# Artikel Terkait Penyimpanan Awan

Pusat Berita HTX menyediakan artikel terbaru dan analisis mendalam mengenai "Penyimpanan Awan", mencakup tren pasar, pembaruan proyek, perkembangan teknologi, dan kebijakan regulasi di industri kripto.

Interpretasi Riset: Morgan Stanley Memperjelas SanDisk (SNDK), Kebenaran Kekuatan Penetapan Harga di Pusat Data Cloud dan Dividen Inferensi AI

**Ringkasan Laporan: Morgan Stanley Menganalisis SNDK, Kekuatan Penetapan Harga di Pusat Data Awan & Realitas Manfaat AI Inference** Morgan Stanley (MS) pada 22 Juni meningkatkan target harga SNDK dari $1100 menjadi $1750, dengan rating "Overweight". Alasan utamanya: permintaan untuk **AI inference** mengubah aturan pasar NAND. Pelanggan pusat data awan (cloud) yang membayar premium untuk penyimpanan **KV Cache** dan konteks AI menjadi kurang sensitif terhadap harga, memberikan SNDK **kekuatan penetapan harga**. SNDK mengunci profitabilitas masa depan melalui **NBM (New Business Model)**, kontrak jangka panjang (3-5 tahun) yang telah mencakup lebih dari sepertiga volume bit FY27. Kontrak ini memiliki harga tetap atau struktur floor/ceiling, dan bahkan pada harga terendah (floor) dapat mempertahankan margin kotor sekitar **80%**. MS memproyeksikan margin kotor SNDK akan melonjak dari 30.3% (FY25) menjadi 86.7% (FY27e). Dengan pasokan NAND yang diperkirakan tetap ketat hingga setidaknya pertengahan 2027, SNDK berfokus pada pertumbuhan melalui peningkatan kepadatan (density), bukan ekspansi kapasitas besar-besaran. Pertumbuhan pendapatan yang diproyeksikan (6.6x dari FY25 ke FY27) berasal dari segmen cloud ber-margin tinggi. **Katalis:** Adopsi eSSD di pusat data yang melampaui ekspektasi, pertumbuhan AI di edge, dan teknologi baru seperti HBM. **Risiko:** Pertumbuhan industri melambat, kompetisi meningkat (termasuk dari produsen China seperti YMTC), dan kehilangan pangsa pasar di segmen pusat data. Logika utama MS: **1)** Perubahan struktural permintaan AI inference, **2)** Perlindungan margin oleh kontrak NBM, dan **3)** Pasokan NAND yang ketat. Target harga $1750 didasarkan pada 28x PER FY27e.

marsbit06/23 12:07

Interpretasi Riset: Morgan Stanley Memperjelas SanDisk (SNDK), Kebenaran Kekuatan Penetapan Harga di Pusat Data Cloud dan Dividen Inferensi AI

marsbit06/23 12:07

Memahami Kolam Profit dan Lanskap Industri dalam Hierarki Penyimpanan AI dalam Satu Artikel

**Ringkasan:** AI storage dibagi menjadi enam lapisan berdasarkan kedekatan dengan unit komputasi: SRAM on-chip, HBM, DRAM motherboard, lapisan pooling CXL, SSD kelas perusahaan, serta NAS dan penyimpanan objek cloud. Pada 2025, total pasar mencapai sekitar $229 miliar, didominasi oleh DRAM (50%), HBM (15%), dan SSD (11%). Struktur pasar sangat terkonsentrasi, dengan tiga pemain utama (Samsung, SK Hynix, Micron) menguasai >90% di lapisan atas. Terdapat tiga jenis kolam laba utama: 1. **Kolam laba oligarki dengan margin tinggi** (HBM, SRAM tertanam, SSD QLC): HBM adalah yang paling menguntungkan (margin operasi Hynix mencapai 72%), didorong oleh permintaan tinggi dan proses manufaktur kompleks (TSV, CoWoS). Pasar HBM diproyeksikan tumbuh CAGR ~40% hingga $100 miliar pada 2028. 2. **Kolam laba baru dengan margin tinggi** (CXL): Teknologi yang memungkinkan pooling memori di tingkat rak, dengan pertumbuhan diperkirakan sangat cepat (CAGR 37%). 3. **Kolam laba berbasis layanan dengan skala besar** (NAS, cloud storage): Mengandalkan penguncian ekosistem dan biaya perpindahan yang tinggi. Intinya: Semakin dekat lapisan penyimpanan dengan unit komputasi (seperti HBM), semakin langka, tinggi marginnya, dan teknologinya semakin kompleks. Pertumbuhan utama berasal dari HBM, SSD kelas perusahaan, dan CXL. Dominasi tiga raksasa memori (Samsung, SK Hynix, Micron) terlihat di hampir semua lapisan kecuali SRAM on-chip (didominasi TSMC) dan CXL Retimer (didominasi Astera Labs).

marsbit05/14 04:07

Memahami Kolam Profit dan Lanskap Industri dalam Hierarki Penyimpanan AI dalam Satu Artikel

marsbit05/14 04:07

Dialog dengan Mai-Lan dari Amazon Web Services: Medan Pertarungan Berikutnya untuk S3, Menghadapi Gelombang Konsumsi Data di Era Agent

Awal tahun ini, popularitas OpenClaw di pasar Tiongkok menunjukkan potensi besar agen AI. Namun, pertanyaan mendesak bagi penyedia cloud muncul: apakah infrastruktur data, terutama lapisan data, siap menghadapi konsumsi data yang sangat agresif dan frekuensi tinggi oleh agen yang berkembang pesat? Mai-Lan Tomsen Bukovec, Wakil Presiden Teknologi Amazon Web Services, menekankan bahwa agen mengkonsumsi data dengan cara yang sangat aktif dan agresif, dengan frekuensi panggilan ke gudang data atau danau data yang luar biasa tinggi. Agen bekerja dalam mode "paralel dan pilih yang terbaik", menjalankan puluhan hingga ratusan kueri secara bersamaan untuk mencari jalur optimal, membuatnya menjadi konsumen data yang jauh lebih intensif daripada manusia—dengan frekuensi panggilan dan throughput data yang meningkat secara eksponensial. Biaya atau nilai menjadi faktor penentu dalam membangun infrastruktur agen. Menyambut ulang tahun ke-20 Amazon S3, layanan ini telah melakukan tiga transformasi besar untuk memenuhi kebutuhan era AI: S3 Table (format tabel), S3 Files (file), dan S3 Vector (vektor). Dukungan native S3 untuk Apache Iceberg (S3 Table) memungkinkan agen berinteraksi efisien dengan data melalui SQL. S3 Vectors, yang diperkenalkan sebagai tipe data native, digunakan untuk membangun konteks data dan sebagai memori bersama yang berkembang pesat untuk sistem agen. S3 Files, yang dirilis baru-baru ini, memungkinkan agen mengakses data S3 melalui standar POSIX seperti sistem file, menjadikannya antarmuka data yang alami. Dengan perubahan ini, Amazon S3 memperkuat posisinya sebagai fondasi kunci untuk beban kerja AI, merespons permintaan pelanggan akan pemrosesan data yang ekonomis, tersedia, tahan lama, dan tangguh, siap mendukung perkembangan dua dekade mendatang.

marsbit05/08 04:20

Dialog dengan Mai-Lan dari Amazon Web Services: Medan Pertarungan Berikutnya untuk S3, Menghadapi Gelombang Konsumsi Data di Era Agent

marsbit05/08 04:20

活动图片