz bir konum kazandırmıştır. HBM fiyatı üç ila beş kat artsa bile, parayı HBM'e harcamanın getirdiği marjinal token throughput artışı, diğer alanlara harcamaktan hâlâ çok daha avantajlıdır.

Diğer bellek yolları olan SRAM, HBF, CXL ve PIM, şu anda HBM'in ana rotası olan kv cache/attention üzerinde doğrudan rekabet edemiyor. En azından önümüzdeki 5 yıl veya daha uzun bir süre boyunca alternatif bir yol bulunması pek olası görünmüyor.

3. Hızlı Teknolojik Nesil Yükseltmesi (Karşılanıyor)

DDR3 dönemi 15 yıl sürdü ve hâlâ sadece DDR5 dönemine geçildi. Oysa HBM'in nesil yükseltme hızı temelde iki yılda bir olup, geleneksel DDR'den çok çok daha hızlıdır ve son zamanlarda hızlanma eğilimi de göstermektedir. HBM boyutu x HBM BW her nesilde ikiye katlanıyor ve şu anda bu kurala tamamen uyuyor.

Her iki yılda bir HBM yükseltmesiyle, NV GPU hızı neredeyse üstel bir şekilde artıyor: 2TB/s -> 3,5TB/s -> 4,8TB/s -> 8TB/s -> 22TB/s. Ayrıca, HBM hızı ile çıkarım token verimi (token throughput) tamamen doğrusal ve pozitif bir ilişkiye sahip. Önceki nesil HBM'in marjinal kullanım maliyeti kârlı olmayacak; herkes daha pahalı olsa da daha fazla getiri (token verimi) sağladığı için mümkün olduğunca en yeni ürünleri kullanma motivasyonuna sahip.

Token fabrikası çağının mantığı şu: Teknolojik yükseltme (HBM bant genişliği) ne kadar fazlaysa, kazanç da o kadar artar.

Bu hız farkı, CPU'ya benzer bir durum yaratıyor: Eski ürünler hızla değer kaybediyor, bu nedenle stok tutmanın değeri düşüyor. Örneğin, HBM3'ün değeri çok hızlı düşüyor ve bugün itibarıyla ana akım ürünlerde kullanılmıyor.

Bu nedenle, HBM üreticilerinin rasyonel tercihi, mevcut üretim kapasitesiyle pazar payı kapmaktan (miktar rekabeti), kararlılık ve HBM hızında teknolojiye, yani NVIDIA platformunda bir sonraki nesil kalifikasyon payına (kalite rekabeti) odaklanmaya dönüştü. Bu sayede, geleneksel döngülerin düşüş dönemlerinde kimsenin üretimi azaltıp pazar payını kaybetmek istemediği mahkum ikileminden kaçınılıyor.

HBM, geleneksel DRAM ile karşılaştırıldığında üç koşuldan ikisini yarım olarak karşılıyor; peki HBM geleneksel döngüsellikten kurtulabilir mi?

Bellek döngüselliğinin kaynağına dair ana anlatı, DRAM'in emtia özelliğine sahip olmasıdır (farklılaşma yok → fiyat savaşı → stoklanabilirlik), bu da döngüselliğe yol açar.

Ancak emtia özelliği tek başına döngü yaratmaz; sadece bir genlik yükselticidir.

Özellikle DRAM alanında, bir zamanlar mahkum ikilemi yaşandı: Düşüş döneminde Samsung, pazar payı kapmak için üretimi artırdı; kim önce üretimi azaltırsa kaybederdi, bu yüzden kimse kolayca üretimi azaltmaya cesaret edemedi ve sonuçta herkes ağır zararlar etti.

Aslında döngüselliğin ana yapısal kaynağı, arz döngüsünün çok uzun olması ve talep döngüsüyle kolayca uyumsuzluk yaşanmasıdır. Bir fabrika inşa etmek 3 yıl sürer ve yüz milyarlarca dolar yatırım gerektirir; karar bir kez alındığında geri dönüşü yoktur. Talep büyümesi ise istikrarsızdır; her yeni paradigma büyümesi (örneğin bulut hizmetleri, mobil internet telefonları, pandemi dönemi çevrimiçi talebi) patlayıcı bir artış getirir, ancak iki yıl sonra büyüme yavaşlar, arz talebi aşar, fiyatlar aşırı düşer ve bu da zarar döngüsüne dönüşür.

