Kryzys chipowy 2.0: AI nie wysysa wszystkich chipów, tylko te najcenniejsze

W piątkowe popołudnie nagrywałem wywiad dla TV Prima z redaktorką Laurą Doubkovą. Temat, który obecnie pojawia się w nagłówkach: mówi się, że przez sztuczną inteligencję zaczyna brakować chipów, a elektronika mocno zdrożeje.

Czy to prawda? Częściowo tak. Jednak nagłówek w rodzaju „kończą się chipy” jest równie precyzyjny, jak stwierdzenie, że w Czechach kończy się żywność, bo wykupiono olej truflowy.

Relacja w najbliższych dniach ukaże się w TV Prima. A ponieważ w telewizji zmieści się tylko krótki klip, podaję tutaj dłuższą wersję całego pomysłu. Tym razem także ze słownikiem pojęć, bo bez nich łatwo można się zagubić w tej debacie.

Co się właściwie dzieje

Coś podobnego przeżyliśmy w latach 2020-2022. Wtedy przyczyną była pandemia: zamknięte fabryki, zepsuta logistyka i brakowało prawie wszystkiego, łącznie z prostymi chipami, które przesuwają szybę w górę i w dół w samochodzie.

Dzisiejsza sytuacja na pierwszy rzut oka wygląda podobnie, ale przyczyna jest inna. Świat buduje ogromne centra danych dla sztucznej inteligencji. A potrzebują tego, co najcenniejsze, co może wyprodukować przemysł półprzewodników: najszybszych pamięci, najnowocześniejszych procesów produkcyjnych, zaawansowanych opakowań i najlepszych akceleratorów AI.

Centra danych są niezwykle intratnym klientem dla producentów. Są w stanie opłacić z góry moc wydobywczą na lata z góry i zapłacić wyższą marżę. Zwykły klient posiadający tani laptop czy telefon staje się zatem dla producenta drugorzędny.

Analogia, która dobrze się sprawdza: wyobraź sobie, że na świecie jest tylko kilka dużych piekarni. I nagle pojawia się bardzo bogaty klient i zamawia tysiące posiłków premium na długie lata. Piekarnie pieką głównie dla niego, a dla zwykłych klientów zostaje mniej miejsc. Dokładnie to robią centra danych AI z rynkiem pamięci i najbardziej zaawansowanych chipów.

Ważny niuans, o którym często zapominają nagłówki gazet: według analizy Deloitte wysokowartościowe chipy AI stanowią mniej więcej połowę wartości całego rynku półprzewodników, ale mniej niż 0,2 procent wolumenu jednostkowego. Zatem sztuczna inteligencja nie zużywa wszystkich żetonów. Odkurza głównie najdroższe i najrzadsze warstwy produkcji. Większość klasycznych chipów w starszych technologiach nie stanowi sedna problemu.

Brakuje wszystkich żetonów. Brakuje głównie tych najdroższych, najszybszych i najnowocześniejszych.

Trochę słownictwa, mówmy tym samym językiem

Wafel to okrągła płytka wykonana z niezwykle czystego krzemu, na której produkowane są jednocześnie setki chipów. To podstawowe „płótno” całej branży. W przypadku najbardziej zaawansowanych generacji nie mówimy o tanich surowcach, ale o zdolnościach produkcyjnych wartych dziesiątki tysięcy dolarów na deskę.

Nanometry, takie jak 3 nm, 5 nm lub 7 nm, wskazują generację technologii produkcyjnej. Im mniejsza liczba, tym gęstszy, mocniejszy i bardziej ekonomiczny chip. A także droższe i rzadsze moce produkcyjne.

DRAM to pamięć operacyjna. W komputerach i serwerach znamy to jako DDR, w telefonach jako bardziej ekonomiczny LPDDR. Kiedy mówią, że sprawiają, że pamięć jest droższa, często właśnie to mają na myśli.

NAND flash to pamięć do długotrwałego przechowywania danych: dyski SSD w komputerach, pamięć w telefonach i pamięć danych w serwerach.

HBM, czyli pamięć o dużej przepustowości, to dyscyplina królewska. Niezwykle szybka pamięć ułożona warstwowo i umieszczona tuż obok akceleratora AI. Jest drogi, trudny w produkcji i konsumowany w dużych ilościach przez sztuczną inteligencję. To właśnie za sprawą HBM producenci odchodzą część pojemności od bardziej powszechnych pamięci.

I dlaczego pamięć jest tak kluczowa dla sztucznej inteligencji?

