# Artikel Terkait HBM

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

Dari Penyimpanan Panas ke Memori Dingin: Penyimpanan Terdesentralisasi di Bawah Gelombang Penyimpanan AI

Artikel ini membedah perbedaan mendasar antara tren penyimpanan AI yang sedang panas dan penyimpanan terdesentralisasi yang saat ini sepi. Penyimpanan AI (seperti HBM, SSD perusahaan) didorong oleh efisiensi maksimal, berfokus pada kecepatan dan pemanfaatan GPU untuk produktivitas. Sebaliknya, penyimpanan terdesentralisasi (seperti Filecoin, Arweave) mengutamakan kepercayaan, integritas jangka panjang, dan resistensi terhadap sensor untuk data dingin seperti arsip budaya atau bukti sejarah. Penyimpanan AI telah menjadi pusat perhatian karena menjadi komponen kritis dalam mengisi daya GPU dan mengurangi latensi, yang secara langsung memengaruhi biaya dan profitabilitas. Artikel ini menguraikan arsitektur penyimpanan AI dalam empat lapisan: memori dekat komputasi (HBM, DRAM, CXL), penyimpanan persisten cepat (SSD perusahaan), penyimpanan kapasitas besar berbiaya rendah (HDD), dan perangkat lunak sistem/penyimpanan AI. Sementara itu, proyek penyimpanan terdesentralisasi menghadapi tantangan dalam pencocokan insentif, kemampuan layanan tingkat perusahaan, dan pengalaman pengambilan data. Peluang masa depannya terletak pada ceruk khusus seperti jejak audit data AI (provenance), penyimpanan dataset publik dan arsip peradaban, penyimpanan arsip terpercaya, serta integrasi dengan teknologi seperti ZK atau TEE. Kesimpulannya, pasar saat ini menghargai efisiensi AI, tetapi nilai penyimpanan terdesentralisasi sebagai lapisan "memori dingin" yang tepercaya mungkin akan dihargai kembali seiring meningkatnya kebutuhan akan integritas data dan pelestarian memori jangka panjang dalam era AI.

marsbit07/27 16:28

Dari Penyimpanan Panas ke Memori Dingin: Penyimpanan Terdesentralisasi di Bawah Gelombang Penyimpanan AI

marsbit07/27 16:28

Institusi dan Dana On-Chain Sama-Sama Optimis Longxing Terus Naik, Kecuali Orang Korea

**"Crown Jewel" Tiongkok, ChangXin Storage Meledak di IPO: Pihak Institusi dan Dana On-Chain Optimis, Tapi Korea Selatan Justru Short!** ChangXin Storage Technology (CXMT), perusahaan memori domestik terbesar Tiongkok, resmi melantai di pasar STAR (Science and Technology Innovation Board) Shanghai dengan kenaikan fantastis 465,8% di hari pertama. Saham ini mencatat rekor volume transaksi harian lebih dari 140 miliar RMB dan kapitalisasi pasar mencapai 3,28 triliun RMB, langsung menjadi pemimpin di pasar STAR. **Perdebatan Target Harga: Dari Optimis Hingga Rasional** Perbedaan pendapat tentang prospek harga saham ke depan cukup mencolok. **Nomura Securities** sangat optimis, memberikan rating "beli" dengan target harga 116 RMB (naik ~1240% dari IPO), melihat kapitalisasi pasar potensial hingga 7,76 triliun RMB. Mereka memuji CXMT sebagai "crown jewel" industri chip Tiongkok, memproyeksikan pertumbuhan pendapatan dan laba yang sangat cepat hingga 2028. Sebaliknya, **Northeast Securities** lebih konservatif. Mereka memperkirakan kapitalisasi pasar wajar di kisaran 3,2 - 5,7 triliun RMB (masih ada ruang naik >42% dari nilai saat ini) berdasarkan perbandingan pangsa pasar, profitabilitas, dan valuasi per kapasitas. **Momen Siklus Super & Batasan Ekspansi** Analis mencatat, lonjakan kinerja ChangXin (kuartal I 2026: pendapatan +719%) didorong oleh **kesenjangan pasokan DRAM tradisional** karena raksasa seperti Samsung dan SK Hynix fokus pada HBM untuk AI. Namun, CXMT masih tertinggal dalam kapasitas (sekitar 300.000 wafer/bulan vs >500.000 pesaing) dan teknologi HBM. **Pembatasan ekspor peralatan litografi canggih AS** juga diperkirakan membatasi kecepatan ekspansi mereka. **Sentimen Pasar: Institusi & On-Chain Pro, Korea Selatan Kontra** Beberapa manajer ETF mengingatkan kemungkinan deviasi nilai ETF karena valuasi saham baru. Di sisi lain, **data on-chain dari Hyperliquid** menunjukkan polarisasi sentimen berdasarkan geografi: dompet dengan label **AS, Hong Kong, dan Tiongkok Darat cenderung net long (beli)**, sementara dompet dengan label **Korea Selatan secara signifikan net short (jual)** dengan posisi short 38 kali lebih besar dari long. **Faktor Pendukung Optimisme Jangka Pendek** Beberapa analis di pasar crypto yakin momentum kenaikan bisa berlanjut karena beberapa faktor: **float saham yang sangat rendah (6,63%)** mirip dengan IPO SpaceX, momentum **siklus super memori** yang masih kuat, status sebagai **"unggulan memori domestik"** yang menarik spekulasi, dan **dukungan berkelanjutan dari pembeli institusi**. **Catatan Akhir:** Pendiri CXMT, Zhu Yiming, melihat kekayaan keluarganya melonjak hampir 300% menjadi $13,9 miliar, dengan rencana mendistribusikan 40% di antaranya sebagai bonus kepada karyawan.