Her şey döngüseldir, HBM de bundan kaçamaz. Ancak token talebi üstel bir şekilde artmaya devam ettiği sürece, yapısal üstel büyüme döngüselliği azaltacaktır. Çünkü talep daha öngörülebilirdir ve fiyatlar düştüğünde müşteriler HBM boyutunu artırma ihtiyacı duyar (böylece token çıktısı artar). Ayrıca HBM'in belirli özelleştirme gereksinimleri nedeniyle çoğunlukla uzun vadeli sözleşmeler yapılır, bu da döngüselliği büyüme döngüselliğine dönüştürür ve bu döngü özellikle uzun olur.

· Döngüsellik: Yükseliş döngüsünde çok kazanılır, düşüş döngüsünde çok kaybedilir.

· Büyüme döngüselliği: Yükseliş döngüsünde çok kazanılır, düşüş döngüsünde az kazanılır.

Ayrıca, HBM/DRAM, geleneksel döngülerden kurtulmak için bu üç koşula ek olarak önemli bir avantaja daha sahiptir:

4. DRAM yoğunluk artışı (scaling) giderek yavaşladığı ve HBM yükseltmeleri DRAM istifleme katlarını artırdığı için, arz tarafında üretim kapasitesini artırma zorluğu sürekli olarak artmaktadır.

2000'li yılların başında, DRAM bit yoğunluğu her wafer başına yılda yaklaşık %45 artıyordu. Yani, wafer sayısı artırılmasa bile, arz tarafındaki DRAM bit miktarı her yıl %45 büyüyebiliyordu.

On yıl önce, DRAM bit yoğunluğu yıllık artışı %20'ye düştü. Şimdi ise DRAM bit yoğunluğu yıllık artışı %9'a geriledi. Eskiden DRAM üretimini artırmak için yeni fabrikalar inşa etmeye bile gerek kalmadan yıllık %20-30 bit hacmi artışı sağlanabiliyordu. Şimdi DRAM üretimini artırmak daha çok wafer sayısının artırılmasına, yani yeni fabrikalar ve temiz odalar inşa etmeye dayanıyor.

HBM'in hızlı üretim artışındaki bir diğer zorluk ise, HBM3e'nin yaklaşık 3 kat daha fazla DRAM wafer'ı gerektirmesidir. HBM4 ise istifleme yoğunluğunun artması nedeniyle yaklaşık 4 kat daha fazla DRAM wafer'ı gerektirecektir. Bu, HBM bit'lerinin DRAM bit'lerine kıyasla üretiminin giderek zorlaştığı anlamına gelir. Birim DRAM wafer başına üretilen HBM bit miktarı giderek azalmakta, bu da bir tür deflasyon yaratmaktadır.

HBM, bir gün büyüme döngüselliğinden tekrar geleneksel döngüselliğe dönecek mi? En önemli faktör yapısal üstel büyümedir. Peki,

AI çıkarım çağında, HBM'in üstel büyümesine bağlı olan bu GPU mimarisi evrim yolu duracak mı? Ne zaman duracak?

token throughput = HBM boyutu × HBM bant genişliği. HBM'nin üstel büyümesinin birinci prensibindeki HBM boyutunun artışının nedeni tam olarak KV cache'in büyümesidir. KV Cache'in özellikleri ve Attention'ın özellikleri de HBM ile son derece uyumludur. Hatta HBM'nin diğer teknoloji yollarına kıyasla öne çıkmasını sağlayarak, KV Cache ve Attention aşamalarının kullanım oranını maksimize eder.

Başka bir deyişle, eğer KV cache mimari olarak ortadan kalkarsa, HBM boyutunun üstel büyüme mantığı da sorgulanır hale gelir.

Dolayısıyla bu sorunun özü aslında şudur: Transformer ile temsil edilen bu dönemin attention mekanizması ve ondan türeyen KV cache mekanizması ortadan kalkacak mı? Geri çekilme sonrasında yerini başka bir şey alacak mı?

Tarihsel eğilimlere bakıldığında: Her AI model mimarisi devriminde, gerçekten korunan şeyler, matematiksel olarak belirli bir evrenselliğe sahip olan primitive işlemlerdir.

