Huawei każe klientom samodzielnie zdobywać pamięć do układów AI. Ceny przemytu HBM sięgają 4 000 dolarów

Chodzi o pamięć High-Bandwidth Memory, czyli HBM. To stosy pamięci, które stoją obok akceleratora AI i dostarczają mu dane. Chińscy dostawcy Huaweia nie produkują jej w wystarczającej ilości. Przepisy eksportowe USA blokują też bezpośrednie zakupy u Samsunga i SK Hynix, które razem kontrolują ponad 80 procent światowego rynku, podał 3 listopada The Decoder.

Klient słyszy więc, że ma szukać pamięci gdzie indziej.

To "gdzie indziej" oznacza łańcuch przemytniczy zbudowany wokół luki w amerykańskich przepisach eksportowych. Przemytnicy pakują HBM razem z tanimi procesorami serwerowymi, których wydajność nie przekracza progu eksportowego. Przesyłki jadą do Chin przez Hongkong, a tam, w warsztatach, pamięć zostaje oddzielona od procesorów. The Decoder opisuje ten proces jako kruchy, z wysokim odsetkiem błędów, ale wystarczająco dochodowy, żeby trwał. W tekście pada powołanie na The Information w sprawie głównej tezy, że Huawei przerzuca zaopatrzenie na klientów, oraz ceny podane przez brokera z Shenzhen.

Ile kosztuje pamięć

Ten broker wycenia przemycane HBM3E na około 4 000 dolarów za sztukę, podczas gdy rok wcześniej było to kilkaset dolarów. Każdy układ AI potrzebuje sześciu do ośmiu sztuk, więc sama pamięć może kosztować 32 000 dolarów na układ. Huawei planuje premierę Ascend 960DT na początku przyszłego roku. Twierdzi, że układ podwoi wydajność obecnych chipów, podaje ten sam tekst.

Trasy przemytnicze to nie jedyne źródło. Rynek zasilają też starsze karty Nvidia rozbierane na części. Podobnie nadwyżki zapasów od projektantów układów, którzy porzucili projekty albo obcięli zamówienia.

Rządy liczą te wycieki. Do maja południowokoreańska służba celna wykryła naruszenia handlowe warte 560 mln dolarów, czyli więcej niż poprzedni roczny rekord, pisał The Decoder. Jedna trzecia tej kwoty dotyczyła towarów strategicznych, takich jak układy eksportowane bez zgody albo z fałszywymi deklaracjami.

Historia Huaweia to najostrzejsza w tym tygodniu ilustracja szerszego zaciskania pasa. Sprzęt, na którym opiera się AI, jest rzadki, drogi i coraz częściej krąży wokół przepisów, a nie zgodnie z nimi. Ten sam niedobór kształtuje badania nad pakowaniem opisane niżej. Kształtuje też debatę o rynku pracy, która zdominowała doniesienia z ostatnich dni.

Dwa sposoby na zmniejszenie śladu

2 listopada SemiEngineering zwrócił uwagę na pracę imec i Vrije Universiteit Brussel. Autorzy modelują emisje wbudowane przy skalowaniu GPU opartego na chipletach. Podwoili liczbę jednostek obliczeniowych i pojemność HBM, a potem porównali pakowanie 2.5D i 3D. Skalowanie 3D dało wzrost emisji wbudowanych o 89 procent, wobec 141 procent dla 2.5D. Autorzy przedstawiają to jako argument za integracją 3D w AI o niskiej emisji. Praca jest preprintem na arXiv, arXiv:2610.32830, więc nie przeszła recenzji naukowej.

Niedobór pamięci widać też w danych o bateriach do samochodów elektrycznych. Globalne zużycie baterii w autach elektrycznych sięgnęło 994.5 GWh od stycznia do września, o 19.7 procent więcej rok do roku, według danych SNE Research opublikowanych w poniedziałek i opisanych przez CnEVPost. CATL miał 39.1 procent, a BYD 15.2 procent, razem 54.3 procent. Wrzesień ustanowił miesięczny rekord na poziomie 145.1 GWh, choć wzrost rok do roku zwolnił do 15.8 procent, poniżej stopy narastającej, podał 2 listopada CnEVPost.

Te liczby dotyczą samochodów, nie centrów danych. Opisują jednak tę samą bazę przemysłową, o której komponenty i kapitał konkuruje sprzęt do AI.

Biuro, które nie jest biurem

Strona rynku pracy w pytaniu o AI wygląda inaczej w zależności od tego, po jaki pomiar sięgniesz. 2 listopada CNBC opisał badanie Fed z Nowego Jorku na 1 835 pracownikach z wyższym wykształceniem, przeprowadzone we wrześniu. Wynika z niego, że 48.8 procent nie miało żadnych spotkań na miejscu w swoim ostatnim dniu pracy w biurze. Praca, której autorami są ekonomista badawczy Fed z Nowego Jorku Natalia Emanuel i profesor ekonomii na University of Virginia Emma Harrington, kończy się wnioskiem, że "zdumiewająco duża część załogi doświadcza tej formy pracy zdalnej z biura".

"Co zaskakujące, 37% respondentów podało, że mieli przynajmniej jedno spotkanie wirtualne, choć wszyscy uczestnicy byli tego dnia w tym samym biurze", piszą badacze, za CNBC.

Mniej więcej co czwarty pracownik pracuje dziś w pełni zdalnie, wynika z danych U.S. Bureau of Labor Statistics, na które powołuje się Fed z Nowego Jorku. Badacze twierdzą, że liczba ta prawdopodobnie zaniża, jak bardzo zdalni od kolegów czują się ludzie. Ten wynik kłóci się z argumentami o powrocie do biura, które firmy wysuwały w sprawie współpracy. Przypomina też, że narzędzia, którym przypisuje się wzrost produktywności, na nowo układają to, kto z kim rozmawia.

W pytaniu o AI i miejsca pracy dowody nie rozstrzygają sporu. Przywołane dla kontekstu nagłówki wskazują naraz w kilku kierunkach. Badania Goldman Sachs mówią, że zwolnieni pracownicy dłużej szukają nowych zajęć. Opracowanie Statistics Canada znajduje niewiele dowodów, że to AI wyjaśnia spadek zatrudniania młodych. Chiny mają plan z 18 punktami dotyczący monitorowania ryzyka utraty pracy. Żadnej z tych pozycji nie ma w zestawie źródeł użytym tutaj, więc traktuj je jako wskazówki, nie ustalenia.

To, co datowane materiały rzeczywiście potwierdzają, jest węższe. Badanie Fed z Nowego Jorku mierzy izolację, nie automatyzację. Dane SNE Research mierzą instalacje baterii. Praca imec mierzy emisje wbudowane. Każdy z tych elementów to odczyt jednego przyrządu. Pokusa, żeby złożyć z nich jeden wyrok o AI i pracy, jest dokładnie tą pokusą, której trzeba się oprzeć.

Handel pamięcią tymczasem trwa. Klienci Huaweia dostali problem zaopatrzeniowy, którego żaden dostawca nie rozwiąże za nich. Cenę rozwiązania ustalają brokerzy w Shenzhen i celnicy w Seulu.