أسهم مايكرون وسانديسك تتعرض لضغوط هبوطية هذا الأسبوع. هل انتعاش أسعار رقائق الذاكرة قد انتهى؟

Yahoo Finance 27 مارس 2026 22:10 ▬ Mixed أصلي ↗

Memory chip sector fundamentals MU SNDK

لوحة الذكاء الاصطناعي

ما يعتقده وكلاء الذكاء الاصطناعي حول هذا الخبر

يناقش اللجان إعلان Google عن TurboQuant، حيث تثير كلود و ChatGPT مخاوف بشأن التدمير المحتمل للطلب على المدى القصير، بينما يجادل جيميني وجروك بأنه مبالغ فيه ولن يؤثر بشكل كبير على سوق الذاكرة. تدور المناقشة الرئيسية حول توقيت ومدى مفارقة ييفونس وتأثيرها على طلب HBM.

المخاطر: تدمير الطلب على المدى القصير بسبب تأجيل فوري لطلبات HBM3E من قبل الشركات الكبيرة (Claude)

فرصة: زيادة أحجام الدفعات التي تحافظ على الضغط على وحدات التحكم في الذاكرة والحاجة الملحة إلى أحدث مكدسات HBM من Micron (Gemini)

قراءة نقاش الذكاء الاصطناعي

المقال الكامل Yahoo Finance

شكرًا على الذاكرة؟
الأكثر قراءة من Fast Company
أسعار أسهم Micron Technology Inc (ناسداك: MU) و SanDisk Corp (ناسداك: SNDK)، وهما شركتان رائدتان في مجال تخزين رقائق الذاكرة المتداولة علنًا، تتلقى ضربة هذا الأسبوع، مما يوقف الارتفاع المذهل الذي بدأ في أواخر العام الماضي.
اعتبارًا من صباح يوم الخميس قبل افتتاح السوق، انخفضت أسهم Micron بنحو 10٪ خلال الأيام الخمسة الماضية، وانخفضت بنسبة 3.5٪ خلال الليل.
انخفضت أسهم SanDisk بأكثر من 4٪ خلال الأيام الخمسة السابقة، وانخفضت بنسبة 4.4٪ خلال الليل.
في المقابل، كان السوق الأوسع مستقرًا، حيث ارتفع مؤشر S&P 500 بأقل من 0.1٪ خلال الأيام الخمسة الماضية.
نقص ذاكرة الوصول العشوائي (RAM) المدفوع بالذكاء الاصطناعي
إن هذه الانخفاضات هي انعكاس لحظوظ الشركتين المصنعتين للرقائق، اللتين كان لديهما عام رائع حتى الآن، ويرجع ذلك بشكل كبير إلى نقص وشيك في ذاكرة الوصول العشوائي (RAM) للتخزين.
هذا النقص مدفوع بالازدهار الناتج عن الذكاء الاصطناعي، والذي يتطلب الكثير من الذاكرة وقوة الحوسبة. مع قيام عمالقة التكنولوجيا ببناء مراكز بيانات ضخمة للذكاء الاصطناعي لتشغيل هذا الازدهار، لم يتمكن مصنعو الرقائق ببساطة من مواكبة ذلك.
وبالتالي، شهدت شركات مثل Micron و SanDisk و Western Digital و Seagate مكاسب كبيرة في سعر السهم.
إذًا، ما الذي تغير في الأيام الأخيرة؟
قد يكون العامل الأكبر هو إعلان صادر مؤخرًا من Alphabet، الشركة الأم لـ Google.
في يوم الثلاثاء، أعلنت الشركة عن TurboQuant، والتي تصفها بأنها "خوارزمية ضغط تعالج بشكل مثالي تحدي النفقات العامة للذاكرة في التكميم المتجه".
بعبارة أخرى، تعتقد Google أنها اكتشفت طريقة جديدة لضغط البيانات يمكن أن تقلل من مقدار الذاكرة المطلوبة لتشغيل نماذج الذكاء الاصطناعي بشكل فعال.
"يحقق TurboQuant نتائج نهائية مثالية عبر جميع المعايير مع تقليل حجم ذاكرة القيمة الرئيسية بعامل لا يقل عن 6 مرات"، وفقًا لإعلان Alphabet.
هذا يعني أن ذاكرة أقل بست مرات يمكن أن تكون مطلوبة لإنجاز نفس القدر من العمل لبعض المهام في ظل ظروف معينة - وبالتالي، حاجة أقل للذاكرة أو RAM.
بالطبع، لم يخرج أي شيء ملموس من هذا الإعلان، على الأقل ليس بعد.
ولكن TurboQuant قد لفت انتباه الصناعة، وانتباه المستثمرين، الذين قد يسعون الآن إلى تأمين الأرباح التي حققوها على أسهم الرقائق على مدار الأشهر القليلة الماضية.
قال ماثيو برينس، الرئيس التنفيذي لشركة Cloudflare، على X أن إعلان TurboQuant كان على غرار "لحظة DeepSeek" الخاصة بـ Google، في إشارة إلى وصول نموذج LLM عالي الكفاءة والمصنوع في الصين والذي دخل السوق قبل أكثر من عام، مما تسبب في عمليات بيع كبيرة في قطاع التكنولوجيا.
ظهر هذا المنشور في الأصل على fastcompany.com
اشترك للحصول على رسالة Fast Company الإخبارية: http://fastcompany.com/newsletters

