KI-Nachfrage hat RAM-Kosten wieder in Richtung des Niveaus von 2007 getrieben

Berichte von Tom Hardware dokumentieren eine erstaunliche Kehrtwende: Laut dem Informatiker Daniel Lemire kostet RAM pro Einheit heute ungefähr so viel wie 2007.

Dieser Vergleich bedeutet nicht, dass Käufer demselben Computing-Markt gegenüberstehen wie vor zwei Jahrzehnten. Moderner Speicher ist schneller, dichter und an leistungsfähigere Systeme angebunden. Er bedeutet, dass der Preis für jede Kapazitätseinheit wieder ein Niveau erreicht hat, das der technologische Fortschritt eigentlich längst hinter sich gelassen haben sollte.

Lemire argumentiert, dass die Speicherpreise historisch gesehen etwa alle fünf Jahre um den Faktor zehn fielen. Die jüngste Knappheit hat innerhalb weniger Monate ungefähr zwei Jahrzehnte dieses normalisierten Fortschritts zunichtegemacht. Die Nachfrage nach KI-Infrastruktur steht im Zentrum dieser Entwicklung, doch die Ursache geht über Rechenzentren hinaus, die einfach mehr Chips kaufen.

Speicherhersteller haben fortschrittliche Produktion auf High-Bandwidth Memory, kurz HBM, umgelenkt, das KI-Beschleuniger rasch mit Daten versorgt. Serverhersteller benötigen zudem konventionelles DRAM für CPUs, Storage-Caching und Inferenz-Workloads. Der daraus entstehende Wettbewerb hat Consumer-PCs, Smartphones, Workstations und gewöhnliche Server hinter besser finanzierten KI-Kunden zurückfallen lassen.

Der zentrale Konflikt besteht daher nicht aus KI-Speicher gegen Consumer-Speicher als zwei isolierten Märkten. Es geht um das langjährige Versprechen der Halbleiterindustrie von günstigerer Kapazität im Gegensatz zu einem Zuteilungssystem, das zunehmend knappe, KI-orientierte Produktion belohnt.

Tom Hardware ordnet die RAM-Kehrtwende historisch ein

Der bemerkenswerte Teil von Lemires Vergleich ist nicht, dass Speicher in einen weiteren Preiszyklus eingetreten ist. Es ist das Ausmaß, in dem historischer Fortschritt verschwunden ist.

Die von Tom's Hardware veröffentlichte RAM-Preisanalyse führt Lemires Argument auf historische Preise pro Kapazitätseinheit zurück. Sein Diagramm behandelt den langfristigen Rückgang als exponentiellen Trend und nicht als gerade Linie.

Diese Unterscheidung ist wichtig. Eine Technologie, die in jedem vergleichbaren Zeitraum zehnmal günstiger wird, erzeugt über Jahrzehnte hinweg eine steil abfallende Kurve. Vorübergehende Anstiege können auftreten, doch die normalisierte Richtung bleibt abwärtsgerichtet.

Lemire zufolge entspricht das aktuelle Niveau dem, was diese historische Kurve etwa für 2007 vorhergesagt hätte. Mit anderen Worten: Die Branche hat nicht nur ein oder zwei Jahre an Verbesserungen eingebüßt. Sie hat sich über einen großen Abschnitt ihres erwarteten Kostenpfads zurückbewegt.

Der Vergleich beruht auf einer Normalisierung und sollte nicht mit einem vollständigen Einzelhandelspreisindex verwechselt werden. Einzelne Kits unterscheiden sich nach Kapazität, Geschwindigkeit, Latenz, Marke, Generation, Region und Vertriebskanal. DDR5 lässt sich nicht direkt mit DDR2 vergleichen, als wären ihre Fähigkeiten identisch.

Eine historische Preis-pro-Kapazität-Reihe kombiniert zudem Beobachtungen, die unter unterschiedlichen Marktbedingungen erhoben wurden. Einzelhandelsangebote, Vertragspreise und Transaktionen am Spotmarkt können sich mit unterschiedlicher Geschwindigkeit bewegen. Käufer können auf Rabatte stoßen, während Hersteller höhere Vertragspreise verhandeln.

