Pag-abandona ng 4F², mass production ng HBM4, pagpapabilis ng G11 NAND... Ipinakita ng Micron (MU.US) ang roadmap sa kanilang teknikal na seminar, pinanatili ng JPMorgan ang "buy" rating
Ang pinakabagong ulat ng JPMorgan ay nagpapahiwatig na ang Micron Technology ay nagdaos ng Investor Technology Network Seminar noong Oktubre 21, kung saan detalyadong ipinakita ang kanilang pinakabagong teknolohiyang inobasyon at pangmatagalang plano sa tatlong pangunahing produkto: DRAM, HBM, at NAND.
Nalalaman ng APP ng Pinansyal na Katalinuhan na ang pinakabagong ulat ng Morgan Stanley ay nagsasaad na ang Micron Technology (MU.US) ay nagdaos ng isang Investors’ Technology Network Seminar noong Oktubre 21, kung saan detalyadong ipinakita ang mga pinakabagong teknolohikal na inobasyon at pangmatagalang plano sa tatlong pangunahing linya ng produkto nito—DRAM, HBM, at NAND. Naniniwala ang koponan ng mga analyst na pinangungunahan ni Harlan Sur na malinaw at may foresight ang roadmap ng teknolohiya ng Micron, na inaasahang patuloy na makikinabang sa lumalakas na demand sa storage na pinapagana ng AI, kaya't pinananatili ang kanilang rating na “Dagdagan ang Pagkakahawak”.
Mahigpit na sinusuportahan ang 6F² na arkitekturang DRAM, kasabay ang pag-usad ng 3D DRAM
Ipinunto sa ulat ng Morgan Stanley na sa ebolusyon ng arkitekturang DRAM, malinaw na tumugon ang Micron sa isyu ng teknolohikal na ruta sa pagitan ng 6F² at 4F². Ayon sa Micron, ang susunod na henerasyon ng DRAM node ay gagamit pa rin ng 6F² na arkitektura, sa halip na 4F². Kumpiyansa ang kumpanya na mapapanatili ang nangungunang posisyon sa power consumption at performance sa pamamagitan ng masusing node shrinkage, inobasyon sa proseso, at mga pagkaka-optimisa sa antas ng produkto.
Ibinunyag din ng Micron na halos 20 taon na nilang pinag-aaralan ang 4F² DRAM, ngunit sa huli ay pinili nilang huwag ipatupad ito, dahil ang arkitekturang ito ay mas kumplikado ang proseso, mas mataas ang gastos, at naniniwala silang limitado lang ang benepisyo ng shrinkage nito.
Detalye ng Morgan Stanley sa ulat ang tatlong pangunahing hamon ng 4F² sa manufacturing: Una, nangangailangan ito ng mas dikit na deposition at etching procedure na labis na nagpapataas ng posibilidad ng isyu sa yield; ikalawa, mas mahigpit ang tolerance ng proseso ng 4F² (tulad ng overlay, alignment, atbp.), kaya't mas mahirap itong i-manufacture at panatilihin ang yield; ikatlo, natural na nagdurulot ng “Floating Body Effect” ang arkitektura, kung saan nakakulong ang electric charge sa channel ng transistor—humahantong sa pagbaba ng performance at mga isyu sa leakage.
Dagdag pa rito, itinanggi din ng Micron ang pananaw na mas mataas ang density ng 4F² kumpara sa 6F², na binibigyang-diin na ang bit density ng DRAM ay sa huli natutukoy ng Capacitor Pitch, hindi ng Interconnect Pitch sa ilalim.
Batay sa kasalukuyang roadmap na inilathala, ipagpapatuloy ng Micron ang paggamit ng 6F² planar architecture sa mga susunod na henerasyon ng DRAM node (inaasahang magtatagal hanggang 2030), kasabay ng parallel development ng 3D DRAM technology.
Pinalawak ang HBM Roadmap—Customization at Vertical Stack ang mga Pokus
Sa popular na larangan ng HBM, inihayag ng Micron na ang HBM4 ay pumasok na sa yugto ng mass production at maganda ang pag-usad, habang ang susunod na henerasyon na HBM4E ay nasa roadmap na at kasalukuyang nagdadala ng mga sample sa pangunahing mga kliyente ngayong taon.
