Kurnal-Insights-Analyse von DRAM-Wafern: Speicher übertrifft nun TSMC-N2-Silizium beim Wert

Kurnal Insights zufolge hat DRAM eine ungewöhnliche Schwelle überschritten: Fortschrittlicher Speicher kann inzwischen pro Quadratmillimeter einen höheren Wert erzielen als TSMCs N2-Logiksilizium. Die DRAM-Waferanalyse von Kurnal Insights führt diese Umkehr auf Rekordpreise für Speicher, ein knappes Angebot und die anhaltende Nachfrage nach KI-Infrastruktur zurück.

Diese Schlussfolgerung klingt wie ein Fertigungsvergleich, ist aber in erster Linie ein Marktsignal. DRAM bleibt weniger komplex herzustellen als ein führender Logikprozessor. Käufer weisen schlicht der Speicherkapazität, die Produzenten aus jedem Wafer gewinnen können, einen außergewöhnlichen Wert zu.

Die Unterscheidung ist wichtig, weil die ursprüngliche Berechnung geschätzte TSMC-Waferpreise mit dem potenziellen Verkaufswert von DRAM-Dies vergleicht. Sie beweist nicht, dass Speicher in der Herstellung teurer ist. Sie zeigt, wie Knappheit die mit einer Einheit Silizium verbundenen Umsätze verändert hat.

Der DRAM-Wafervergleich kehrt eine alte Annahme um

Das überraschende Ergebnis ist nicht, dass DRAM schwieriger herzustellen wurde als Logik, sondern dass knapper Speicher aus derselben Siliziumfläche mehr Wert erzeugen kann.

Kurnal Insights veröffentlichte seinen Vergleich am 20. September 2026. Die Analyse nutzte berichtete Schätzungen für TSMCs N3- und N2-Waferpreise und teilte diese Beträge anschließend durch die Fläche eines 300-Millimeter-Wafers.

Bei DRAM ging sie umgekehrt vor. Der Analyst multiplizierte einen angenommenen Verkaufswert pro Gigabit mit der Bitdichte mehrerer Speichergenerationen. Die Bitdichte misst, wie viel Datenkapazität auf eine bestimmte Die-Fläche passt.

Der daraus resultierende Vergleich ordnete ältere DRAM der 1y-Generation auf nominaler Flächenbasis unter N2 ein. Dichteres 1z-DRAM näherte sich N2 an, während 1b-DRAM klar darüber lag.

Nach Kurnals Annahmen erzeugte 1b-DRAM pro Quadratmillimeter rund 54 % mehr potenziellen Wert als der nominale N2-Wert. Gegenüber der entsprechenden N3-Schätzung lag es um etwa 131 % höher.

Diese Prozentsätze erfassen die eigentliche Umkehr des Artikels. Führende Logikprozesse galten historisch als die wertvollsten Fertigungsflächen der Halbleiterindustrie. Sie erfordern teure Anlagen, komplexe Strukturierung und eine enge Zusammenarbeit zwischen Chipdesignern und Foundries.

Speicher folgt einem anderen Geschäftsmodell. Samsung, SK hynix und Micron entwickeln und fertigen ihr DRAM in der Regel selbst und verkaufen die Chips oder verpackte Produkte anschließend in stark zyklische Märkte. Ihre Erträge hängen erheblich von Kapazitätsdisziplin, Lagerbeständen, Produktmix und Nachfrage ab.

Der Flächenvergleich legt nahe, dass der Zyklus einen außergewöhnlichen Punkt erreicht hat. Käufer bewerten verfügbare DRAM-Bits derzeit so hoch, dass sie den nominalen Wert einer wesentlich komplexeren Logikfertigung übersteigen können.

Auch ein aktueller DDR5-Spotpreis lag nahe bei Kurnals angenommenem DRAM-Wert. Wurde dieser Preis auf die 1b-Dichte angewandt, lag das Ergebnis innerhalb von 3 % der Berechnung des Analysten.

Diese Nähe stützt die Arithmetik, aber nicht jede daraus gezogene wirtschaftliche Schlussfolgerung. Spotpreise stehen für sofort verfügbare Komponenten, die oft in begrenzten Mengen gehandelt werden. Sie beschreiben nicht zwangsläufig die vertraulichen Vertragsbedingungen, die den Großteil der Auslieferungen regeln.

Der Vergleich liefert Lesern dennoch eine hilfreiche Momentaufnahme. Er übersetzt einen komplexen Speichermangel in eine physische Einheit, die sich mit fortschrittlicher Logik vergleichen lässt: den Wert, den ein Quadratmillimeter Waferfläche erzeugt.