Odaily星球日报07/27 11:46

Institusi dan Dana On-Chain Sama-Sama Optimis Longxing Terus Naik, Kecuali Orang Korea

Odaily星球日报07/27 11:46

Dari Mana Asalnya Target Harga 116 Yuan, Kapitalisasi Pasar 7,9 Triliun ChangXin?

Nomura meluncurkan laporan pertama tentang ChangXin Memory (CXMT) dengan rekomendasi "Beli" dan target harga 116 RMB, naik 1.239,5% dari harga IPO 8,66 RMB. Target ini didasarkan pada valuasi 20x laba per saham (EPS) yang diproyeksikan untuk 2028 sebesar 5,8 RMB. Multiple 20x berasal dari valuasi historis Micron (rata-rata 10x) dikalikan premium pasar China (1-3x). Asumsi pendapatan dan laba Nomura sangat agresif: pendapatan diproyeksikan melonjak dari 61,8 miliar RMB (2025) menjadi 773,3 miliar RMB (2028), dengan laba bersih yang diatribusikan kepada induk perusahaan naik dari 1,9 miliar RMB menjadi 393,1 miliar RMB. Kunci asumsi ini adalah kenaikan margin kotor dari 41% (2025) menjadi 90,5% (2028), dengan asumsi kenaikan pendapatan jauh melampaui pertumbuhan biaya. Dukungan utama untuk proyeksi ini adalah pandangan Nomura tentang permintaan memori AI. Laporan tersebut memperkirakan bahwa penggunaan memori global akan tumbuh lebih dari 7x dari 2026 hingga 2030 (CAGR >60%), didorong oleh ledakan tugas AI agentic, meskipun ada peningkatan efisiensi teknis. Di sisi penawaran, pertumbuhan output bit industri (30-40% CAGR) diperkirakan tetap tertinggal dari permintaan, menciptakan defisit berkepanjangan. Untuk CXMT sendiri, Nomura memproyeksikan kapasitas meningkat dari 280 kwpm (akhir 2025) menjadi 550 kwpm (akhir 2028). Perusahaan diperkirakan akan meningkatkan pangsa pasar DRAM global dari ~10% menjadi ~18% pada 2028, didukung oleh pertumbuhan output bit 40-45% CAGR. Namun, selisih biaya tetap ada karena teknologi node yang tertinggal, menghasilkan wafer ASP yang lebih rendah. Penulis artikel mencatat bahwa asumsi margin kotor 90% dari Nomura tidak berkelanjutan, karena memperlakukan puncak siklus sebagai normal baru. Laporan ini sebaiknya dilihat sebagai skenario optimis teratas, bukan proyeksi jangka panjang.