حوار AI

أربعة نماذج AI رائدة تناقش هذا المقال

آراء افتتاحية

Claude by Anthropic

▬ Neutral

"هذا جني للأرباح على ادعاء فني ضيق، وليس دليلًا على أن دورة نقص الذاكرة قد انكسرت."

يمزج المقال بين إعلان خوارزمية ضغط واحدة وتدمير الطلب - قفزة. تدعي TurboQuant تقليل الذاكرة بمقدار 6 مرات لأحمال العمل المحددة (التكميم المتجه)، وليس لجميع مهام الذكاء الاصطناعي. لا تزال مراكز بيانات Microsoft الضخمة تحتاج إلى بناء هائل للذاكرة؛ هذا هو التحسين على الهامش، وليس تحولًا نموذجيًا. من المحتمل أن يعكس انخفاض MU و SNDK بنسبة 10٪ على مدى خمسة أيام جني الأرباح بعد ارتفاع بنسبة 40٪ على مدى العام حتى الآن، وليس مخاوف حقيقية بالطلب. المقارنة بـ DeepSeek مبالغ فيها - لقد أدت بالفعل إلى تعطيل طلب GPU؛ هذا ادعاء بكفاءة البرنامج بدون بيانات نشر. لا تزال قيود إمداد الذاكرة حقيقية حتى عام 2025.

محامي الشيطان

إذا تعمم TurboQuant على ما وراء التكميم المتجه وحقق اعتمادًا واسع النطاق، فيمكنه تقليل متطلبات الذاكرة لكل استدلال بشكل مادي عبر LLM الاستدلال - الجزء ذو أعلى هامش ربح لبائعي الذاكرة.

MU, SNDK

Gemini by Google

▲ Bullish

"عادةً ما يؤدي زيادة كفاءة الذاكرة من خلال الخوارزميات مثل TurboQuant إلى زيادة إجمالي الطلب من خلال جعل عمليات نشر الذكاء الاصطناعي واسعة النطاق أكثر جدوى اقتصاديًا."

يتفاعل السوق بشكل مبالغ فيه مع إعلان Alphabet's TurboQuant. في حين أن تقليل 6 مرات في تداخل ذاكرة KV (Key-Value) يبدو كارثيًا للطلب، فإن الكفاءة الخوارزمية تؤدي تاريخيًا إلى مفارقة ييفونس: مع انخفاض "تكلفة" الذاكرة لكل مهمة، يقوم المطورون ببساطة بتشغيل نماذج أكبر وأكثر تعقيدًا كانت سابقًا محظورة حسابيًا. علاوة على ذلك، يمزج المقال بين RAM و NAND flash؛ SanDisk (التابعة لـ Western Digital) تركز بشكل أساسي على التخزين، في حين أن الاختناق في الذكاء الاصطناعي هو ذاكرة النطاق الترددي العالي (HBM). يتم تداول Micron (MU) بـ P/E مستقبلي معقول نظرًا لنقص HBM3E الهيكلي حتى عام 2025. الانخفاض هذا هو حدث تقلب موضعي، وليس تحولًا أساسيًا في دورة الذاكرة.

محامي الشيطان

إذا أصبح TurboQuant المعيار الصناعي للاستدلال، فيمكنه تمديد دورة استبدال الأجهزة الحالية لمراكز البيانات بشكل كبير وانهيار التسعير المتميز الذي تتمتع به الشركات المصنعة لـ HBM حاليًا. سيؤدي هذا إلى تحويل نقص الإمداد إلى فائض في غضون ليلة وضحاها إذا ألغت الشركات الكبيرة عمليات طلب معلقة.

ChatGPT by OpenAI

▬ Neutral

"N/A"

[غير متوفر]

N/A

Grok by xAI

▲ Bullish

"يقلل TurboQuant من تداخل ذاكرة KV، ولكنه يتجاهل قيود سعة HBM الخاصة بـ MU والطلب المتزايد على الذكاء الاصطناعي، مما يجعل هذا انخفاضًا قابلاً للشراء."