Dennoch heben diese Einschränkungen die Richtung der Entwicklung nicht auf. Ein modernes Speichermodul kann mehr Bandbreite und Effizienz liefern und zugleich pro Kapazitätseinheit dramatisch weniger erschwinglich werden. Technische Verbesserung und Kostenrückschritt können nebeneinander bestehen.

Deshalb bezeichnete Lemire diese Entwicklung als ungewöhnlich. Technologiemärkte erleben regelmäßig Engpässe, Einführungspreise und spekulative Spitzen. Anhaltender Fortschritt in der Fertigung stellt die sinkende Kostenkurve normalerweise wieder her, sobald das Angebot die Nachfrage einholt.

Die gegenwärtige Knappheit stellt diese Erwartung infrage, weil die Nachfrage nicht an einen einzelnen Upgrade-Zyklus von Verbrauchern gebunden ist. Sie entsteht durch den umfassenden Ausbau von Trainingsclustern, Inferenzsystemen, Cloud-Servern und KI-fähiger Unternehmensinfrastruktur.

Diese Unterscheidung macht die Tom-Hardware-Geschichte zu mehr als einer Warnung für PC-Bauer. Sie wirft die größere Frage auf, ob die Ökonomie des General-Purpose-Computing in einen strukturellen Umweg geraten ist.

Ist die Veränderung zyklisch, sollten neue Kapazitäten und eine schwächere Verbrauchernachfrage die alte Kurve letztlich wiederherstellen. Ist sie strukturell, müssen Käufer möglicherweise überdenken, wie viel Speicher ihre Geräte und Software voraussetzen können.

KI-Nachfrage verbraucht mehr als nur HBM

KI-Systeme verstärken die Nachfrage entlang der gesamten Speicherhierarchie, sodass die Produktion von mehr spezialisiertem HBM gewöhnliches DRAM nicht von der Knappheit abschirmt.

HBM besteht aus vertikal gestapeltem DRAM, das über eine sehr breite Schnittstelle verbunden ist. Es bietet die Bandbreite, die nötig ist, um moderne KI-Beschleuniger mit Modellparametern und Zwischendaten zu versorgen.

Diese Beschreibung kann HBM wie etwas vom Speicher in Laptops oder konventionellen Servern Getrenntes erscheinen lassen. Die Endprodukte unterscheiden sich, doch sie teilen Fertigungsressourcen, technische Aufmerksamkeit, Kapazitäten für fortschrittliches Packaging und Investitionen der Lieferanten.

TrendForce berichtete, dass Hersteller 2026 damit begannen, fortschrittliche Prozessknoten und neue Kapazitäten auf Serverprodukte und HBM umzuschichten. Seine Untersuchung zur Kapazitätszuteilung verknüpfte diese Entscheidung direkt mit der steigenden Nachfrage nach KI-Servern.

HBM verbraucht zudem mehr Produktionsressourcen, als seine bereitgestellte Kapazität allein vermuten lässt. Gestapelte Dies erfordern anspruchsvolle Fertigungs- und Packaging-Schritte. Ausbeuteverluste sind relevant, weil jede fehlerhafte Komponente den Output fertiger Stacks verringern kann.

Zugleich benötigt ein KI-Server mehr als Beschleunigerspeicher. Seine CPUs erfordern System-DRAM, häufig über für Server ausgelegte registrierte DIMMs. Storage-Ebenen nutzen NAND-Flash, während Netzwerk und Caching weitere Speicheranforderungen hinzufügen.

Die Inferenz vergrößert diesen Bedarf. Training schafft einen großen, aber vergleichsweise konzentrierten Infrastrukturbedarf. Inferenz bedient Anfragen kontinuierlich und kann sich über mehr Maschinen, Regionen und Anwendungstypen verteilen.

Agentische Systeme fügen eine weitere Ebene hinzu. Sie behalten längere Kontexte, verwalten Tool-Ausgaben, koordinieren mehrere Modellaufrufe und speichern Zwischenzustände. Der KV-Cache, der während der Generierung Aufmerksamkeitsdaten verfügbar hält, kann mit wachsenden Gesprächen erheblichen Speicher verbrauchen.

TrendForce zufolge ist effizientes KV-Cache-Management für die Inferenzleistung unverzichtbar geworden. Seine KI-Speicherprognose verbindet wachsende Inferenz-Workloads mit der Nachfrage nach HBM und konventionellem DRAM.