Procesor oblicza, ale pamięć zasila go danymi. Bez wystarczająco szybkiej pamięci nawet najdroższy układ AI przypomina samochód wyścigowy stojący w kolejce.

Widzę to też w praktyce, gdy prowadzę duże modele. Pierwszym pytaniem często nie jest to, jak szybki jest procesor, ale ile pamięci ma system i jak szybko dane mogą do niego trafiać.

Kim są główni gracze?

TSMC to tajwański producent kontraktowy produkujący chipy dla takich firm jak Apple, Nvidia, AMD czy Qualcomm. Wyniki kwartalne dobrze pokazują, w którą stronę zmierza rynek: obliczenia o wysokiej wydajności i sztuczna inteligencja to dziś główne czynniki wzrostu TSMC, podczas gdy elektronika użytkowa traci względną wagę.

Samsung i SK Hynix należą do największych producentów pamięci na świecie. To oni decydują, ile mocy produkcyjnych trafi do pamięci HBM i serwerów, a ile pozostanie dla zwykłych laptopów, telefonów i dysków SSD.

Micron jest trzecim głównym odtwarzaczem pamięci. Ogłoszone inwestycje w Stanach Zjednoczonych pokazują, że branża poważnie podchodzi do nowego popytu. Ale fabryka pamięci z najwyższej półki to nie hala, którą otwiera się w pół roku. To lata budowania, zwiększania plonów i szkolenia ludzi.

Nvidia stoi po drugiej stronie równania. Akceleratory AI są jedną z głównych przyczyn ogromnego zapotrzebowania na HBM i zaawansowaną enkapsulację. Nie jest to jedyna przyczyna całego kryzysu, ale jest jego najbardziej widocznym symbolem.

Dlaczego to nie jest covid 2.0

Kryzys lat 2020–2022 był powszechny. Brakowało także starszych i prostszych chipów do samochodów, pralek czy urządzeń przemysłowych, bo fabryki i statki były drogie. Wystarczyło ponownie uruchomić logistykę i produkcję, a problem stopniowo znikał.

Dzisiejszy kryzys ma charakter strukturalny i selektywny. Nie dotyczy to jednakowo wszystkich żetonów. Dotyczy to głównie najnowocześniejszych procesów, zaawansowanej enkapsulacji i pamięci, których AI potrzebuje w ogromnych ilościach. I nie zniknie, gdy kontenerowce zaczną kursować, bo przyczyną jest nie tylko zerwany łańcuch, ale świadoma decyzja producentów o sprzedaży mocy tam, gdzie marża jest najwyższa.

Paradoksalnie jest to mniej widoczne dla klienta. W sklepach nie ma pustych półek. Ale fala cenowa może potrwać dłużej.

Co to oznacza dla czeskiego portfela?

To już nie jest tylko abstrakcyjna prognoza. TrendForce spodziewa się, że ceny kontraktowe konwencjonalnej pamięci DRAM wzrosną w trzecim kwartale 2026 r. o 13–18%, a NAND o 10–15% w ujęciu kwartalnym. W przypadku serwerowej pamięci DRAM odnotowuje wzrost w tym samym okresie od 13 do 18%.

Gartner szacuje, że gwałtowny wzrost cen pamięci zmniejszy globalne dostawy komputerów i smartfonów w 2026 r., jednocześnie podnosząc średnie ceny urządzeń. Omdia dodaje do tego ważny szczegół społeczny: najbardziej dotknięty może nie być segment luksusowy, ale tanie telefony do 400 dolarów, w których pamięć stanowi ogromną część kosztów produkcji.

To jest kluczowe. Kiedy w drogim telefonie drożeją pamięć, producent ma jeszcze pewien margines do popracowania. Na tanie urządzenie prawie nie ma już miejsca. Skutek może być dwojaki: albo wyższa cena, albo gorsze parametry. A czasem jedno i drugie.

Nowe produkty mogą mieć mniej pamięci niż starsze generacje. Przy najtańszej elektronice może się zdarzyć, że klient otrzyma nowszy model, ale z gorszą długoterminową użytecznością.

Ponadto wzrost cen komponentów jest przepisany sklepom z opóźnieniem. Najpierw drożeje umowa na pamięć, potem nowa dostawa do producenta, potem gotowe urządzenie, a dopiero w końcu cena w e-sklepie. Dlatego oficjalne statystyki mogą przez jakiś czas pokazywać spokój, podczas gdy presja wewnątrz łańcucha dostaw już rośnie.

Jak długo to zajmie?

Szczera odpowiedź: nikt nie wie tego na pewno.

