فشار بر بازار سرور و حافظه: افزایش هزینه حافظه سرور با تغییرات در معماری سرورها
بر اساس گزارشی از Counterpoint Research، به دنبال تغییر استراتژی NVIDIA برای استفاده از حافظه LPDDR (کممصرف) در سرورهای AI، احتمال دارد قیمت حافظه سرور تا پایان ۲۰۲۶ دو برابر شود. این تغییر برای کاهش مصرف برق است اما عرضه حافظه LPDDR برای استفاده در سرورها محدود است.
تحلیل:
- این افزایش قیمت میتواند هزینه عملیاتی دیتاسنترها را بهطور محسوسی بالا ببرد، و مدلهای مالی (TCO) را تحت فشار قرار دهد.
- این یعنی کسانی که امروز در حال طراحی دیتاسنتر هستند، باید ریسک تأمین حافظه و هزینههای عملیاتی را جدی بگیرند و طرح تجاری را براساس سناریوی بدبینانه بنویسند.
- از سوی دیگر، ممکن است شاهد جایگزینی راهکارهای کمهزینهتر یا بهینهتر (edge computing, distributed inference) باشیم تا وابستگی به سرورهای بسیار بزرگ کاهش یابد.
موضوع: انفجار احتمالی قیمت حافظه سرور تا ۲ برابر تا پایان ۲۰۲۶
علت اصلی:
NVIDIA برای نسل جدید سیستمهای AI (مثلاً Blackwell) به سمت استفاده از حافظههای LPDDR میرود:
- مصرف انرژی بسیار کمتر
- حرارت پایینتر
- هزینه خنکسازی کمتر
- افزایش کارایی تراکم سرورها
❗ اما مشکل:
LPDDR برای گوشی موبایل ساخته شده — نه دیتاسنترهای AI
بنابراین عرضه محدود است و تقاضا وحشیانه.
۱. این تغییر معماری چه معنایی دارد؟
در نسلهای قبلی سرورها، از حافظههای DDR4/DDR5 ECC استفاده میشد — پرمصرف اما فراوان.
در نسل جدید:
- NVIDIA و سایر سازندگان، برای مقابله با مصرف انرژی سرسامآور دیتاسنترهای AI
→ حافظه LPDDR را انتخاب کردهاند. - LPDDR تا ۵۰٪ کممصرفتر از DDR5 است.
- اما تولید LPDDR بهشدت محدودتر است و ظرفیت تولید آن تحت کنترل چند شرکت خاص (Samsung، SK Hynix، Micron) است.
نتیجه؟
انفجار قیمت
۲. چرا قیمت حافظه تا ۲۰۲۶ ممکن است دو برابر شود؟
الف) انفجار تقاضا از سمت سرورهای AI
GPUهای نسل Blackwell و Rubin
CPUهای ARM سرور
شتابدهندههای سفارشی
→ همگی به LPDDR نیاز دارند.
ب) ظرفیت تولید LPDDR برای موبایل تنظیم شده نه سرور
شرکتها باید:
- خط تولید جدید بسازند
- فرآیند بستهبندی (packaging) را تغییر دهند
- استاندارد دیتاسنتر را رعایت کنند
اینها زمانبر و گران هستند.
ج) چرخه سرمایهگذاری نیمههادی
افزایش تولید LPDDR ممکن است ۲–۳ سال طول بکشد.
تقاضا هماکنون بالاست؛ عرضه چند سال دیگر رشد میکند.
⚡ ۳. اثرات مستقیم بر دیتاسنترها، کلود و زیرساخت AI
۱) افزایش TCO دیتاسنتر
(Total Cost of Ownership)
حافظه یکی از ۳ هزینه بزرگ دیتاسنتر است:
- GPU
- حافظه
- برق و خنکسازی
دو برابر شدن قیمت حافظه =
افزایش ۱۵–۳۰٪ هزینه کل سرورها.
۲) هزینه ساخت هر رک سرور بهشدت بالاتر میرود
شرکتهایی که امروز دیتاسنتر طراحی میکنند:
- اگر از DDR طراحی کرده باشند → باید معماری را تغییر دهند
- اگر از LPDDR طراحی کنند → هزینه نهایی تا ۲۰۲۶ دو برابر میشود
۳) طرحهای تجاری دیتاسنتر AI باید بازنویسی شوند
مثلاً:
- Payback period طولانیتر
- ROI پایینتر
- هزینه Operate بالاتر
- قیمت فروش Compute بیشتر (GPU-hour گرانتر میشود)
۴) فشار بر Hyperscaler ها
- AWS، Google، Microsoft
- Oracle Cloud
- Meta و OpenAI
همه مجبور خواهند شد:
- قیمت خدمات AI را افزایش دهند
- یا مدلهای خود را فشردهتر کنند
- یا به سمت edge و distributed inference بروند
۴. اثرات جانبی برای کل صنعت AI
الف) سختتر شدن ورود استارتاپها به AI
هزینه زیرساخت (GPU + RAM) باعث میشود:
- استارتاپهای کوچک نتوانند cluster اختصاصی بسازند
- وابستگی به Cloud بیشتر شود
- استفاده از GPUهای اجارهای رشد کند
ب) تمرکزگرایی بیشتر در بازار Compute
جایی که Infrastructure گران شود، قدرت در دست Hyperscalerها میماند.
