مورغان ستانلي: نقص ذاكرة الذكاء الاصطناعي سيستمر لعدة سنوات، ثلاث مسارات رئيسية لحل الأزمة، وفرص هيكلية في التخزين وقوة الحوسبة المتباينة
أفادت تطبيق "ثقة المالية" أن مورغان ستانلي نشر تقريرًا بحثيًا عن قطاع أشباه الموصلات أشار فيه إلى أن نقص ذاكرة DRAM سيستمر طوال دورة صناعة الذكاء الاصطناعي الحالية، وأن توسع قوة الحوسبة في الذكاء الاصطناعي لن ينتظر اكتمال وبدء تشغيل مصانع الرقائق الجديدة. يتجنب القطاع عنق زجاجة الذاكرة من خلال ثلاثة مسارات تقنية رئيسية هي: تخفيض مواصفات الأجهزة، فصل بنية الاستدلال، وتجميع الذاكرة عبر CXL، وذلك لمواصلة تطوير قوة الحوسبة رغم القيود على العرض. تواصل المؤسسة تفاؤلها بشأن شركات التخزين الرائدة مثل Micron (MU.US) وSandisk (SNDK.US)، كما تتطلع إلى الفرص الجديدة في مجالات الربط عبر CXL والاستدلال المتغاير، موصيةً بشركات Astera Labs (ALAB.US)، Marvell (MRVL.US)، Cerebras (CBRS.US) وNvidia (NVDA.US).
أكدت مورغان ستانلي أن نقص الذاكرة في الذكاء الاصطناعي ليس اضطرابًا قصير الأجل، بل هو تناقض بنيوي يتمثل في أن نمو أداء قوة الحوسبة يتفوق بكثير على سرعة زيادة إمدادات الذاكرة. حيث تتضاعف حجم النماذج الرائدة كل ستة أشهر، بينما يزداد حجم نافذة السياق لأفضل النماذج بوتيرة سنوية تصل إلى 5-6 مرات، وبالاقتران مع الزيادة المستمرة في الطلب على الاستدلال المتزامن، تتصاعد احتياجات السعة وعرض النطاق الترددي للذاكرة بشكل مستمر. بينما تستغرق دورات بناء مصانع رقائق DRAM عدة سنوات، وتكون مرونة الإمداد منخفضة للغاية، مما يعني أن حالة النقص ستستمر لعدة سنوات. كما صرح الرئيس التنفيذي لشركة Nvidia جنسن هوانغ علنًا بأن القطاع يحتاج إلى تغيير فكرته ومواجهة قيود الذاكرة من خلال ابتكار البنية الهيكلية، وليس فقط انتظار توسيع الطاقة الإنتاجية.
لمواجهة الضغوط على إمدادات HBM والذاكرة الرئيسية، فإن الطريقة الأكثر مباشرة هي تقليل مواصفات الذاكرة في كل جهاز بشكل انتقائي (De-speccing). على سبيل المثال، في بنية Rubin من Nvidia، تم تقليص سعة ذاكرة LPDDR5 لكل وحدة من 54TB إلى 28TB، في حين تم تقليص سعة HBM لكل وحدة GPU من 288GB إلى 192GB، ما يضمن كميات الشحن الإجمالية بواسطة تقليل ارتفاع تكديس الذاكرة. أشارت مورغان ستانلي إلى أن خفض المواصفات لا يلغي عنق زجاجة الذاكرة، بل ينقل الضغط بين مستويات الذاكرة: بعد تقليص ذاكرة الوصول المحلية عالية السرعة، يتم نقل بيانات غير المتكررة مثل ذاكرة التخزين المؤقت KV إلى تخزين NAND، وفي الوقت نفسه، تزداد عمليات التفاعل بين بيانات وحدات GPU المختلفة، مما يزيد الطلب على عرض النطاق الترددي لشبكات الربط، ويجري في الأساس تعويض نقص الذاكرة ذات النطاق الترددي العالي بشبكات أسرع وموارد تخزين منخفضة التكلفة.