Diese Momentaufnahme ist besonders auffällig, weil TSMCs N2-Prozess erst Ende 2025 in die Volumenfertigung ging. Eine ausgereifte Speichertechnologie übertrifft keinen veralteten Logikknoten. Sie wird mit einer der neuesten kommerziellen Fertigungsplattformen der Welt verglichen.

KI-Nachfrage hat Speicherkapazität zum Engpass gemacht

KI-Systeme benötigen Rechenleistung und Speicher gemeinsam, doch das begrenzte Speicherangebot bestimmt inzwischen, wie viel nutzbare Rechenleistung viele Käufer einsetzen können.

Moderne KI-Beschleuniger führen enorme Mengen mathematischer Operationen aus. Diese Operationen bleiben nur produktiv, wenn Prozessoren Modellgewichte, Trainingsdaten und Zwischenergebnisse schnell genug erhalten.

High-Bandwidth Memory oder HBM begegnet diesem Problem, indem DRAM-Dies nahe an einem Prozessor gestapelt werden. Seine breite Schnittstelle bewegt pro Sekunde weit mehr Daten als herkömmliche Speichermodule.

HBM schafft keine kostenlose Kapazität. Es verbraucht DRAM-Wafer, Ressourcen für Advanced Packaging und Fertigungsaufmerksamkeit, die Lieferanten sonst für Server-, PC- oder Mobilprodukte einsetzen könnten.

Dieser Zielkonflikt hat den breiteren Markt verengt. Produzenten lenken Kapazitäten naturgemäß auf Produkte mit stärkerer Nachfrage und besseren Erträgen. KI-Beschleuniger erhalten Vorrang, während konventionelle Speicherkäufer um die verbleibende Produktion konkurrieren.

Die Prognose für das dritte Quartal von TrendForce beschrieb das DRAM-Angebot als extrem knapp. Sie prognostizierte, dass die Vertragspreise für konventionelles DRAM im dritten Quartal 2026 gegenüber dem Vorquartal um weitere 13 % bis 18 % steigen würden.

Dieselbe Prognose besagte, dass Rekordvertragspreise PC- und Smartphone-Kunden an die Grenzen ihrer Erschwinglichkeit drängten. Die schwache Verbrauchernachfrage verlangsamte das Tempo der Preissteigerungen, löste jedoch den zugrunde liegenden Mangel nicht.

Dieser Unterschied ist wichtig. Ein langsamerer Anstieg bedeutet nicht automatisch, dass das Angebot aufgeholt hat. Preise können sich abschwächen, weil Käufer Anschaffungen verschieben, Produktspezifikationen reduzieren oder geringere Auslieferungsmengen akzeptieren.

TrendForce erklärte außerdem, dass Lieferanten die Produktion weiter in Richtung Serveranwendungen umschichteten. Diese Entscheidung verringerte den für PCs verfügbaren Speicher, obwohl die Verbrauchernachfrage nachließ.

Am 23. September beschrieb das DRAM-Marktbulletin des Unternehmens den Markt weiterhin als unterversorgt. Als Gründe nannte es die Nachfrage von Cloud-Service-Providern, die Präferenz der Lieferanten für HBM und Server-DRAM, langfristige Vereinbarungen und verzögerte Kapazitäten neuer Fabriken.

Diese Belege stärken das zentrale Argument hinter der DRAM-Waferanalyse von Kurnal Insights. Das Ergebnis pro Fläche ist keine isolierte mathematische Kuriosität. Es spiegelt einen Markt wider, in dem Käufer um einen begrenzten Pool nutzbarer Bits konkurrieren.

Die KI-Nachfrage reicht zudem über HBM hinaus. Allzweckserver für Inferenz, Orchestrierung, Retrieval und Datenaufbereitung benötigen große Bestände registrierter DIMMs oder RDIMMs. Diese Module verwenden herkömmliches Server-DRAM statt gestapeltem HBM.

Agentenbasierte KI-Workloads können diese Nachfrage verstärken. Ein Unternehmenssystem kann Modelle ausführen und gleichzeitig lange Kontexte speichern, Retrieval-Indizes pflegen und mehrere Prozesse koordinieren. Das erhöht den Druck sowohl auf Beschleunigerspeicher als auch auf Host-Speicher.

Die Speicherinfrastruktur fügt eine weitere Ebene hinzu. KI-Rechenzentren benötigen Enterprise-Solid-State-Drives für Trainingsdaten, Modell-Checkpoints, Logs und Retrieval-Systeme. Diese Laufwerke können ebenfalls DRAM für Controller und Leistungsmanagement benötigen.

Das Ergebnis ist eine Kette miteinander verbundener Engpässe. Mehr Beschleuniger erfordern mehr HBM. Mehr KI-Server erfordern mehr RDIMMs. Größere Datenpipelines erfordern mehr Enterprise-Speicher. Lieferanten müssen entscheiden, welche Märkte begrenzte Wafer- und Packaging-Ressourcen erhalten.

