「STORE」是AI被忽略的瓶颈

「我們從不懷疑自己」
李佳原著,華爾街見

「愛爾蘭競爭不只是數學比賽, @大使: @大使: @大使: @。

6月5日, 這段個人化的談話使他能自動討論發展經驗、家庭影響與職業選擇。

這是SANJ的核心判斷之一。

在他眼中, AI需要的不只是更多的微分。

更長的上下文視窗、更大的模型大小以及日益增加的托肯消耗。

AI的精髓是數據。

同時,供應方沒有做好充分的準備. Sanjay指出, 進一步的儲藏產品需要更多的四舍五入。

更重要的是,随着科技節點的進展,每回合儲存容量的輸出正在下降。他最后指出。

Sanjay在解釋為什麼儲藏科技长期被低估:「記憶常常有誤會從物理,化學到材料科學,到質量製造, 確保萬亿位元中的每個元件都能正确操作, 在他眼中,AI也是一個儲藏競爭。

Sanj認為公司和个人成功的底部邏輯沒有改變。 不管是推動了兩千億的投資計劃 還是引領了萊特渡過儲藏業的周期他一再强调的關鍵詞是堅韧性、纪律和持久性我不知道 投資必須基于數據與基本數據。

正如他從父親那里學到的,成功既需要毅力,也需要在关键时刻抓住机遇的能力。

同時

他們的製造困難與战略價值遠超過市場認同。從"計算競賽"到"储存競賽". 模式的擴張、上下文視窗的拉長以及托肯消耗的擴大, 沒有足夠的儲存能力和帶宽, 無法釋放強大的計算力 。

由於供應方的结构性限制。進步的儲藏產品消耗更多的晶體, 而建造一座新磨坊需要三到四年, 同時,技術節點的進步也导致每晶圓的輸出量下降. 供需交错,供應壓力至少會持續到2026年以后。

建立記憶的困難總是被低估。從物理,化學到材料科學, 從設計到質量製造, 芯片的封存與半导体區域一樣困難。

成功源于弹性、纪律和長期主義,而不是短期的判斷。無論是推動了兩千億的投資, 父親三次被拒簽證後不會放棄。

儲存正在成為AI的骨干

Sanjay繼續說:「我已經在業內45年了。 這是我在整個業務中 最刺激的一刻"

他解釋了儲存對AI的戰略意義:

"沒有半导体,沒有AI。 而儲藏是AI的支柱

他認為, 儲存的角色不再只是裝置的一部分, 而是直接承載「智慧」本身:「今天, 儲存不只是讓裝置運行

随着模型的擴張,推理需要的爆發,以及智慧AI(Agent AI)的迅速崛起,存储需求增長的邏輯對Sanjay來說似乎是很清楚的:"艾只會随着模型的增長而增長,随着推理需求持續增長,随着AI從訓練到推理,以及從数据中心到邊緣,儲存需求只會增加——它需要更大的容量,更高的性能和较低的努力

他還特別提到信使經濟學對儲存的依赖性:「當你看信使經濟學時, 随着符號的使用增加, 上下文視窗變長, KV 缓存的需求增加, 模型本身也增長 AI不仅需要計算能力

供應壓力會持續到2026年以后

桑吉對市場最關注的供求問題在2026年之後。

他解釋了供應方的結構限制:"建造圓磨坊需要很長時間. 通常需要3到4年,從突破性到第一個晶圓輸出. 然后它将继续爬坡,并逐步增加产量”

更關鍵的是, 技術困難的增長正在壓縮單位回合的輸出效率:「每一代新技术的生产率增長

Soneji透露。

HBM將消耗大量硅芯片"所以早在2021年,我們說工業需要從零開始建造新的圓形工廠. 只是沒人真正預料到AI會這麼快爆炸

SANJAY並未直接排除市場對「再供應過量」的恐懼, 卻強調AI仍處於早期阶段, 我們認為

2 000亿美元投資的底部邏輯:纪律

近年半導體產業最有趣的基建決定之一。 在這個決定的底線

必須遵守規定, 你必須理解科技,你必須理解應用程式, 你必須理解它們去向。 你們也將與客戶密切合作

「今天我們正在投資從零開始建造新圓磨坊。 第一步是建造工厂和基础设施。 我們將在安裝設備及產生真正能力方面保持紀律

當被問到是否有自我懷疑時

我們沒有自我懷疑 我們絕對相信存儲的機會, 當然,在我們的行動中,保持适应性和敏捷性總是很重要的

原始链接