Örnek vermek gerekirse: FFN (feedforward network, yani modeldeki çok sayıda MLP katmanı) 2012 derin öğrenme döneminin bir ürünüdür, ancak günümüzün büyük dil modellerine kadar varlığını sürdürmüş ve hala modelin önemli bir parametre miktarını oluşturmaktadır. Neden hayatta kaldı? Çünkü bu da bir universal approximation theorem (evrensel yaklaşım teoremi)dir: Yeterince geniş herhangi bir MLP, herhangi bir sürekli fonksiyona yaklaşabilir.

Attention da büyük olasılıkla korunacak böyle bir primitive olacaktır. Çünkü aynı derecede temel bir sorunu çözer: Bir sequence (dizi) içindeki herhangi iki konum arasında dynamic routing (dinamik yönlendirme) sağlayarak, bir dizideki herhangi iki konumun ihtiyaç halinde bağlantı kurmasına olanak tanır. Bu yetenek bir kez etkili olduğu kanıtlandığında, kolayca terk edilmesi zordur.

Bu nedenle, gelecekteki mimari saf Transformer'dan hibrit mimariye veya dünya modeline doğru evrilse bile, attention katmanı hala var olacak, KV cache (veya latent compression sonrası eşdeğeri) hala gerekli olacak ve HBM hala çıkarımın temel bileşenlerinden biri olmaya devam edecektir. HBM'nin üstel büyümesine bağlı bu GPU KV cache mimari yolunun evrimi durmayacaktır.

Peki ya DRAM? Gelecekte geleneksel döngüsellikten kurtulma olasılığı var mı?

HBM'nin döngüsellikten kurtulması konusunda piyasada belirli bir fikir birliği bulunuyor, ancak DRAM'in döngüsellikten kurtulması konusunda şu anda piyasada neredeyse hiçbir fikir birliği yok.

Tekrar önceki çerçeveye dönersek, geleneksel döngülerden kurtulmak için üç koşuldan biri olan DRAM'de özelleştirme bulunmuyor. Bu nedenle sadece teknolojik yenilik hızına bakmak gerekiyor. En kritik nokta ise yapısal bir üstel büyüme olup olmadığı. Cevap: Evet, var.

AI token factory konseptinde, yapısal üstel büyümeyi gerçekten sağlayan esas olarak HBM'dir. Ancak 2025 yılının sonundan itibaren durum değişti: agentic CPU'lar potansiyellerini ortaya çıkarmaya başladıkça, CPU'ya bağlı DRAM talebi, DRAM için yeni bir yapısal üstel büyüme kaynağı haline geliyor.

Bu büyümenin mantığı iki katmanlıdır: Birinci katman, CPU sunucu TAM'ının hızlı büyümesi; ikinci katman ise her sunucu CPU çekirdeğine tahsis edilen DRAM miktarının agentic flow nedeniyle hızla artmasıdır.

Sunucu CPU TAM'ının hızlı büyümesinin 4 mantığı, Nisan ayındaki CPU özel bölümünde ayrıntılı olarak yazılmıştı. Kısaca özetlemek gerekirse:

1. AI hızlandırıcı kümelerinde CPU ve GPU oranı geleneksel 1:4'ten 1:2'ye, hatta 1:1'e doğru ilerliyor.

2. Agentic flow'da CPU işlem gecikmesi oranı oldukça yüksek (%50-90), bu önemli bir darboğaz haline geliyor ve eşzamanlı kapasite artışı gerektiriyor.

3. AI kodlama, SDE verimliliğini büyük ölçüde artırıyor, kod miktarı katlanarak büyüyor ve yazılım API çağrıları üstel bir şekilde artıyor. Bu doğrudan CPU saatlerinin üstel olarak yükselmesine dönüşüyor.

4. Sandbox, veri güvenliği ve izolasyonu sağlamak için (örneğin Analytical Agent) her görev için büyük miktarda veritabanı ve kullanıcı bağlamını kopyalamak zorunda kalıyor. Bu durum, bellek (DRAM) ve CPU çekirdeklerinde ciddi bir israfa yol açıyor ve bu israf sorunu beş yıl veya daha uzun süre çözülemeyecek. Ayrıca CPU saatlerini teknik olarak optimizasyon yöntemleriyle deflasyona uğratmak çok zor.

İşte bu nedenle, geçen çeyrek AMD'nin finansal raporunda CPU TAM'ının 2030 yılına kadar 60 milyar dolara ulaşacağı belirtilmişti. İki ay önce AMD/ARM, 2030 yılı CPU TAM tahminini ikiye katlayarak 120 milyar dolara çıkardı. Bir ay önce ise Nvidia, 2030 yılı CPU TAM tahminini tekrar ikiye katlayarak 200 milyar dolara yükseltti.