Sa hinaharap, inaasahan ng Micron na magko-coexist ang standard HBM at customized HBM sa mahabang panahon. Sa pamamagitan ng pag-integrate ng memory IP at logic IP sa base die, mas malalim na kolaborasyon ang nagiging posible sa pagitan ng mga customer at ng Micron. Binanggit ng Micron team na parehong standard JEDEC HBM at custom HBM products ay gagamit ng mga foundry node, samantalang nangangailangan ng mas high-end na CMOS process ang HBM4E dahil sa mas mataas na pangangailangan sa speed, power, at functions nito.
Maliban sa standard at customized HBM, binigyang-diin din ng Micron ang dalawang mahahalagang long-term memory architecture: ang Vertical HBM at vertical edge inference memory (vEIM). Sa pamamagitan ng paglalagay ng memory sa itaas mismo ng processor, napapalapit ang storage at computation, kaya't napapataas nang husto ang bandwidth ng Vertical HBM; samantalang vEIM ay gumagamit ng katulad na mekanismo ngunit ini-optimize para sa low-power na edge AI inference scenarios (ang Vertical HBM ay para sa high bandwidth, habang ang vEIM ay para sa mababang power consumption).
Binigyang-diin ng Micron na ang hybrid bonding, mas maraming stacking layers, advanced thermal management, at collaborative design sa customer ay parami nang paraming nagiging mahalaga sa HBM roadmap. Ngunit sa pagpapatuloy ng HBM, Vertical HBM, at vEIM, nangangailangan ng mas maraming wafers ang mga produktong ito kaysa sa karaniwang DRAM output, na nangangahulugan ding patuloy na mababa ang wafer-to-bit output ratio.
NAND: Tumalon direktang sa G11—Produkto para sa AI, Lumalawak ang Merkado
Sa NAND domain, pagkatapos ng sunod-sunod na pamumuno mula G7 hanggang G9, tumatalon na agad ang Micron sa G11 node na ini-optimize para sa AI workloads. Kumpara sa G9, naglalayong magdala ang G11 ng halos 2x na mas mataas na bit density, maximum na 1.5x na pagtaas ng I/O speed, mahigit 25% na pagbaba ng transmitted data energy per bit, at stacking layers na lampas sa 400.
Ang G11 node rin ang nagmamarka ng opisyal na paggamit ng wafer-on-wafer bonding technology ng Micron sa paggawa ng NAND. Inaasahan ng kumpanya na magsisimulang mag-mass produce ang G11 pagsapit ng ikalawang kalahati ng 2027, at nakatakdang maglabas ng higit pang mga detalye sa susunod na taon. Bukod pa rito, plano ng Micron na ipagpatuloy ang shrinkage pagkatapos ng G11 gamit ang mga bagong materyales at mas dense na single cell structures.
Sa antas ng produkto, kasalukuyang bumubuo ang Micron ng dalawang klase ng AI-level NAND products: una, design na base sa high-speed SLC (na nagbibigay ng 25 milyon hanggang 100 milyong IOPS), na partikular para sa GPU vector search at retrieval ng AI contexts na nangangailangan ng mabilisang access sa maliliit na data blocks; ikalawa, stacking ng NAND die sa tuktok ng logic chip gamit ang TSV, upang mailagay ang model weights, long-context, at KV cache nang mas malapit sa accelerator (hindi ito direktang katabi ng GPU, dahil ayon sa Micron, wala namang pakinabang dito). Dahil mas mataas ang gastos, kasalukuyang joint-developed ang ikalawang produkto kasama ang mga customer, at inaasahang magiging iba-iba ang market share ng dalawang uri ng produkto depende sa end markets.
Sa data center SSD, ang Micron ang kauna-unahang kumpanya na lumawak ang mass production ng PCIe Gen6 SSD at nag-ship ng 245TB hard drive. Dahil sa abanteng mga node, nadadalhan ng mas mababang cost-per-bit ang bawat unit na nagbibigay daan sa patuloy pang paglago ng high-capacity hard drives. Naniniwala ang Morgan Stanley na ang NAND roadmap ng Micron ay nagbibigay-daan dito upang lubos na makinabang sa AI-driven na storage demand, at posibleng mapanatili o palawakin pa ang top-three global market share nito sa enterprise SSD (eSSD).