Dieser Mechanismus erklärt, warum sich die Knappheit ausbreitet. Cloud-Anbieter konkurrieren um HBM, um Beschleuniger-Cluster aufzubauen. Dieselben Deployments verbrauchen Server-DRAM, Storage- und Netzwerkkomponenten. Hersteller priorisieren dann die Produkte, die mit den stärksten Verträgen und Margen verbunden sind.

Consumer-Speicher muss nicht exakt dieselbe Produktionslinie nutzen, die HBM zugewiesen ist, damit Verbraucher die Auswirkungen spüren. Er muss lediglich um Kapital, Prozessumstellungen, Wafer-Starts, Engineering-Teams oder die Aufmerksamkeit der Lieferanten konkurrieren.

Die drei größten globalen DRAM-Produzenten Samsung, SK hynix und Micron stehen daher vor einer rationalen Zuteilungsentscheidung. KI-Kunden bieten große Aufträge, längere Planungshorizonte und dringende Leistungsanforderungen. Unterhaltungselektronik reagiert weiterhin empfindlicher auf Komponentenkosten.

Dieses Ungleichgewicht gibt KI-Infrastruktur Vorrang, selbst wenn die Einzelhandelsnachfrage gesund bleibt. Es schwächt auch die übliche Reaktion auf höhere Preise, weil Lieferanten Investitionen nicht sofort in qualifizierten Output umwandeln können.

Eine neue Speicherfabrik benötigt Jahre für Planung, Bau, Ausstattung und Hochlauf. Bestehende Anlagen erfordern weiterhin Prozessumstellungen und Kundenvalidierung. HBM-Packaging führt über die Waferfertigung hinaus zusätzliche Engpässe ein.

Die Knappheit ist folglich sowohl physisch als auch wirtschaftlich. Es gibt nicht genügend begehrte Speicherprodukte für jedes geplante System, und Lieferanten haben starke Anreize, KI-orientierte Nachfrage zuerst zu bedienen.

Consumer-Computing nimmt den Druck auf

Die unmittelbaren Verlierer sind Käufer, deren Geräte keine Margen aus KI-Infrastruktur generieren können, aber dennoch erheblichen Speicher benötigen, um nützlich zu bleiben.

PC-Hersteller können auf höhere Komponentenkosten auf verschiedene Arten reagieren. Sie können Systempreise erhöhen, standardmäßige Speicherkonfigurationen reduzieren, Upgrades verzögern, ihre Produktpaletten einschränken oder niedrigere Margen akzeptieren.

Keine dieser Optionen bietet eine unsichtbare Lösung. Ein Laptop mit weniger Speicher kann bei modernen Browsern, Kreativanwendungen, lokalen Entwicklungstools und Multitasking an Grenzen stoßen. Fest verlöteter Speicher macht eine konservative Werkskonfiguration später schwerer korrigierbar.

Desktop-Käufer behalten mehr Flexibilität, stehen aber weiterhin vor Kompromissen. Ein Systembauer kann ein Kit mit höherer Kapazität aufschieben, langsameren Speicher wählen oder Geld von einer anderen Komponente umleiten. Nutzer von Workstations stehen bei größeren Kapazitäten vor ähnlichen Entscheidungen.

Smartphone-Anbieter agieren unter engeren physischen und kommerziellen Beschränkungen. Mehr Speicher unterstützt On-Device-KI, Kameraverarbeitung, Gaming und längeren Software-Support. Komponentenverteuerungen erschweren es jedoch, großzügige Konfigurationen über eine gesamte Produktlinie hinweg anzubieten.

Unternehmenskäufer stehen vor einer anderen Version des Problems. Konventionelle Server benötigen große DRAM-Pools für Datenbanken, Virtualisierung, Analytik und In-Memory-Workloads. Diese Anwendungen konkurrieren indirekt mit KI-Deployments um Lieferantenkapazitäten.

Ein Unternehmen kann den Austausch von Mitarbeiterlaptops verschieben, doch alternde Hardware bringt eigene Kosten mit sich. Geringere Leistung, kürzere Akkulaufzeit, Sicherheitsbeschränkungen und Reparaturbedarf summieren sich über große Geräteflotten hinweg.