Geçen hafta Bernstein, 2030 CPU TAM tahminini tekrar 223B'ye yükseltti. Bana göre, 2031 CPU TAM'ın gelecekte 400B'ye revize edilmesi büyük bir sürpriz olmaz, tek soru, büyük oyuncuların bu tahmini ne zaman yükselteceğini açıklayacağı.

İkinci katman: Neden her sunucu CPU çekirdeğine tahsis edilen DRAM miktarı ajan çağında hızla artıyor?

1. Ajan, durum bilgisi olan uzun süreli bir süreçtir, durumsuz istek-yanıt değildir

Geleneksel web/SaaS durumsuzdur: istek gelir, bellek tahsis edilir, işlem biter bitmez bellek hemen serbest bırakılır. Oysa bir ajan görevi bir dakikadan bir saate kadar sürebilir ve bu süre boyunca mesaj geçmişi, sistem istemi, çalışma belleği, uzun süreli bellek ve araç sonuçları tamponu tamamen DRAM'de kalır.

CPU saatleri gibi, her görevin bellek ayak izi, durum bilgisi ve sanal alan izolasyonu (her görev veritabanını ve bağlamı kopyalar) gereksinimleri nedeniyle teknik olarak sıkıştırılması zordur.

2. Bağlam penceresi katlanarak uzuyor, her oturumun çalışma seti büyüyor, eşzamanlılık × tek oturum bellek ayak izi çarpan etkisi yaratıyor

Bağlam penceresi 32K → 256K → 1M'ye çıkıyor, akıl yürütme/test zamanı hesaplama dizi uzunluğu patlıyor ve gelecekte daha da artacak. Her aktif oturumda kalıcı mesajlar, bağlam uzunluğuyla doğrusal olarak artıyor.

Şimdi iki katmanı çarpalım.

Birinci katman: CPU sunucusu TAM'ı, 2030~2031'e bakıldığında yaklaşık 5–7 kat büyüklüğünde (60B → 120B → 200B → 223B, bence 400B'ye ulaşacak).

İkinci katman: Her CPU'nun DRAM oranı yaklaşık 3–4 kat (4~8GB → 16~32 GB/çekirdek), ancak bu büyüme büyük ölçüde tek seferlik bir kazanç olabilir.

İki bağımsız değişkenin çarpımı, sunucu tarafındaki DRAM talebinde büyüklük sırasına göre bir artış yaratıyor

2030 yılında, muhafazakar bir tahminle 300 milyar CPU TAM (Toplam Adreslenebilir Pazar) ve CPU çekirdeği başına 50 dolar baz alındığında, ajan çağında en muhafazakar hesapla çekirdek başına 16 GB gerektiğinde, ortaya çıkan ek talep en az 96 EB (Exabyte) olacaktır. Oysa bu yılki toplam DRAM üretimi yalnızca 47 EB ve gelecek yıl zorlukla 60 EB'ye ulaşacak. Bu, oldukça çarpıcı bir artış.

Bu ajan CPU'larının getirdiği DRAM'deki üstel büyüme, ikinci kademede büyük ölçüde tek seferlik bir kazanç olsa da, etkisi çok uzun süre devam edecek çünkü arz açığı o kadar büyük ki.

Yazının başındaki çerçeveye dönersek, geleneksel döngülerden kurtulmak için gereken üç koşuldan birincisi olan DRAM özelleştirmesi neredeyse göz ardı edilebilir.

İkinci koşul ise geçerlidir: Yapısal olarak üstel ve tersine çevrilmesi çok zor bir talep kaynağı mevcuttur. Emtia DRAM'i artık kısmen geleneksel döngüsellikten kurtulma niteliği kazanmıştır. HBM (iki buçuk koşul) kadar tam olmasa da, bu önemli bir değişimdir.

Üçüncü koşul olan teknoloji yenileme hızına gelince, DRAM'in temposu da eskisinden farklıdır.

Çünkü geçmişte DRAM teknoloji yenileme hızı büyük ölçüde tüketici elektroniğine bağlıydı. DDR'nin ilerlemesi performans açısından pek faydalı değildi. Ancak öngörülebilir gelecekte, karbon tabanlı tüketim için geleneksel DRAM kullanımı, silikon tabanlı tüketim (CPU sunucuları) için olan DRAM kullanımının çok altında kalacak.