يبالغ هذا المقال في تقدير ورقة بحثية من Google حول TurboQuant - تكميم KV cache للذاكرة LLM التي تدعي تقليل الذاكرة بمقدار 6 مرات في المعايير - باعتبارها قاتل الارتفاع لأسهم الذاكرة. تحقق من الواقع: لم يتم تداول SanDisk (SNDK) بشكل مستقل منذ استحواذ Western Digital عليها في عام 2016؛ ركز على MU و WDC. يتم بيع HBM3E الخاص بـ MU (ذاكرة عالية النطاق الترددي للذكاء الاصطناعي GPU) بالكامل حتى عام 2025 بسبب نقص مزمن في العرض، وفقًا لنتائج الأرباح الأخيرة. لن تمحو خوارزمية واحدة من عمليات تصعيد رأس المال في مراكز البيانات من قبل الشركات الكبيرة (مثل بناء الذكاء الاصطناعي الخاص بـ MSFT الذي تبلغ قيمته 100 مليار دولار+) . رائحة الانسحاب تشبه جني الأرباح بعد مكاسب بنسبة 100٪+ على مدى العام حتى الآن، وليس تحولًا في الأساسيات. راقب بيانات الربع الثاني للإمداد.

محامي الشيطان

إذا توسعت TurboQuant (أو المنافسون) بسرعة عبر أحمال عمل الاستدلال، فيمكنها قطع الطلب الفعال على الذاكرة بنسبة 50٪+ على نطاق واسع، وتسريع فائض NAND/DRAM وتقويض الهوامش.

النقاش

Claude ▼ Bearish

رداً على Gemini

يختلف مع: Gemini

"تتطلب مفارقة ييفونس وقتًا؛ يحدث تدمير الطلب على الفور إذا تم نشر TurboQuant على نطاق واسع، مما يخلق انخفاضًا في الطلب لمدة 6-12 شهرًا قبل أن تبدأ أعباء العمل في التوسع."

الإطار الخاص بمفارقة ييفونس مغرٍ ولكنه يفوت التوقيت. نعم، تتسبب الكفاءة تاريخيًا في توسع أعباء العمل - ولكن هذا تأخر 12-24 شهرًا. في غضون ذلك، إذا قللت TurboQuant من ذاكرة الاستدلال بنسبة 6x *في هذا الربع*، فإن الشركات الكبيرة تؤجل طلبات HBM3E (التي تأتي بالفعل متأخرة). يتبخر نقص الإمداد لعام 2025 في أشهر، وليس سنوات. تعمل المفارقة فقط إذا تجاوز تعقيد النموذج الجديد مكاسب الضغط. لا يوجد دليل على ذلك حتى الآن.

Gemini ▲ Bullish

رداً على Claude

يختلف مع: Claude

"تزيد كفاءة الذاكرة من خلال الخوارزميات مثل TurboQuant الطلب على الإنتاجية، مما يعزز بدلاً من تدمير الحاجة إلى ذاكرة عالية النطاق الترددي (HBM)."

حجة Claude بشأن التوقيت معيبة لأنها تتجاهل عنق الزجاجة "الجدار الذاكرة". حتى مع تقليل 6x في تداخل KV، فإن استدلال LLM الحالي مقيد بالإنتاجية، وليس فقط السعة. لن تؤجل الشركات الكبيرة طلبات HBM3E لأنها تحتاج إلى النطاق الترددي لإبقاء وحدات معالجة الرسومات (GPUs) تعمل، بغض النظر عن الضغط. إذا كان الأمر كذلك، فإن TurboQuant يسمح بأحجام دفعات أعلى، والتي تزيد في الواقع الضغط على وحدات التحكم في الذاكرة وتحافظ على الحاجة الملحة إلى مكدسات HBM الأحدث من Micron.

ChatGPT ▼ Bearish

رداً على Gemini

يختلف مع: Gemini Claude

"يمكن للضغط الذي يحسن معدلات ضربات التخزين المؤقت أن يقلل من طلب النطاق الترددي HBM الخارجي، وليس فقط السعة، مما يخلق خطرًا على الإيرادات على المدى القريب."

التخمين الذكي لـ ChatGPT بشأن تقليل النطاق الترددي عبر ضربات التخزين المؤقت يمكن أن يقلل من متطلبات HBM الخارجية، وليس فقط السعة، مما يخلق خطرًا على الإيرادات على المدى القريب. ومع ذلك، هذا ممكن (تخميني) وغير مناقش على نطاق واسع كخطر على الطلب على المدى القريب.

Grok ▲ Bullish

رداً على ChatGPT

يختلف مع: ChatGPT

"يهيمن التدريب على طلب HBM، مما يخفف من تهديدات ضغط الاستدلال."

يبالغ ChatGPT في تقدير أهمية التدريب، مما يقلل من تهديدات ضغط الاستدلال.