链捕手07/27 10:18

Dari Mana Asalnya Target Harga 116 Yuan, Kapitalisasi Pasar 7,9 Triliun ChangXin?

链捕手07/27 10:18

Analisis Bernstein: Dapatkah Pesanan Jangka Panjang Senilai $1420 Miliar Menopang Siklus Memori?

Laporan Bernstein membahas dampak Perjanjian Pembelian Jangka Panjang (LTA) dengan jaminan keuangan dalam industri memori. Micron dan SanDisk telah menandatangani LTA dengan klien strategis, dengan total pendapatan kontrak minimum sekitar $1420 miliar dan jaminan keuangan sekitar $330 miliar. LTA ini bertujuan memberikan lantai pendapatan dan stabilitas pasokan. Namun, analisis menunjukkan bahwa jaminan sebesar $330 miliar hanya mencakup sekitar 0,6% dari $5,2 triliun pendapatan industri yang mungkin memerlukan perlindungan dalam 3-5 tahun ke depan. LTA berfungsi sebagai bantalan selama penurunan siklus, tetapi tidak menghilangkan siklus sepenuhnya. Dalam penurunan harga yang dalam, klien tetap dapat mempertimbangkan untuk membatalkan kontrak jika harga spot jauh lebih murah, meskipun terkena denda. Penerapan LTA juga terbatas. Klien ideal adalah penyedia layanan cloud AS, sementara segmen konsumen seperti smartphone dan PC cenderung lebih transaksional. Diperkirakan 30%-50% pasar DRAM/NAND sulit dicakup oleh LTA. Kesimpulannya, LTA meningkatkan visibilitas pendapatan dan memberikan perlindungan parsial, terutama didorong oleh permintaan AI. Namun, skala jaminan belum cukup untuk menopang profitabilitas puncak selama siklus turun yang berat. LTA lebih merupakan peredam gejolak siklus, bukan pengakhirnya.

marsbit07/21 07:36

Analisis Bernstein: Dapatkah Pesanan Jangka Panjang Senilai $1420 Miliar Menopang Siklus Memori?

marsbit07/21 07:36

Meniru "Momen DeepSeek"? Wall Street Serempak Menyatakan: Kimi K3 Justru Memperkuat Kebutuhan Komputasi

Replika "Momen DeepSeek"? Wall Street Serentak Menyatakan: Kimi K3 Justru Memperkuat Kebutuhan Komputasi. Pasar sempat panik menyamakan peluncuran Kimi K3 dengan "Momen DeepSeek 2.0" yang sebelumnya menekan harga saham sektor semikonduktor. Namun, laporan terbaru dari bank investasi seperti UBS, Nomura, Bank of America Merrill Lynch, dan Citibank menyimpulkan pandangan berbeda: Kimi K3 bukanlah pengakhir, melainkan akselerator bagi permintaan komputasi. Kimi K3, model open-source dengan 2.8 triliun parameter yang dirilis Moonshot AI pada 16 Juli 2026, menampilkan kemampuan mendekati model mutakhir seperti konteks 1M token, inferensi "selalu aktif", kemampuan multimodal asli, dan arsitektur MoE. Fitur-fitur ini bukan cerita aset ringan. Mereka justru meningkatkan tekanan pada inferensi, memori, jaringan, dan penyimpanan. Analis berargumen bahwa model yang lebih kuat dan lebih terjangkau (seperti K3) akan memicu "Paradoks Jevons" di AI: peningkatan efisiensi malah meningkatkan konsumsi komputasi secara keseluruhan karena lebih banyak pengembang dan perusahaan yang dapat menerapkannya di lebih banyak skenario, sehingga meningkatkan volume token yang diproses. Selain itu, untuk mempertahankan keunggulan kompetitif, laboratorium AI terdepan AS seperti OpenAI dan Anthropic akan merespons dengan pelatihan skala lebih besar dan iterasi lebih cepat. Konsekuensinya, rantai pasokan infrastruktur AI diperkirakan tetap diuntungkan: 1. **Penyimpanan & Memori:** Peningkatan kebutuhan cache KV karena konteks panjang akan mendorong permintaan DDR5 server dan eSSD. HBM juga sangat dibutuhkan untuk deployment model open-source berskala besar. 2. **Komputasi & Foundry:** Hukum skala (*scaling law*) tetap berlaku, menguntungkan pemain seperti NVIDIA dan TSMC. 3. **Jaringan:** Deployment K3 membutuhkan konfigurasi kluster "super-node" (lebih dari 64 GPU), meningkatkan permintaan untuk modul optik dan chip optik. 4. **Platform Cloud:** Platform yang menghosting beragam model open-source (seperti Alibaba) mendapatkan daya tawar lebih kuat. Data menunjukkan penggunaan model AI China oleh pengembang global telah melonjak dari kurang dari 2% menjadi lebih dari 45% dalam setahun, menandakan adopsi yang meluas. Dengan demikian, selama penggunaan token terus tumbuh dan aplikasi seperti konteks panjang serta Agen terus meluas, kebutuhan akan komputasi, HBM, penyimpanan, jaringan, dan pusat data akan tetap tak terhindarkan. Model open-source yang lebih kuat dilihat sebagai pintu masuk bagi gelombang difusi permintaan berikutnya, bukan akhir dari kebutuhan infrastruktur AI.