Auch Softwareentwickler spüren den Druck. Lokale Container, virtuelle Maschinen, integrierte Entwicklungsumgebungen, Test-Suites und KI-Coding-Tools können gleichzeitig Speicher verbrauchen. Eine eingeschränkte Workstation verwandelt gewöhnliche Entwicklungsaufgaben in Übungen zur Ressourcenallokation.

Dieser Druck kann das Softwaredesign beeinflussen. Entwickler, die Speicher zuvor als günstig betrachteten, könnten Cache-Größen, Hintergrundprozesse, lokale Modell-Footprints und das Standardverhalten von Anwendungen erneut prüfen.

Diese Anpassung bietet potenzielle Vorteile, macht die Knappheit jedoch nicht harmlos. Optimierung kostet Engineering-Zeit, und erzwungene Einschnitte können die Reaktionsfähigkeit beeinträchtigen oder Funktionen einschränken.

Nachfragezerstörung ist bereits Teil des Marktausblicks geworden. TrendForce stellte fest, dass Verbraucherschwäche das Tempo der Preissteigerungen im dritten Quartal bremste, obwohl das gesamte DRAM-Angebot weiterhin extrem knapp blieb.

Das ist eine wichtige Unterscheidung. Langsamere Anstiege bedeuten nicht zwangsläufig, dass die Knappheit endet. Sie können bedeuten, dass Käufer die Grenze dessen erreicht haben, was sie tragen werden.

Wenn Verbraucher Geräte aufschieben oder kleinere Konfigurationen wählen, schwächen sich die Versandprognosen ab. Lieferanten können ihre Preissetzungsmacht behalten, wenn die Servernachfrage stark genug bleibt, um diesen Rückgang auszugleichen.

Der Verteilungseffekt ist schwer zu übersehen. Hyperscaler können knappen Speicher durch künftige Erlöse aus KI-Diensten rechtfertigen. Ein Haushalt, der einen Laptop ersetzt, kann die Kosten nicht auf Millionen von Modellanfragen verteilen.

Kleine Unternehmen und unabhängige Entwickler befinden sich in der Mitte. Sie benötigen leistungsfähige Systeme, um KI-Produkte zu entwickeln, verfügen jedoch nicht über die Einkaufsmacht großer Cloud-Anbieter.

Die Berichterstattung von Tom Hardware gibt diesem Druck einen einprägsamen historischen Bezugspunkt. Der Markt hat gewöhnliche Käufer faktisch aufgefordert, Jahre erwarteter Erschwinglichkeit aufzugeben, damit der KI-Ausbau schneller voranschreiten kann.

Dieses Schnäppchen wurde nicht offen ausgehandelt. Es entstand aus Lieferantenanreizen, Kapitalzusagen und dem technischen Bedarf moderner KI-Systeme.

Die alte Kostenkurve trifft auf eine neue Allokationsrealität

Die grundlegende Umkehr entsteht aus dem Zusammenprall zwischen der Erwartung grundsätzlich günstigerer Rechenleistung und einer Speicherallokation nach KI-Rentabilität.

Jahrzehntelang ermöglichten sinkende Halbleiterkosten die Expansion von Software. Betriebssysteme wurden größer, Browser öffneten mehr Prozesse und Anwendungen hielten mehr Daten im Speicher.

Entwickler gingen davon aus, dass künftige Hardware die heute teure Arbeitslast gewöhnlich machen würde. Diese Annahme begünstigte reichhaltigere Oberflächen, verwaltete Laufzeitumgebungen, lokale Datenbanken und zunehmend ambitionierte Kreativsoftware.

Speicherpreise waren in dieser Geschichte durchgehend volatil. Die Branche erlebte Überangebot, Bestandskorrekturen, Fabrikstörungen und plötzliche Nachfrageverschiebungen. Doch jeder Zyklus spielte sich innerhalb eines breiten Trends zu günstigeren Kapazitäten ab.

KI bringt eine Nachfragequelle mit ungewöhnlichem Ausmaß und hoher Dringlichkeit hinzu. Führende Unternehmen kaufen Speicher nicht nur, um eine etablierte Arbeitslast zu bedienen. Sie bauen Infrastruktur in Erwartung künftiger Modellnutzung auf.