Für Entwickler lautet die praktische Erkenntnis, dass die Verfügbarkeit von Beschleunigern nicht länger die ganze Kapazitätsgeschichte erzählt. Ein System kann über reichlich Rechendurchsatz verfügen und dennoch durch Speicherkapazität, Bandbreite oder Beschaffungszeiten begrenzt sein.

Für Unternehmenskäufer zeigt sich der Druck in Hardwarekonfigurationen und Lieferplänen. Anbieter können Systempreise erhöhen, die standardmäßige Speicherausstattung reduzieren oder große Kunden mit längerfristigen Kaufzusagen priorisieren.

Für Verbraucher können dieselben Zuteilungsentscheidungen in Laptop- und Smartphone-Preisen sichtbar werden. Die Nachfrage nach KI-Infrastruktur muss Consumer-DRAM nicht direkt betreffen, um Auswirkungen darauf zu haben. Es genügt, wenn sie genügend gemeinsam genutzte Produktionskapazität umlenkt.

Der Wert von Speicher fordert die Ökonomie führender Logikprozesse heraus

Der Markt honoriert verfügbaren Datentransfer so stark, dass Speicher nun den Wert herausfordert, der üblicherweise mit fortschrittlicher Rechenleistung verbunden wird.

TSMCs N2-Prozess verwendet Gate-all-around-Transistoren, eine neuere Transistorstruktur zur Verbesserung von Leistung und Energieeffizienz. Der Prozess unterstützt fortschrittliche Prozessoren für Smartphones, High-Performance Computing und KI.

Diese Technologie erfordert erhebliche Investitionen. TSMC teilte Investoren mit, dass der Aufbau einer bestimmten N2-Kapazität deutlich mehr kostet als der Aufbau derselben monatlichen Kapazität bei N3.

Das Ergebnisprotokoll des Unternehmens besagte ebenfalls, dass N2 im vierten Quartal 2025 in die Volumenfertigung ging. TSMC erwartete für 2026 einen schnelleren Produktionshochlauf.

Die Investitionspläne verdeutlichen die Kosten dieser Expansion. TSMC rechnete damit, 70 % bis 80 % seines Investitionsbudgets für 2026 in fortschrittliche Prozesstechnologien zu investieren. Weitere 10 % bis 20 % waren Bereichen wie Advanced Packaging, Tests und Maskenproduktion zugewiesen.

Logikkunden zahlen nicht nur für die physische Siliziumfläche. Der Preis eines bearbeiteten Wafers spiegelt den Zugang zu einer Fertigungsplattform, Prozessentwicklung, geistigem Eigentum, Yield-Management, Kundensupport und Foundry-Kapazität wider.

Auch DRAM-Kunden erwerben mehr als reine Fläche. Sie zahlen für getestete Speicherkapazität, Geschwindigkeit, Leistungsmerkmale, Zuverlässigkeit, Packaging und Verfügbarkeit. Kurnals Formel bewertet DRAM jedoch hauptsächlich anhand verkaufbarer Bits.

Dadurch entsteht der zentrale Gegensatz des Artikels: Fertigungskomplexität gegen Knappheitswert.

N2-Logik gewinnt eindeutig bei der Prozesskomplexität. Sie nutzt ausgefeiltere Transistorstrukturen und Fertigungsschritte als Mainstream-DRAM. Außerdem unterstützt sie Chips, deren Entwicklung enorme Summen kosten kann.

Unter den spotpreisbasierten Annahmen gewinnt DRAM derzeit das Knappheitsargument. Der Markt benötigt mehr Speicherbits, als Lieferanten verfügbar machen, insbesondere in den Kategorien KI und Server.

Dieser Wandel verändert die Verhandlungsmacht. Als Speicher reichlich vorhanden war, konnten Käufer ihn als relativ austauschbare Komponente behandeln. Lieferanten standen in Abschwüngen unter starkem Druck, weil unverkaufte Bestände die Preise nach unten drückten.

Ein begrenzter Markt kehrt diese Beziehung um. Käufer interessiert weniger der theoretische Preis für die Herstellung eines Bits als die Frage, ob ausreichend qualifiziertes Angebot vorhanden ist, wenn Systeme ausgeliefert werden müssen.

HBM verstärkt diese Veränderung, weil es nicht nur ein schnellerer DRAM-Standardchip ist. Lieferanten müssen Dies stapeln, sie über vertikale Verbindungen verbinden, einen Base Die integrieren und Advanced Packaging mit Beschleunigeranbietern abstimmen.

Samsungs HBM4-Produktion veranschaulicht diese Konvergenz. Sein HBM4 kombiniert DRAM der sechsten 10-Nanometer-Klasse mit einem 4-Nanometer-Logik-Base-Die.