链捕手07/21 06:20

Meniru "Momen DeepSeek"? Wall Street Serempak Menyatakan: Kimi K3 Justru Memperkuat Kebutuhan Komputasi

链捕手07/21 06:20

Kecemasan Memori Model Besar, Solusinya Ditemukan di Flash Drive

Berikut adalah ringkasan artikel tentang High Bandwidth Flash (HBF) untuk AI: Ansietas memori pada model AI besar mungkin dapat dikurangi dengan teknologi yang sama seperti di flash drive, yaitu **NAND Flash**. Meskipun terkenal lambat, terutama dalam penulisan, kecepatan baca NAND Flash sebenarnya memadai. **SanDisk dan SK Hynix** kini mengembangkan **High Bandwidth Flash (HBF)**, yang menerapkan metode *stacking* dan *packaging* canggih seperti pada HBM ke chip NAND Flash. Dengan menumpuk hingga 16 chip, satu *stack* HBF menargetkan kapasitas **512GB** dan bandwidth baca **1.6TB/s**, bahkan berencana meningkat ke **3.2TB/s**. Teknologi ini tidak dimaksudkan untuk menggantikan HBM, tetapi melengkapinya dengan menemukan ceruknya: **inferensi AI**. Selama inferensi, bobot model yang sudah terlatih bersifat statis dan hanya perlu dibaca, bukan ditulis ulang, sehingga cocok dengan kekuatan baca HBF. Ide dasarnya adalah menciptakan arsitektur memori berlapis untuk server AI: **HBM** menangani data panas dan komputasi intensif, **HBF** menyimpan bobot model besar yang bersifat *read-intensive*, dan **SSD** untuk penyimpanan massal yang lebih murah. Ini berpotensi meredakan kemacetan kapasitas HBM yang mahal, mengurangi jumlah kartu akselerator yang dibutuhkan, serta menurunkan biaya dan konsumsi daya keseluruhan sistem inferensi. Meski standar HBF masih dalam pengembangan di Open Compute Project (OCP) dan setidaknya membutuhkan satu tahun lagi sebelum tersedia, pendekatan ini menandakan perlunya pembagian kerja baru dalam hierarki memori untuk menghadapi tantangan model yang semakin besar dan mahal. Solusinya mungkin berasal dari teknologi yang sudah dikenal, dikemas ulang untuk era AI.

marsbit07/20 00:22

Kecemasan Memori Model Besar, Solusinya Ditemukan di Flash Drive

marsbit07/20 00:22

Dari Rugi 192 Miliar Jadi Untung 71 Miliar, Changxin Technology Sebut "Siklus Turun Tetap Jadi Ancaman"