Diese vorausschauenden Käufe können die Nachfrage über die realisierten Umsätze hinaus treiben. Cloud-Anbieter fürchten, dass unzureichende Kapazitäten sie daran hindern könnten, Kunden zu bedienen oder wettbewerbsfähige Modelle zu trainieren.

Lieferanten reagieren, indem sie langfristige Zusagen sichern und Produkte mit höheren Erträgen priorisieren. Dieses Verhalten ist für jeden Beteiligten nachvollziehbar, doch in der Summe durchbricht es die vertraute Kostenentwicklung für Verbraucher.

S&P Global stellte fest, dass HBM zu einem der lukrativsten Segmente der Halbleiterindustrie geworden ist. Seine memory supply analysis besagt, dass höhere Margen Hersteller dazu veranlassten, KI-bezogene Produkte gegenüber etabliertem Speicher für Unternehmen und Verbraucher zu priorisieren.

Das Ergebnis ähnelt eher einem Allokationsschock als einer konventionellen Knappheit. Angebot existiert, Investitionen wachsen und Hersteller produzieren enorme Mengen an Speicher. Doch die wertvollsten Kunden bestimmen, was zuerst ausgebaut wird.

Dadurch entsteht eine Rückkopplungsschleife. Knappheit erhöht den Wert gesicherter Liefermengen. Große KI-Käufer reagieren mit längeren Verpflichtungen, was die für Käufer ohne vergleichbare Kaufkraft verfügbare Kapazität verringert.

Höhere Speicherkosten können KI-Entwickler dann zu Optimierungen anregen. Techniken wie Quantisierung, kleinere Modelle, Cache-Komprimierung und gezielterer Abruf senken den Speicherverbrauch pro Anfrage.

Effizienz allein garantiert keine niedrigere Gesamtnachfrage. Wenn jede Anfrage günstiger wird, könnten Unternehmen mehr Anfragen bedienen, mehr Agenten einsetzen oder längere Kontexte verarbeiten. Der Gesamtverbrauch kann weiter steigen, selbst wenn einzelne Arbeitslasten effizienter werden.

Diese Dynamik ähnelt dem Rebound-Effekt, der bei anderen Technologien zu beobachten ist. Effizientere Ressourcennutzung senkt die Kosten einer Aktivität, was genügend zusätzliche Aktivität anregen kann, um die Einsparungen auszugleichen.

Die alte Kurve steht daher zwei gegensätzlichen Kräften gegenüber. Bessere Prozesse, höhere Dichte und optimierte Software drücken die Kosten nach unten. Der beschleunigte KI-Einsatz und die bevorzugte Allokation treiben die effektiv verfügbare Kapazität in die entgegengesetzte Richtung.

Das Ergebnis hängt davon ab, welche Kraft schneller skaliert. Der historische Fortschritt bei Halbleitern ist weiterhin real, garantiert aber nicht mehr, dass jede Käufergruppe die Gewinne gleichzeitig erhält.

Was der Vergleich mit 2007 nicht beweist

Die historische Analogie erfasst die Schwere der Umkehr, kann jedoch nicht belegen, wie lange die aktuellen Bedingungen anhalten werden.

Lemires Diagramm ist ein überzeugendes Mittel zur Einordnung, aber kein vollständiges Modell des globalen DRAM-Markts. Es beschreibt normalisierte Kapazitätskosten über einen langen Zeitraum mit sich wandelnden Produkten und unterschiedlicher Datenqualität.

Einzelhandelspreise für Speicher können sich vor oder nach den Vertragsmärkten bewegen. Rabatte können Bestände widerspiegeln, die Händler halten, statt einer Veränderung des Fertigungsangebots. Regionale Verfügbarkeit und Währungsbewegungen sorgen für weitere Unterschiede.

Auch der Produktmix erschwert Vergleiche. Aktuelle DDR5-Module bieten Funktionen und Leistung, die ältere DDR-Generationen nicht lieferten. Server-DIMMs, Laptop-Speicher, Grafikspeicher und HBM erfüllen unterschiedliche technische Anforderungen.

