В мае 2026 года аналитик Дэвид Окс опубликовал разбор, который чётко объясняет механизм: мировой дефицит памяти — не случайность, а прямое следствие взрывного роста AI-инфраструктуры. Производство кремниевых пластин (wafer) физически ограничено. Выбор между HBM для GPU и LPDDR для телефонов — это игра с нулевой суммой.
Контекст
В мире осталось три крупных производителя памяти: Samsung, SK Hynix и Micron. Все они работают с фиксированным числом пластин, которые можно обработать за единицу времени. Эти мощности делятся между тремя типами памяти: DDR — для серверов и десктопов, LPDDR — для смартфонов и портативных устройств, HBM — для видеокарт и AI-ускорителей.
Ещё недавно HBM получал лишь 2% от общей квоты пластин. К концу 2026 года эта доля ожидается на уровне 20%. Причина — лавинообразный рост AI-дата-центров. При этом производство одного гигабайта HBM потребляет более чем в три раза больше wafer-ёмкости, чем гигабайт DDR или LPDDR. То есть физически HBM вытесняет потребительскую память.
Производители памяти усвоили урок из волн консолидации: лучше недопроизводить, чем переинвестировать в мощности. Поэтому быстрого наращивания предложения не будет. Дефицит — структурный, а не временный сбой в цепочке поставок.
Аналитика
На первый взгляд это история про железо. На деле — про перераспределение ресурсов планеты в пользу AI-инфраструктуры. Спрос на HBM идёт от Nvidia, AMD и Google — компаний, которые строят инфраструктуру для LLM. Эта инфраструктура не чувствительна к цене памяти так, как массовый потребитель. GPU-кластер за $100M может позволить себе память за $500/ГБ — смартфон за $80 не может.
Прямой эффект уже ощущается в сегменте до $100, критичном для рынков Южной Азии, Африки и частично Центральной Азии. Бюджетные телефоны поднимутся в цене или потеряют в характеристиках. Это означает замедление цифровизации в странах, где смартфон — единственная точка доступа к интернету.
Более широкий тренд: AI-first экономика создаёт побочные дефициты, которые видны не в пресс-релизах, а в ценниках. После памяти — электроэнергия, вода для охлаждения, специалисты. Каждый AI-дата-центр имеет скрытую стоимость для смежных рынков, которую рынок начинает постепенно замечать.
Кейсы применения в бизнесе
B2B-SaaS стартап: если продукт зависит от edge-вычислений или локального inference на устройствах (например, мобильное приложение с on-device AI), стоит уже сейчас пересмотреть hardware-требования. Закладывать минимум RAM для core-функций, тяжёлые задачи отдавать в облако. Альтернатива — ориентироваться на более дорогой сегмент устройств и честно сужать целевую аудиторию.
Корпорация с legacy-инфраструктурой: серверная DDR тоже под давлением — не так остро, как LPDDR, но тренд один. Хорошее время провести аудит RAM-утилизации серверного парка: часто 20-30% памяти занято неактивными процессами. Оптимизация задержит следующий цикл апгрейда на 1-2 года.
SMB в Кыргызстане и СНГ: если бизнес-процессы зависят от мобильных устройств сотрудников или клиентов (особенно бюджетного сегмента), стоит заранее продумать, как PWA или Telegram Mini Apps снизят требования к железу. Telegram работает на любом Android с 1 ГБ RAM — это уже стратегическое преимущество для рынков с ограниченным бюджетом на устройства.
Кейсы в личной жизни
Разработчик: если пишешь мобильные приложения — проверь, как они ведут себя на 2-3 ГБ RAM. Дефицит памяти сделает низкие конфигурации нормой даже там, где они раньше были исключением. Lighthouse, профилировщик памяти Flutter/React Native — не для галочки, а для реальных пользователей 2026-2027.
Контент-мейкер или фрилансер: если работаешь с AI-инструментами на устройстве — имеет смысл переходить на облачные пайплайны (RunPod, Replicate, API-вызовы), а не гнаться за локальным inference. Локальные LLM требуют RAM, которая будет дорожать. Облако в пересчёте на задачу дешевле.
Студент или начинающий специалист: если планируешь покупку ноутбука или телефона — делай это сейчас. По всем признакам к концу 2026 года RAM-ёмкость в бюджетном сегменте либо сократится, либо цена вырастет. Принцип «взять с запасом по RAM» сейчас разумнее, чем обычно.
Как применить сегодня
- Если строишь продукт для развивающихся рынков — протестируй его на устройстве с 2 ГБ RAM и Android Go. Это уже ваша целевая аудитория через год.
- Проведи RAM-аудит серверов: утилизация ниже 60% — сигнал для rightsizing перед следующей волной роста цен.
- При выборе AI-инструментов смотри на API-first решения (Claude API, Gemini API), а не на локальные модели с большими требованиями к памяти.
- Если ведёшь мобильную разработку — добавь тестирование на low-end профиле (2 ГБ RAM, slow CPU) в CI/CD прямо сейчас.
- Следи за квартальными отчётами Samsung Semiconductor и SK Hynix: HBM/LPDDR-соотношение в выручке — ранний индикатор дефицита для потребительского рынка.