Eskiden DRAM hızındaki yükseltmelerin marjinal faydası çok düşüktü. Ancak şimdi, CPU sunucularının belleğe olan talebinin artması ve uç taraftaki yapay zekanın DDR hızına olan ihtiyacının da artmasıyla (örneğin Apple'ın yerel büyük modelleri çalıştırmak için LPDDR hızını giderek artırması gibi), durum değişti.

Hız yükseltmelerinin marjinal faydası önemli ölçüde arttı. Bu nedenle DDR6 ve LPDDR6'nın hız yenileme ihtiyacı geçmişe göre çok daha büyük hale geldi. Bu, grafikte de görülebilir: LPDDR6/DDR6'nın yenileme süresi kısaldı ve hız eğrisi yeniden yükselmeye başladı.

Geçmişte yeni bir DDR/LPDDR teknolojisi çıktığında, herkesin tepkisi oldukça soğuktu; fiyatlar düşene kadar kullanılmazdı.

Oysa şimdi LPDDR6 çıktığında, her firma mümkün olduğunca erken kullanmaya çalışıyor çünkü hızdaki artışın getirdiği performans iyileştirmesi hemen elde edilebilir durumda.

Ayrıca, DDR arzı HBM tarafından ek bir vergiye tabi tutuluyor. HBM'nin yıllık üretim kapasitesi artış hızı çok yüksek olduğundan, her yıl başlangıçta emtia DDR üretimi için ayrılmış olan belirli sayıda wafer, HBM üretimine yönlendiriliyor. HBM'nin dönüşüm oranı ise son derece düşük: HBM3E için eşdeğer bit miktarını üretmek yaklaşık 3 DDR wafer'ının kapasitesini gerektirirken, HBM4 için bu oran 4 wafer. Bu nedenle, her yıl DDR bit üretimindeki yaklaşık %3 ila %5'lik büyüme, doğrudan bu HBM bit vergisi tarafından tüketiliyor.

Yani DRAM bit hacmi gelecekte her yıl yaklaşık %24 oranında büyüse de (%14'ü wafer artışından, %9'u her wafer başına DRAM yoğunluğundan), HBM bit vergisi hesaba katıldığında, geleneksel, HBM olmayan emtia DDR'nin yıllık bit büyümesi yalnızca yaklaşık %20 civarında oluyor (yaklaşık %10 wafer artışı × yaklaşık %9 düğüm yoğunluğu artışı).

Çinli ChangXin'in üretim artışının etkisi ne kadar büyük? Eğer kurallara uymadan agresif bir şekilde üretimi artırırsa, bu pazarı yeniden döngüsel bir bataklığa sürükleyebilir mi?

ChangXin'in son yıllardaki üretim artış hızı oldukça yüksek. 2025'te hala ayda 200.000 wafer seviyesinde, 2026'da ise Pekin wafer fabrikası ve yeni üretim hatlarının katkısıyla 320.000 ila 350.000 seviyesine ulaşacak.

İnşaat halindeki Şanghay fabrikasının birinci ve ikinci fazları var. Birinci fazın 2027'ye kadar ayda 100.000 wafer kapasite eklemesi, ikinci fazın ise 2028'e kadar ayda 100.000 wafer kapasite eklemesi bekleniyor. Yani 2027'de ayda 420.000 wafer, 2028'de ise ayda 500.000 wafer seviyesine ulaşılacak.

Ancak dikkat edilmesi gereken nokta, ChangXin'in DRAM bit yoğunluğunun büyük üçlünün (Samsung, SK Hynix, Micron) yaklaşık yarısı kadar olması. Bu nedenle ChangXin'in ayda 500.000 wafer'den üretebildiği DRAM bit hacmi, diğerlerinin yarısı kadar. Burada aylık wafer hesaplaması yaparken, eşdeğer yarısı olarak kabul ediyoruz.

Bu indirimi uyguladıktan sonra, ChangXin'in tüm DRAM sektörü üzerindeki etkisi oldukça azalıyor. 2025 sonundan 2028 sonuna kadar, ChangXin'in DRAM bit kapasitesi CAGR'ına etkisi yalnızca yaklaşık %1,5. Tüm sektörün DRAM kapasitesi CAGR'ı ise yaklaşık %12,7'den %14,2'ye yükseliyor.