Ein Käufer erhält heute mehr Leistungsfähigkeit, selbst wenn die Kapazitätskosten einem früheren Zeitraum ähneln. Das widerlegt das Erschwinglichkeitsproblem nicht, verändert aber die Bedeutung von „zurück zu 2007“.

Die Formulierung sollte einen normalisierten Preispunkt beschreiben, nicht behaupten, dass das gesamte Computing-Erlebnis zurückgefallen ist. Moderne Systeme sind weiterhin weit leistungsfähiger, und ihre Speichersubsysteme bieten höhere Bandbreite und Effizienz.

Auch bei der Kausalität ist Vorsicht geboten. Die KI-Nachfrage ist der von Branchenanalysten identifizierte dominierende Druckfaktor, aber nicht der einzige Einfluss. Lieferantendisziplin, verzögerte Expansionen, Prozessumstellungen, Bestandsrichtlinien und die gewöhnliche Servernachfrage beeinflussen allesamt die Verfügbarkeit.

Das Verbraucherverhalten kann den Verlauf rasch verändern. Wenn die Auslieferungen von Geräten deutlich einbrechen, könnten Hersteller in einigen Kategorien auf Überbestände stoßen, während Serverprodukte weiterhin knapp bleiben.

Eine vorübergehende Korrektur im Einzelhandel würde das strukturelle Argument nicht zwingend widerlegen. PC-Kits können günstiger werden, weil Händler Lagerbestände räumen, während langfristige Verträge stabil bleiben.

Auch das Gegenteil gilt. Anhaltende Anstiege bei Vertragspreisen beweisen nicht, dass jedes Einzelhandelsprodukt kontinuierlich teurer wird. Vertriebskanäle können Veränderungen auffangen oder verzögern.

Chinas CXMT bringt eine weitere Unsicherheit ins Spiel. Berichten zufolge haben PC-Hersteller den begrenzten Einsatz seines Standard-DRAM untersucht, insbesondere für in China verkaufte Systeme. Zusätzlicher Wettbewerb könnte ausgewählte Verbrauchersemente letztlich entlasten.

Allerdings begrenzen Qualifizierung, regionale Beschränkungen, Technologielücken und Produktionsumfang, wie schnell ein neuer Anbieter den globalen Markt neu ausbalancieren kann. Zusätzliche Standardproduktion löst zudem nicht jeden HBM- oder Engpass bei fortschrittlichen Servern.

Microns 2026 results zeigen die fortlaufende Entwicklung bei HBM, stromsparendem Speicher, DDR-DRAM und Speicherlösungen für Rechenzentren. Diese Breite verdeutlicht, warum eine einfache Gegenüberstellung von HBM und PCs unvollständig ist.

Lieferanten steuern miteinander verbundene Portfolios. Sie können Investitionen zwischen Produktfamilien verschieben, doch Kundenqualifizierung und Fertigungsbeschränkungen verhindern sofortige Änderungen.

Die sicherste Schlussfolgerung ist weniger weitreichend als die dramatischste Schlagzeile. Die KI-Nachfrage hat dazu beigetragen, einen außergewöhnlichen Bruch mit dem historischen Rückgang der Speicherkosten hervorzubringen. Dauer und endgültiges Ausmaß bleiben ungewiss.

Diese Unterscheidung ist für Kaufentscheidungen wichtig. Panikkäufe setzen voraus, dass jedes Produkt auf unbestimmte Zeit knapper wird. Unbegrenzt abzuwarten setzt voraus, dass die alte Abwärtskurve planmäßig zurückkehrt.

Keine der beiden Annahmen ist belegt.

Drei Signale werden zeigen, ob die Knappheit nachlässt

Die nächste Phase wird durch Vertragspreise, qualifizierte Kapazitäten und die tatsächliche KI-Speichereffizienz bestimmt, nicht durch einzelne Einzelhandelsrabatte.

Das erste Signal ist die Entwicklung der Vertragspreise für Server- und PC-DRAM in den kommenden Quartalen. Vertragsmärkte zeigen, was große Hersteller und Käufer über kurzlebige Einzelhandelsaktionen hinaus erwarten.

TrendForce berichtete, dass sich die Anstiege im dritten Quartal abschwächten, da die Verbrauchernachfrage nachließ. Zugleich beschrieb das Unternehmen den Markt als extrem angespannt und erklärte, die Servernachfrage bleibe stützend.