Perusahaan manufaktur DRAM domestik China, Changxin Technology, telah menyelesaikan proses IPO-nya di pasar STAR dalam waktu sekitar tujuh bulan dan akan segera meluncur di pasar modal. Perusahaan ini melaporkan kerugian kumulatif sebesar 366,5 miliar yuan, tetapi kinerjanya telah menunjukkan perbaikan signifikan, dengan laba bersih meningkat dari -192,25 miliar yuan pada 2023 menjadi 71,44 miliar yuan pada 2025. Peningkatan profitabilitas ini didorong oleh kenaikan harga produk DRAM, peningkatan skala produksi-penjualan, dan optimisasi struktur produk. Harga jual rata-rata produk DRAM utama naik 33,69% secara tahunan pada 2025. Namun, industri DRAM yang sangat siklis tetap menjadi tantangan. Ketua Changxin Technology, Zhu Yiming, memperingatkan bahwa permintaan AI yang tidak pasti dan pelepasan kapasitas baru berpotensi mengembalikan industri ke siklus penurunan. Changxin Technology adalah satu-satunya produsen DRAM China yang telah mencapai produksi massal, dengan fokus saat ini pada DDR5 dan LPDDR5X, serta pengembangan HBM. Pangsa pasarnya di pasar DRAM global adalah sekitar 7,67% pada kuartal terakhir 2025, masih tertinggal dari raksasa seperti Samsung, SK Hlynix, dan Micron. Perusahaan berencana mengumpulkan dana 29,5 miliar yuan melalui IPO untuk meningkatkan teknologi lini produksi wafer, meningkatkan teknologi DRAM, dan penelitian teknologi masa depan. Meskipun telah melewati tahap "dari nol ke satu", perusahaan masih perlu meningkatkan kemampuan produksi massal dengan proses canggih, hasil (yield), biaya per bit, serta portofolio produk high-end untuk bersaing secara global, terutama di era yang didorong oleh AI.

marsbit07/17 01:10

Dari Rugi 192 Miliar Jadi Untung 71 Miliar, Changxin Technology Sebut "Siklus Turun Tetap Jadi Ancaman"

marsbit07/17 01:10

Wall Street Bersama-Sama Optimistis: Kapasitas ASML Melonjak, Teori 'Puncak Harga Memori' Bisa Diabaikan

ASML melaporkan kinerja kuartal II yang melampaui ekspektasi, dengan pendapatan 93 miliar euro dan margin kotor 54%. Perusahaan meningkatkan panduan pendapatan tahunan 2026 menjadi 430-450 miliar euro dan mengungkap rencana ekspansi kapasitas signifikan untuk 2027-2028, termasuk peningkatan kapasitas EUV dan DUV sekitar 30% per tahun. Langkah ini menanggapi keraguan pasar tentang keberlanjutan permintaan yang didorong AI. Wall Street merespons positif, dengan Goldman Sachs, JP Morgan, dan Barclays mempertahankan rating beli. Mereka melihat hasil ini membuktikan adanya hambatan pasokan AI dan membantah narasi bearish bahwa harga memori akan mencapai puncak pada 2028. Permintaan AI yang kuat mendorong ekspansi di segmen logika canggih (perkiraan tumbuh 25% pada 2026) dan memori (perkiraan tumbuh 75% pada 2026). Transisi ke node DRAM lebih canggih dan peningkatan intensitas wafer untuk HBM diperkirakan akan menjaga harga memori tetap tinggi dalam waktu lebih lama. Perbedaan pandangan kecil muncul terkait apakah panduan kapasitas EUV 2027 sudah cukup agresif, namun konsensus tetap sangat optimis terhadap prospek jangka panjang ASML sebagai penerima manfaat utama dari transformasi struktural industri semikonduktor.

链捕手07/15 15:01

Wall Street Bersama-Sama Optimistis: Kapasitas ASML Melonjak, Teori 'Puncak Harga Memori' Bisa Diabaikan

链捕手07/15 15:01

Seberapa Lama Kemakmuran Penyimpanan Dapat Bertahan?