· DRAM Aylık Kapasite (kwspm) 2025T → 2028T CAGR

· Samsung 685K → 920K %10,3

· SK Hynix 519K → 725K %11,8

· Micron 340K → 560K %18,1

· Çin dışı diğer 150K → 218K %13,3

· Çin (yoğunluk yarıya indirilmiş) 117K → 274K %32,8

· Çin dahil toplam 1811K → 2697K %14,2

· Çin toplamı 1694K → 2423K %12,7

ChangXin (长鑫) gelecekte üretim artış hızını koruyabilse bile, 2030 yılına kadar tüm sektördeki eşdeğer kapasite üzerinden yıllık DRAM bit hacmi büyüme CAGR'ına etkisi muhtemelen %3'ün altında kalacak; sadece %20 CAGR'den %23 CAGR'e bir değişim olacak, o kadar.

Ayrıca, ChangXin litografi makineleriyle sınırlıyken, DDR6 daha yüksek hız (14400 MT/s'den başlayarak) ve daha yüksek yoğunluk gerektiriyor. Üç büyük firma (御三家) DDR6 için büyük olasılıkla 1c veya daha ileri düğümler (~12nm altı) kullanacak ve tamamen EUV'ye geçmiş olacak. ChangXin, DDR6'da hız açısından sınırlı kalabilir ve yoğunluk da yalnızca yarısı kadar olabilir.

Büyüme döngüsü olmasına rağmen, DRAM'deki bu süper döngü neden çok uzun sürecek, en az beş yıl boyunca sonu görünmeyecek?

İlk neden, az önce bahsedilen CPU sunucu talep tarafındaki devasa artışın getirdiği yapısal DRAM talebinin üstel büyümesidir. Burada, DRAM arz tarafındaki bit hacmi CAGR'ının yaklaşık %20'lik istikrarlı büyümesiyle birleştiğinde, DRAM'deki açığın önümüzdeki yıllarda neden giderek büyüdüğü net bir şekilde görülebilir:

HBM dışındaki geleneksel DRAM arz tarafı yılda yaklaşık %20 büyürken, talep tarafı 2026 yılı için 60B CPU TAM, her CPU'nun ortalama 8GB/core DRAM tükettiği ve her core'un $30~35 olduğu varsayımıyla, talep 16EB oluyor.

2030 yılı için 400B CPU TAM, her CPU'nun ortalama 16GB/core DRAM tükettiği ve her core'un $80 olduğu varsayımıyla (CPU fiyatı iki katından fazla artıyor), talep 80EB oluyor. Bu DRAM büyümesinin CAGR'ı yaklaşık %50, bu da mevcut tahminlerin çok üzerinde.

HBM doğrudan token throughput'u ve dolayısıyla GPU kârlılığıyla bağlantılıyken, DRAM yetersizliğinin agent flow üzerindeki etkisi esas olarak hızla ilgilidir. Örneğin, 8GB/core ile 16GB/core karşılaştırıldığında, bazı iş yüklerinde hız %30 düşebilir; düşük değerli bazı görevler beklemeye razı olunabilir. Yapısal üstel büyüme motivasyonu güçlüdür, ancak talep GPU kadar katı değildir.

Semianalysis, bu yılki DRAM açığının tek haneli yüzdelerde, gelecek yıl ise %10'un üzerinde olacağını söylüyor. Agent CPU sayısındaki patlamanın yol açtığı DRAM yapısal açığına bakıldığında, bu açık her yıl artmaya devam edecek ve 2030'dan önce azalma ihtimali görünmüyor.

DRAM'ın gücünü uzun süre koruyabilmesinin bir diğer mantığı da, DRAM fiyatları yükseldiğinde, fiyat artışıyla ortadan kalkan talebin aslında gerçekten yok olmaması, sadece ertelenmesidir. Talep rezervuarı çok büyüktür.

Sözde rezervuar, "bellek fiyatları düştüğünde anında serbest kalacak potansiyel talepleri" ifade eder. Bunların varlığı, arz geçici olarak talebe yetişse bile fiyatların çökmesinin zor olduğu anlamına gelir, çünkü rezervuardan her zaman yeni talepler akarak piyasayı destekler:

Bellek hesaplama gücü/hızı bir rezervuardır:

Hız ve hesaplama gücünü optimize etmek için ek belleğe ihtiyaç duyan büyük miktarda talep, bellek çok pahalı olduğunda bastırılır ve bellek fiyatları düştüğünde serbest kalır.

