AI-investeringar suger upp chipmarknaden

Under pandemin lamslogs globala leveranskedjor och stora delar av industrin stod plötsligt utan datorchip, vilket påverkade allt från bilar till hushållsapparater. Men så ser det inte ut i dag.
– Egentligen är det inte någon generell halvledarbrist. Det är brist på vissa halvledare inom specifikt AI-området, men i andra områden finns det gott om dem, säger Klas Moreau.
Han var tidigare vd för det Göteborgsbaserade halvledarbolaget Zeropoint Technologies, som utvecklar hårdvara för minnesoptimering, men arbetar i dag som oberoende expert inom halvledare och AI. Han betonar att situationen skiljer sig tydligt från krisåren.
Enligt Klas Moreau handlar dagens brist om tre tydliga flaskhalsar där efterfrågan rusat från utbudet:
1) Det saknas kapacitet för att tillverka de mest avancerade logikkretsarna.
2) Det är ont om specialiserat minne, så kallat HBM (high bandwidth memory), som behövs för att mata AI-modeller med enorma datamängder i hög hastighet.
3) Det saknas också kapacitet för själva paketeringen där chip och minne monteras ihop. Fler detaljer finns i faktarutan.
Därför är AI-chip så svåra att få tag på
• Avancerade logikkretsar: Tillverkas i de mest avancerade tillverkningsnoderna (cirka 2–3 nanometer). Den globala kapaciteten i dessa noder är begränsad och koncentrerad till ett fåtal fabriker.
• HBM-minne (high bandwidth memory): Ett specialiserat, staplat minne som krävs för att mata stora AI-modeller med data i mycket hög hastighet. Produktionen är tekniskt komplex och betydligt mer begränsad än för vanligt serverminne.
• Avancerad paketering (som CoWoS): Själva monteringen där logikkretsar och HBM-minne kopplas ihop kräver avancerade paketeringstekniker, som också har kapacitetstak och långa ledtider.
Effekterna stannar inte i AI-hörnet. HBM-minnen byggs i grunden av samma typ av komponenter som används i vanliga servrar, till exempel så kallade DDR5-minnen. Minnestillverkare står därmed inför ett val: sälja standardminne till datacenter och konsumenter – eller packa ihop det i HBM-stackar till AI-acceleratorer, där betalningsviljan är betydligt högre.
– De kan sälja DDR5-minnen till en gamer eller till ett vanligt datacenter, eller packa ihop dem i en HBM-stack och sälja till AI-acceleratorer där de får väsentligt mycket mer betalt. Då blir beslutet ganska självklart, säger Klas Moreau.
Konsekvensen är att tillgången på nyare standardminne blir sämre, men även DDR4 har med ökad efterfrågan blivit svårare och dyrare att få tag på.
Nvidia den tydligaste vinnaren
De uppenbara vinnarna är bolagen som sitter närmast AI-efterfrågan. Tillverkare av avancerade chip och minnen har fulla orderböcker och stark prissättningsmakt. Men Klas Moreau pekar på att riskerna i stället växer hos deras kunder.

Många nya datacenteraktörer har byggt affärsmodeller på att köpa in stora mängder AI-hårdvara och hyra ut kapaciteten. Problemet är att teknikutvecklingen går så snabbt att hårdvaran behöver bytas ut oftare än kalkylerna byggt på.
– Om du har en affärsmodell där du hyr ut kapaciteten och skriver av hårdvaran på tre till fem år, men helt plötsligt måste byta den efter två år, då får du en helt annan ekvation. Det är jättebra att Nvidia snabbt lanserar ny hårdvara vartannat år, men det gör det väldigt jobbigt för deras kunder, säger han.
Klas Moreau menar att Nvidia är den tydligaste vinnaren – medan Intel har hamnat på efterkälken.
– Nvidia har gjort en extrem resa när det gäller GPU:er och att tillgodose behovet av beräkningskraft för AI. Men ett företag som inte har gjort samma resa är Intel. De har inte lyckats hänga med på det här tåget och är en av förlorarna, säger han.
Nästa steg: robotar och autonoma system
Trots den samhälleligt hårda retoriken om europeiskt beroende av utländska halvledare är effekten hittills begränsad för den traditionella industrin i Europa. I stället är det just datacenter som satsar på den allra senaste AI-tekniken som har utmaningar.
Geopolitiken spelar också in. USA:s exportrestriktioner mot Kina syftade till att bromsa landets teknikutveckling. Enligt Klas Moreau har de dock samtidigt haft en annan effekt.
– Det har blivit en drivkraft för Kina att snabbare ta sig till en punkt där de blir oberoende. Det gör att halvledarmarknaden på sikt kan bli mer uppdelad, med parallella tekniska ekosystem, säger han.
Det vi ser nu är bara den första vågen. Nästa steg är fysisk AI, med robotar och autonoma system.
Hur länge varar då dagens AI-drivna bristsituation? Klas Moreau tror att det dröjer bortåt 2027–2028 innan det blir någon form av balans. Samtidigt ser han att nästa våg av chipslukande utrustning redan är på väg.
– Det vi ser nu är bara den första vågen. Nästa steg är fysisk AI, med robotar och autonoma system, säger Klas Moreau.
Så mycket går till AI
• Över 70 procent av produktionen av det mest avancerade minnet – som HBM och högpresterande server-DRAM – går nu till AI-relaterade datacenter.
Källa: WSJ
• AI-acceleratorer kommer stå för cirka 50 procent av chipanvändningen inom datacentersegmentet fram mot slutet av decenniet.