ج) فشار برای توسعه معماریهای کمهزینهتر
این روند، بازارهایی مثل:
- Edge AI
- مدلهای کوچک (Small Language Models)
- پردازش on-device
- distributed inference
را بسیار جذاب میکند.
۵. اهمیت این خبر برای کشورها و سرمایهگذاران زیرساخت AI
۱) پروژههای جدید دیتاسنتر باید سناریوی «بدبینانه» داشته باشند
بهخصوص در خاورمیانه، ایران، ترکیه، آسیای مرکزی و اروپا که درحال بررسی ساخت دیتاسنترهای AI هستند.
۲) شرکتها باید گزینههای متنوع تأمین داشته باشند
- Samsung
- SK Hynix
- Micron
- شرکتهای چینی (YMTC / CXMT)، در صورت امکان
۳) هماکنون بهترین زمان پیشخرید حافظه است
هنگامیکه قیمتها هنوز ۲ برابر نشدهاند.
جمعبندی نهایی
این خبر فقط درباره «گرانی حافظه» نیست؛
این یک هشدار زیرساختی بزرگ برای کل صنعت AI است.
سه پیام اصلی:
۱) معماری جدید سرورها (LPDDR-based) باعث شوک قیمتی خواهد شد.
از آنجا که عرضه محدود و تقاضا انفجاری است، دو برابر شدن قیمت طبیعی است.
۲) هزینه ساخت و بهرهبرداری دیتاسنترهای AI از ۲۰۲۵ تا ۲۰۲۷ بهشدت افزایش مییابد.
TCO دیتاسنترها و قیمت GPU-hour رشد میکند.
۳) شرکتها و دولتها باید طراحی زیرساخت AI را بازنگری کنند.
- pre-purchase
- vendor diversification
- edge computing
- distributed inference
همه به گزینههای مهم تبدیل میشوند.
پرایم سیستم، رهبر فناوری اطلاعات در قزوین و زنجان، با افتخار نمایندگی رسمی معتبرترین برندهای ایران و جهان است:
۱- تخت جمشید:
پرایم سیستم، پیشگام سختافزار، گیمینگ، رندرینگ و لوازم جانبی کامپیوتر
۲- سیناپ:
پرایم سیستم، سیستمهای AIDC
پیشرو در شناسایی خودکار و جمعآوری داده، نرمافزارهای انبار و لجستیک و تجهیزات بارکد/RFID برای صنایع تولیدی، خردهفروشی و راهحلهای دقیق برای زنجیره تأمین.
۳- ماپرا:
پرایم سیستم، تحول دیجیتال صنعت F&B
نرمافزار یکپارچه مدیریت فروش، انبارداری، باشگاه مشتریان و رزرو آنلاین بر پایه فناوری ابری و دادهمحور، همراه هزاران رستوران، کافه و فستفود برای مدیریت بدون محدودیت مکان/زمان، افزایش کارایی و هوشمندسازی عملیات.
۴- سختافزار:
پرایم سیستم، پیشتاز قطعات دیجیتال
فروش آنلاین/آفلاین قطعات کامپیوتر و دیجیتال و نمایندگی برندهای ایرانی/خارجی، ارسال به تمام ایران، سیستمهای گیمینگ/رندرینگ/ماینینگ و تیم اورکلاکر حرفهای. تولید محتوای تخصصی، برترین فروشگاه سخت افزار و نرم افزار قزوین/زنجان.
۵- نیلپر:
پرایم سیستم، تولیدکننده محصولات ارگونومیک، کوله و کیف
تمرکز بر کیفیت، طراحی دانشمحور و بازارهای اداری/آموزشی/رستورانی. مدیریت استراتژیک برای رضایت مشتری.
۶- زبرآسیا:
پرایم سیستم، فناوری AIDC و بارکد
تسهیل در جمعآوری داده بدون خطا با تمرکز بر بارکد و AID، راهحلهای اطلاعاتی برای صنایع، افزایش سرعت/دقت و برنامهریزی منابع. تکیه بر متخصصان داخلی و دانش جهانی، جلب اعتماد مشتریان.
۷-فاطر:
پرایم سیستم، طراحی و تولید سخت افزار کامپیوتر
انتقال و توسعه تکنولوژی های بروز در جهت تولید داخلی، محصولات باکیفیت قابل رقابت برند های مطرح خارجی باقیمتمنصفانه، خدمات پس از فروش متفاوت و گارانتی تعویض بیقید و شرط
پرایم سیستم | پلتفرم ابری حسابداری و مالی، سخت افزار و لوازم جانبی