المسار الثاني لحل المشكلة هو فصل بنية الاستدلال (Disaggregation). يتكون استدلال الذكاء الاصطناعي من مرحلتين مختلفتين بشكل واضح: مرحلة الإعداد المسبق (Prefill) التي تستهلك قوة الحوسبة، ومرحلة فك الترميز (Decode) التي تعتمد بشكل كبير على عرض النطاق الترددي للذاكرة. في البنية التقليدية، يتعامل معجل واحد مع المهمتين معًا، مما يقلل كفاءة استغلال الموارد. يتجه القطاع حاليًا بسرعة إلى الاستدلال المتغاير، حيث يتم فصل المرحلتين على أجهزة مختلفة: تتولى وحدة GPU العامة المهام الكثيفة حسابيًا في مرحلة Prefill، بينما يعالج شرائح تسريع مخصصة مزودة بذاكرة SRAM على الرقاقة الكبيرة المهام الكثيفة في ذاكرة مرحلة Decode.
تشمل الأمثلة النموذجية محرك الرقاقة الكاملة من Cerebras وبنية Groq LPU التي استحوذت عليها Nvidia، وكلاهما يوفر كفاءة عرض نطاق ترددي للذاكرة في مرحلة فك الترميز تتجاوز بكثير وحدات GPU التقليدية. وترى مورغان ستانلي أن الاستدلال المتغاير سيصبح اتجاهًا مهمًا لتطور البنية التحتية للذكاء الاصطناعي، وسيحصل مقدمو قوة الحوسبة المتخصصة في مرحلة فك الترميز على فرص نمو واضحة.
أما المسار الثالث، فهو إعادة بناء نظام الذاكرة بتقنية CXL. تتيح CXL (ربط الحوسبة عالي السرعة) توسيع، ومشاركة، وتجميع الذاكرة من خلال الربط عالي السرعة، مما يلغي ربط الذاكرة بمعالج واحد فقط، ويجعلها مسارًا تقنيًا أساسيًا لكسر قيود سعة الذاكرة. حسب تقديرات مورغان ستانلي، سيصل حجم سوق CXL ورقائق الذاكرة الإضافية المرتبطة به المدفوع باحتياجات الذكاء الاصطناعي إلى نحو 6 مليارات دولار في عام 2030، متجاوزًا بكثير حجم سوق توسيع ذاكرة وحدات المعالجة المركزية التقليدية. تكمن القيمة الجوهرية في بناء بنية ذاكرة متدرجة: تُحتفظ البيانات الأعلى تكرارًا في HBM، وتوضع البيانات متوسطة التكرار في تجمع ذاكرة CXL، في حين تنقل البيانات الأقل طلبًا إلى NAND، مما يطابق تكلفة الوصول لتردد استخدام البيانات.
فيما يتعلق بخطوط الاستثمار الرئيسية، أكدت مورغان ستانلي من جديد على ثلاثة محاور: أولاً، الاستمرار في تخصيص فائض في Micron وSandisk، حيث أن تخفيض المواصفات ناتج عن نقص العرض وليس ضعف الطلب، فيما يستمر الطلب على ذاكرة الذكاء الاصطناعي في النمو على المدى الطويل، وسيستمر نقص العرض في استهلاك الطاقة الإنتاجية المتاحة؛ ثانيًا، التركيز على رواد الربط عبر CXL وscale-up مثل Astera Labs وMarvell؛ ثالثًا، مراقبة المستفيدين من الاستدلال المتغاير مثل Cerebras، بالإضافة إلى Nvidia التي عززت استراتيجيتها المتغايرة من خلال الاستحواذ على Groq.
تحذير من المخاطر: انخفاض نمو الطلب على قوة حوسبة الذكاء الاصطناعي عن المتوقع؛ بطء تطور تقنيات CXL مقارنة بالتوقعات؛ توسع الطاقة الإنتاجية للذاكرة بأكثر من التوقعات.