Pinapalalim ang Customer Collaboration at Long-term na R&D, Malaking Pagsulong sa Efficiency gamit ang AI Tools
Detalyadong ipinaliwanag ng Micron ang malaking pagbabago sa modelo ng pakikipagtulungan sa customer. Kumpara tatlo hanggang apat na taon na ang nakalipas, nakakamit na agad ang collaboration mula concept phase pa lamang—kasama rito ang joint design, certification, hanggang mass production, kabilang ang customized projects kasama ang maraming cloud service providers (CSP). Halimbawa, nagke-customize ang Micron ng LPDDR6 para sa Meta (META.US) para sa data center deployment; ang Weka naman ay nagmumula sa portfolio ng Micron Ventures at naging commercial partner.
Sa pananaliksik at pag-unlad, pangmatagalan ang investment ng Micron na sumasakop sa tatlong timeframe: Una, commitment na mag-invest ng $550 milyon sa Micron Ventures sa loob ng 3 hanggang 10 taon; ikalawa, nakipag-collaborate sa Albany NanoTech/NY CREATES sa loob ng 5 hanggang 10 taon para sa DRAM high numerical aperture (High-NA) EUV at photolithography roadmap; ikatlo, inihayag ngayong tag-init ang $10 bilyones na Micron Research Laboratory para sa higit sampung taong saklaw.
Dagdag pa rito, malawakan nang ginagamit ng Micron ang AI technology mula early research hanggang fab development cycle. Ayon sa data, sa pinakabagong data center SSD controller nito, nabawasan ng kalahati ang tape-out time ng chip design at verification na may AI assistance kumpara sa nakaraang henerasyon; ang AI-generated firmware, root cause analysis, at intelligent test selection ay nagpapaiksi ng oras patungo sa customer-ready na data center SSD silicon ng 60%.
Layunin ng Micron na padaluyin ng 2 beses ang time-to-market mula innovation hanggang HVM (high volume manufacture), at kasalukuyang pinalalalim ang collaborations sa suppliers sa larangan ng lithography, packaging/hybrid bonding, at thin film processing. Naniniwala ang Morgan Stanley na mahalaga ang mga ito para kakayahan ng Micron na magsagawa ng mas maraming proyekto nang sabay-sabay.
Disclaimer: Ang nilalaman ng artikulong ito ay sumasalamin lamang sa opinyon ng author at hindi kumakatawan sa platform sa anumang kapasidad. Ang artikulong ito ay hindi nilayon na magsilbi bilang isang sanggunian para sa paggawa ng mga desisyon sa investment.
Baka magustuhan mo rin
Nagbabala ang Nomura: Ang kasalukuyang AI credit risk ay kapansin-pansing kahalintulad ng dotcom bubble at pre-Lehman crisis, at lahat ay nakasalalay sa presyo ng langis
Binubuo ng Nomura ang "sampung taong credit cycle" na framework, itinuturing ang kasalukuyang AI technology at kaguluhan sa French sovereign credit bilang "ikalawang alon ng epekto"—historikal, pagkatapos ng yugtong ito ay sa loob ng humigit-kumulang 1-2 taon, magaganap ang "ikatlong alon ng epekto" na magdudulot ng resesyon. Ang pangunahing variable ay presyo ng langis: kung ang pagtaas ng presyo ay dulot ng sobrang init ng demand, ang Federal Reserve ay mahihirapan sa stagflation at hindi makapagbawas ng interest rate, kaya't hindi maiiwasang lumala ang krisis; kung ang pangunahing dahilan ay geopolitical, may natitira pang puwang para sa pagbabago ng polisiya.

Nalugi ng $80.7 bilyon sa kalahating taon, all-in sa $750 bilyon sa computing power, bakit 17% lang ang posibilidad ng pagkabangkarote ng Anthropic?
Ang mga argumento na sumusuporta sa mababang posibilidad ng pagkabangkarote ay kinabibilangan ng: nananatiling mataas ang paglago ng kita; ang mga strategic investor tulad ng Google at Amazon ay may malakas na motibasyon upang panatilihin ang operasyon ng kumpanya; ang IPO mismo ay magbibigay ng bagong paraan para sa dagdag na kapital; at ang karamihan sa netong pagkalugi na $80.7 bilyon ay hindi-cash na mga item at hindi nagdudulot ng agarang presyur sa cash.
VIPLingguhang Estratehiya Tesla