Örneğin, Nvidia'nın CPX prefill hızlandırması, başlangıçta düşük maliyetli ek GDDR7 kullanarak özel bir prefill hızlandırıcı oluşturmayı amaçlıyordu. Ancak LPDDR/GDDR o kadar pahalı hale geldi ki, fiyat artışı öncesi HBM'den bile daha pahalı oldu. Bu planın ROI'si artık mantıklı değil, ancak normal bellek fiyatları düştüğünde CPX benzeri optimizasyon planları geri dönecektir.

Düşük değerli görevler bir rezervuardır: Bellek fiyatları yükseldiğinde token fiyatları yüksek kalır, yüksek değerli görevler önceliklendirilir, düşük değerli görevler ertelenir; bellek fiyatları düştüğünde bu ertelenen talepler geri döner.

Uç cihaz AI bir rezervuardır: AI PC'lerin bellek yapılandırması 24GB'tan 128GB'a kadar yükselebilir. Apple, en yeni uç cihaz AI tam sürümü için belleğin 8GB'tan 12GB'a yükseltilmesini açıkça talep etti.

Geleneksel tüketici elektroniği, Agent PC'ler ve düşük seviyeli telefonlar, bellek fiyatları yükseldiği için azalan taleplerin tümü birer rezervuardır.

Bu kadar çok rezervuarın bir araya gelmesi, son derece kalın bir talep tamponu oluşturur. Bu nedenle DDR'nin bu döngüdeki yapısal büyümesi, piyasanın beklediğinden daha güçlü bir ivmeye sahip olacaktır.

DRAM fiyatlarının büyük ölçüde düşmesinin bir diğer nedeni de, HBM ve DRAM üretim kapasitelerinin birbirine dönüştürülebilmesidir. Bu nedenle tüm DRAM kompleksi birlikte yeniden değerlenir.

Yükseliş döneminde DRAM'ın kâr marjı HBM'yi çok aşar ve HBM'deki fiyat artışı DRAM tarafından yönlendirilir. Bu yıl yeni imzalanan HBM4 sözleşmelerinin fiyatı, cari DRAM fiyatının 4 katıdır, yani normal istifleme kat sayısına karşılık gelen HBM4 fiyatıdır.

DRAM fiyatları düştüğünde brüt kar marjı daralır, ancak HBM'in uzun vadeli sözleşme şeffaflığı sayesinde kârlılık oranları garanti altındadır. Bu durum, HBM'in dolaylı olarak daha fazla DRAM üretim kapasitesini çekmesine neden olur. HBM fiyatlarındaki düşüş, GPU üreticilerini mümkün olduğunca HBM boyutunu yükseltmeye teşvik eder ve bu da dolaylı olarak DRAM fiyat tabanını korur.

DRAM'de yapısal olarak katlanarak artan bir talep var, yoğunluk ölçeklemesi yavaşlıyor ve üretim kapasitesini artırma zorluğu artıyor. Üreticilerin genişleme planları oldukça temkinli, ChangXin'in son yıllardaki etkisi sınırlı kaldı ve talep havuzu son derece büyük. Bu dört neden, öngörülebilir en az beş yıl veya daha uzun bir süre boyunca DRAM'in döngüsel bir dip seviyeye girmesini zorlaştırıyor.

NAND SSD, geleneksel döngüsellikten kurtulma umuduna sahip mi?

NAND'ın yapısal büyüme dinamiği DDR kadar güçlü değil. Bu yılki arz sıkıntısının ana nedeni, birkaç büyük oyuncunun üretim disiplinini iyi koruması ve büyük ölçekli kapasite artışına gitmemesi. Yıllık kapasite artışı esas olarak teknolojik iyileştirmelerden kaynaklanıyor: NAND katman sayısındaki artış.

İlk yapısal büyüme AI'dan geliyor ve esas olarak KV cache boşaltma işlemine dayanıyor. HBM'den taşan sıcak/soğuk KV cache, NAND SSD'ye boşaltılıyor.

Ancak ilginç olan şu ki, bu KV cache boşaltma büyümesi henüz büyük ölçekte gerçekleşmemişken, SSD'ler DRAM'den daha ciddi bir kıtlık yaşıyor ve fiyat artışları da DRAM'den daha fazla. Gelecek yıl Rubin CMX'in hacim kazanması ve KV cache boşaltmanın yaygınlaşmasıyla birlikte, SSD kıtlığı bu yapısal büyüme nedeniyle daha da artacak.