Eine anhaltende Abflachung bei Vertragsabschlüssen für Server und Verbraucher würde die These schwächen, dass die Branche in eine dauerhafte Neuausrichtung der Allokation eingetreten ist. Anhaltende Anstiege trotz schwächerer Geräteauslieferungen würden sie stärken.

Leser sollten daher zwischen einem vergünstigten Kit und einer breiten Entlastung bei Vertragspreisen unterscheiden. Ein Angebot kann einem Käufer zugutekommen, ohne zu zeigen, dass das Angebot die Nachfrage eingeholt hat.

Das zweite Signal ist die qualifizierte Produktionskapazität. Ankündigungen neuer Werke sind weniger wichtig als nutzbare Mengen, die an Kunden geliefert werden.

Samsung, SK hynix und Micron müssen fortschrittlichen Speicher ausbauen und zugleich genug konventionellen DRAM für PCs, Smartphones und Allzweckserver aufrechterhalten. CXMT und andere Hersteller könnten in ausgewählten Märkten Wettbewerbsdruck hinzufügen.

Zu den entscheidenden Belegen werden Hochläufe von Prozessknoten, Kundenqualifizierungen, HBM-Packaging-Ausstoß und stabile Ausbeuten gehören. Kapazität, die sich noch im Bau befindet, kann aktuelle Bestellungen nicht entlasten.

Ein bedeutender Anstieg der Verfügbarkeit von konventionellem DRAM würde eine Rückkehr zur historischen Kostenkurve stützen. Kapazitäten, die vor allem Premium-KI-Produkten gewidmet sind, könnten den Druck auf Verbraucher weitgehend bestehen lassen.

Das dritte Signal ist der Speicherverbrauch pro KI-Aufgabe. Modellentwickler arbeiten an Quantisierung, Cache-Management, kleineren Architekturen und Routing-Systemen, die einfachere Anfragen weniger anspruchsvollen Modellen zuweisen.

Erfolgreiche Effizienzgewinne sollten den für jede Einheit nützlicher Arbeit erforderlichen Speicher senken. Sie schwächen die Knappheitsthese nur, wenn der Gesamteinsatz langsamer wächst als diese Einsparungen.

Wenn Anwendungen darauf reagieren, indem sie mehr Agenten ausführen, längere Kontexte vorhalten oder Modelle in jeden Arbeitsablauf einbetten, kann die Gesamtnachfrage dennoch steigen. Effizienz würde dann die Expansion statt Entlastung unterstützen.

Achten Sie darauf, was KI-Unternehmen bereitstellen, nicht nur darauf, was Laborbenchmarks versprechen. Ein geringerer Speicherverbrauch in einem kontrollierten Test ist weniger relevant, wenn Produktionssysteme größere Kontextfenster und mehr gleichzeitige Nutzer hinzufügen.

Der Bericht von Tom Hardware identifiziert letztlich einen Wettbewerb zwischen zwei exponentiellen Kurven. Eine steht für den historischen Rückgang der Speicherkosten. Die andere steht für den Bedarf einer KI-Branche, die Infrastruktur, Modelle und Nutzung gemeinsam skaliert.

Für Käufer lautet die praktische Antwort: disziplinierte Planung. Messen Sie die Kapazität, die Ihre Arbeitslasten tatsächlich benötigen, bewahren Sie nach Möglichkeit Upgrade-Flexibilität und bewerten Sie vollständige Systemkonfigurationen statt nur einer Komponente.

Für Entwickler ist dies zudem ein Anlass, Speichereffizienz wieder als Produktbeschränkung zu behandeln. Profilieren Sie reale Arbeitslasten, begrenzen Sie unnötige Hintergrundaktivitäten und testen Sie, wie sich Software unter realistischen Kapazitätsgrenzen verhält.

Am wichtigsten ist: Verwechseln Sie einen bekannten historischen Vergleich nicht mit einer festen Prognose. Lemires Marke von 2007 zeigt, wie weit sich der Markt bewegt hat. Vertragstrends, qualifiziertes Angebot und die Effizienz eingesetzter KI werden zeigen, ob er sich zurückbewegen kann.