Budowane są nowe moce produkcyjne, ale przemysł półprzewodników ma długą historię bezwładności. Inwestycje rzędu dziesiątek, a nawet setek miliardów dolarów nie oznaczają, że uda się to zrealizować w ciągu kilku miesięcy. W przypadku pamięci i zaawansowanych chipów jest ona obliczana w latach.

Z drugiej strony istnieje kontrargument, który traktuję poważnie: inwestycje w sztuczną inteligencję mogą być przesadą. Jeśli okaże się, że zwroty z centrów danych nie przychodzą tak szybko, jak oczekiwali inwestorzy, popyt może się osłabić. Rynek pamięci ma historycznie charakter cykliczny i może zaskakująco szybko się odwrócić.

Dlatego nie ma sensu panikować i gromadzić elektroniki. Każdy, kto dzisiaj kupi „dla pewności”, może kupić dokładnie po cenie szczytowej.

Gospodarka o obiegu zamkniętym najmądrzejszą odpowiedzią

To jest dla mnie główny pozytywny przekaz całego tematu. Mentalność szybkiej elektroniki – kup, używaj przez dwa lata, wyrzuć – przestaje mieć sens ekonomicznie i ekologicznie.

Zamiast biegać do sklepu i robić zapasy, myślę, że mądrzej jest pomyśleć o kupieniu czegoś, co posłuży długo. Zwykle jest to urządzenie nadające się do renowacji, w którym można dodać pamięć, wymienić baterię, wyczyścić chłodzenie i przedłużyć żywotność o lata.

Praktycznie oznacza to:

• Kupując nowe urządzenie zwróć uwagę czy ma ono wlutowaną pamięć i czy da się ją później rozszerzyć.
• W przypadku istniejącego komputera rozważ modernizację zamiast wymiany: RAM, dysk SSD, akumulator, czyszczenie układu chłodzenia.
• W przypadku firm pomyśl o dłuższym cyklu życia technologii, a nie tylko o ogólnej zmianie zgodnie z kalendarzem.
• Traktuj odnowioną technologię jako pełnoprawną alternatywę, a nie rozwiązanie awaryjne.

Profesjonalnie odnowiony notebook dla kadry kierowniczej może zaoferować doskonałą jakość za ułamek ceny i nie jest tak wrażliwy na bieżącą inflację półprzewodników. W czasach, gdy nowe, tanie urządzenia mogą oszczędzać pamięć i pamięć masową, ma to jeszcze większy sens niż wcześniej.

Co najważniejsze, nie panikuj

Sformułowałbym po prostu złotą zasadę:

Kupuj według rzeczywistych potrzeb, a nie według nagłówków. Kto potrzebuje urządzenia, powinien kierować się cenami aktualnego stanu magazynowego i nie wahać się w nieskończoność. Każdy, kto posiada sprawne urządzenie, powinien najpierw rozważyć, czy da się je rozbudować, naprawić, czy też pozwolić, aby służyło dłużej.

Rewolucja AI wiąże się z realnymi kosztami fizycznymi. Żyje nie tylko w chmurze, ale w fabrykach, płytkach, liniach pamięci, zużyciu prądu i cenach elektroniki. Teraz wszyscy odczujemy część tych kosztów.

Ale odpowiedzią nie jest histeria ani wykupy. Odpowiedź brzmi: zachowywać się racjonalnie, myśleć okrężnie i nie dać się zwieść ani katastrofistom, ani tym, którzy bagatelizują problem.

Źródła i linki

• Čipy docházejí. AI vyžene ceny notebooků a mobilů do extrémů - czeski artykuł, który otworzył temat dla szerszej publiczności.
• Deloitte: 2026 Global Semiconductor Industry Outlook - kontekst koncentracji wartości w chipach AI.
• TrendForce: AI Server Demand Continues to Support Memory Prices in 3Q26 - prognoza cen DRAM i NAND.
• TrendForce: Server DRAM Contract Prices Expected to Rise 13-18% QoQ in 3Q26 - szczegóły dotyczące pamięci serwerowej.
• Gartner: Surging Memory Costs Will Reduce Global PC and Smartphone Shipments in 2026 - oczekiwany wpływ na PC i smartfony.
• TSMC: 2026 Q1 Quarterly Results - wyniki finansowe i sygnał zmiany popytu.
• Micron: Accelerates U.S. Investments - nowe inwestycje w produkcję pamięci.
• Omdia: Global smartphones priced below $400 will decline by 22% as memory costs soar - wpływ na przystępne cenowo smartfony.