İkinci olarak, geçen yılki yıllık özette bahsedilen, gelecekte umut vadeden AI video kaynaklı yapısal artış, bu yıl ana akım haline gelmeye başladı.

Seedance'ın hacmi yılda on ila kırk kat hızla büyüyor. Şu anda hâlâ GPU kıtlığı ve yetersiz hesaplama gücü aşamasında sıkışmış durumda; talep, hesaplama gücü tarafından bastırıldığı için tam olarak serbest bırakılamıyor. Ancak GPU kıtlığı aşaması geçtiğinde, AI videonun NAND depolamaya olan yapısal talep artışı oldukça uzun bir süre devam edecek.

Üçüncü yapısal büyüme ise yine agent flow kaynaklı Sandbox kullanımındaki katlanarak artan talep. Sandbox, veri güvenliği ve izolasyonunu sağlamak için, örneğin Analytical Agent'ın her görev için büyük miktarda veritabanı ve kullanıcı bağlamını kopyalamasını gerektirir. Bu durum, bellek (DRAM) ve CPU çekirdeklerinde ciddi israfa yol açtığı gibi, aynı zamanda büyük miktarda SSD israfına (talebe) da neden olur.

2030 yılından sonra etkili olabilecek dördüncü yapısal büyüme, HBF yolunun SSD kullanımını gerektirmesinden kaynaklanıyor ve birçok yatırım bankası analizinde büyük umut vaat ediyor. Ancak bu teknolojik yol hâlâ oldukça uzakta; ana rolü yalnızca büyük modellerin ağırlıklarını (weights) depolamak, bir kez yazılıp salt okunur olarak kullanılmak ve mutlaka GPU/HBM ile bir arada paketlenmek (48TBps/96TBps) zorunda. Aksi takdirde PCIE7/8 hızı çok yavaş olduğu için kullanılamaz hale geliyor. Sadece "gelecekte umut var" denebilir. Bir sonraki AI yarı iletken nihai senaryo analizi 2026(III)'te daha detaylı bir inceleme olacak.

Kısacası, NAND SSD'nin yapısal büyümesi HBM kadar güçlü değil, ancak avantajı ucuz olması. 2027 yılına kadar fiyatı yalnızca $0,8/GB seviyesinde kalacak ve bu, aynı dönemdeki DRAM'ın kırkta biri. Bu nedenle, çok katmanlı önbellek (multi-level cache) içinde her derde deva bir özellik taşıyor ve yapısal büyüme kaynakları oldukça geniş.

Yani, DRAM/HBM'nin tek başına fiyat artışı ve canlılık yaşayıp SSD'nin fiyatının artmadığı bir durum söz konusu değil. Çünkü böyle bir durum olsaydı, insanlar DRAM/HBM'nin bazı işlevlerini SSD ile üstlenmeye ve daha düşük maliyetle benzer etkiler elde etmeye çalışırdı. HBM, DRAM ve NAND üç ayrı hikâye değil; aynı AI bellek hiyerarşisinin (memory hierarchy) farklı sıcaklık katmanlarındaki yapısal büyümesidir.

Yapısal üstel büyüme talebi var, peki NAND SSD döngüsellikten kurtuldu mu? Bu, NAND SSD üreticilerinin üretim disiplinine bağlı. Üretim disiplinine uymama ihtimali olan tek firma ise YMTC (Yangtze Memory Technologies). Sonuçta bu bir mahkûm ikilemi (prisoner's dilemma); bir firma kurallara uymayıp agresif bir şekilde kapasite artırırsa, tüm NAND sektörünün kapasite artırma zorluğu DRAM'e kıyasla çok daha kolay.

Ancak en azından, bu NAND döngüsü de bir süper döngü (super cycle). Birkaç yapısal üstel büyüme kaynağından gelen talep sayesinde, düşüş döneminin 2030 yılına kadar ertelenmesi büyük bir sorun teşkil etmiyor.

Orijinal Bağlantı

BlockBeats Resmi Topluluğuna Katılın:

Telegram Abonelik Grubu: https://t.me/theblockbeats

Telegram Sohbet Grubu: https://t.me/BlockBeats_App

Twitter Resmi Hesabı: https://twitter.com/BlockBeatsAsia