Pasar semikonduktor, khususnya memori, sedang mengalami pertumbuhan yang luar biasa pesat. Grafik menunjukkan lonjakan hampir vertikal dalam pengiriman memori sejak 2024, dengan pertumbuhan tahunan mencapai 285% pada 2026, jauh melampaui puncak gelembung memori 2017-2018. Lonjakan ini terutama didorong oleh DRAM dan NAND, yang harganya meroket sekitar 10 kali lipat dalam setahun. Penyebab utama kenaikan harga ini adalah permintaan yang sangat besar dari pusat data AI milik hyperscaler seperti Amazon, Google, Microsoft, dan Meta. Investasi besar-besaran mereka ke infrastruktur AI menyerap hampir semua pasokan chip logika (GPU) dan memori (HBM, DRAM, NAND) berkinerja tinggi, menciptakan kelangkaan dan persaingan ketat untuk memori bagi perangkat konsumen seperti PC dan ponsel, sehingga mendorong harga naik. Prediksi pasar sebelumnya telah meleset jauh. Pasar semikonduktor global diperkirakan mencapai $1,5 triliun pada 2026, didorong oleh memori dan logika terkait AI. Namun, sejarah siklus silikon memori menunjukkan bahwa periode pertumbuhan positif jarang berlangsung lebih dari lima tahun. Puncak yang sangat tinggi ini (285%) kemungkinan akan diikuti oleh resesi yang sangat dalam, diperkirakan mulai 2027-2028. Perusahaan disarankan untuk menikmati kemakmuran saat ini tetapi juga mempersiapkan diri secara serius untuk kemerosotan yang akan datang, karena "semakin tinggi puncaknya, semakin dalam lembahnya."

链捕手07/14 14:56

Seberapa Lama Kemakmuran Penyimpanan Dapat Bertahan?

链捕手07/14 14:56

SK Hynix Anjlok 12% Setelah Peramalan Laba "Di Bawah Ekspektasi" oleh Broker Korea, Sektor Memori Tertekan

Penurunan Saham SK Hynix dan Tekanan di Sektor Memori: Analisis Laporan Broker Korea KIS Pada 13 Juli, broker Korea Selatan KIS merilis laporan prediksi kinerja kuartal kedua SK Hynix. Meskipun memproyeksikan peningkatan pendapatan dan laba operasi yang signifikan secara tahunan, prediksi laba operasi sebesar 60,4 triliun won tersebut ternyata **8% lebih rendah dari konsensus pasar** yang mengharapkan 65 triliun won. Perbedaan ini memicu reaksi pasar yang tajam. Saham SK Hynix terperosok lebih dari 10% pada pembukaan perdagangan, menyentuh level di bawah 1 juta won. Tekanan jual kemudian menyebar ke pasar terkait, termasuk ETF leverage Hynix/Samsung di Hong Kong dan saham-saham memori di pasar A-shares Tiongkok. KIS menjelaskan bahwa penyebab utama prediksi yang lebih rendah ini adalah **tingginya proporsi pendapatan HBM (High-Bandwidth Memory)** SK Hynix dibandingkan pesaing. HBM, yang harganya sering terkunci dalam kontrak pasokan jangka panjang (LTA), memiliki kenaikan harga rata-rata (ASP) yang lebih rendah dibandingkan DRAM dan NAND biasa yang harganya lebih elastis di pasar spot yang sedang naik. Dengan kata lain, struktur bisnis Hynix yang unggul di HBM justru "mengurangi bagiannya" dari kenaikan harga pasar secara keseluruhan dalam jangka pendek. Namun, KIS menekankan bahwa revisi prediksi ini **bukanlah tanda memburuknya fundamental**, melainkan hasil penyesuaian realistis setelah memasukkan asumsi harga LTA ke dalam model. Broker tersebut tetap mempertahankan **rating "beli" dan target harga 3,8 juta won** untuk SK Hynix, dengan alasan logika jangka panjang tidak berubah. Mereka berpendapat bahwa dengan dimulainya pengiriman massal HBM4 pada kuartal ketiga dan pergeseran industri menuju struktur kontrak jangka panjang yang lebih stabil, fokus investor akan beralih dari kenaikan ASP kuartalan menuju **keberlanjutan profitabilitas tinggi** perusahaan.

链捕手07/13 06:35

SK Hynix Anjlok 12% Setelah Peramalan Laba "Di Bawah Ekspektasi" oleh Broker Korea, Sektor Memori Tertekan

链捕手07/13 06:35

活动图片

Kategori Populerright-arrow

Tag Populerright-arrow

Analisis Pasarright-arrow