Samsung begann im Februar 2026 mit kommerziellen HBM4-Auslieferungen. Das Unternehmen erklärte, das Produkt halte eine Übertragungsrate von 11,7 Gigabit pro Sekunde und könne 13 Gigabit pro Sekunde erreichen.

Dabei handelt es sich um Angaben des Unternehmens, und die kundenspezifische Leistung hängt von der Umsetzung ab. Dennoch zeigt das Produkt, warum die Grenze zwischen Speicher- und Logikökonomie zunehmend weniger klar ist.

Ein HBM-Stack umfasst dichten DRAM, Logik, komplexes Packaging, thermische Einschränkungen und anspruchsvolle Qualifikation. Sein kommerzieller Wert entsteht durch das gesamte System, nicht durch einen einzelnen Fertigungsknoten.

SK hynix verfolgt dieselbe Chance. Sein Speicherausblick für 2026 beschrieb einen Übergang von HBM3E zu HBM4, während die KI-Infrastruktur weiter expandierte.

Auch Micron hat Investoren gewarnt, dass neuere HBM-Generationen im Vergleich zu konventionellem DRAM zunehmend mehr Waferkapazität verbrauchen. Ein langsameres Bitwachstum infolge von Prozessübergängen erhöht den Angebotsdruck zusätzlich.

Alle drei führenden Anbieter stehen daher vor derselben Allokationsfrage. Sie können Kapazität Produkten für KI-Systeme widmen oder sie für konventionelle Märkte mit schwächerer Preisgestaltung einsetzen.

Ihre Entscheidungen bestimmen, ob der gegenwärtige Vergleich Bestand hat. Wenn neue Kapazitäten, bessere Ausbeuten und dichtere Prozesse das Bitangebot schneller als die Nachfrage erhöhen, dürfte der Flächenwert von DRAM zurückgehen.

Wenn der KI-Ausbau weiterhin jedes zusätzlich verfügbare Bit absorbiert, kann Speicher seine außergewöhnliche Preissetzungsmacht behalten, selbst wenn Hersteller ihre Produktion ausweiten.

Was die DRAM-Waferanalyse nicht beweist

Der zentrale Vergleich ist nützlich, belegt jedoch nicht, dass die DRAM-Fertigung buchstäblich mehr kostet als die Produktion von N2- oder N3-Logik.

Die erste Einschränkung betrifft zwei unterschiedliche Seiten einer Transaktion. Kurnals Logikzahlen stellen geschätzte Gebühren für die Verarbeitung von Wafern bei TSMC dar. Die DRAM-Zahlen stehen für geschätzte Umsätze aus der in einer Fläche enthaltenen Speicherkapazität.

Eine Fertigungsgebühr ist nicht dasselbe wie der spätere Verkaufswert eines Produkts. Der Logikwafer muss weiterhin vereinzelt, getestet, verpackt und zu fertigen Prozessoren verarbeitet werden. Einige Logikprodukte erzielen nach diesen Schritten deutlich höhere Umsätze.

Die zweite Einschränkung betrifft die Ausbeute. Nicht jeder Quadratmillimeter auf einem runden Wafer wird zu einem verkaufbaren Chip. Waferkanten lassen sich nicht effizient nutzen, und Teststrukturen belegen einen Teil der Fläche.

Defekte machen zudem einige Dies unbrauchbar. Große Logik-Dies und kleinere Speicher-Dies können unterschiedliche Ausbeuteverläufe aufweisen; deshalb vereinfacht die Division eines Waferpreises durch die gesamte geometrische Fläche die nutzbare Wirtschaftlichkeit zu stark.

Die dritte Einschränkung ist das Packaging. Fortschrittliche Prozessoren benötigen häufig teure Substrate, Chiplets, Interposer und ausgefeilte Kühllösungen. Diese Ausgaben liegen außerhalb eines grundlegenden Vergleichs der Waferfläche.

HBM bringt eine eigene erhebliche Packaging-Belastung mit sich. Mehrere DRAM-Dies müssen ausgedünnt, gestapelt, verbunden, getestet und neben einem Prozessor integriert werden. Eine schlechte Ausbeute in einer Stufe kann den Wert eines gesamten Stacks beeinträchtigen.

Die vierte Einschränkung ist die Verwendung geschätzter TSMC-Preise. Foundry-Vereinbarungen sind vertraulich und variieren je nach Kunde, Volumen, Design, Prozessoption und Geschäftsbeziehung.

TSMC hat erklärt, dass seine Preisgestaltung strategisch bleibt. Diese Aussage verrät nicht, was ein einzelner N2- oder N3-Kunde zahlt.

Die fünfte Einschränkung ist der DRAM-Spotmarkt. Spottransaktionen decken sofort verfügbaren Speicher ab, der außerhalb der Großverträge verkauft wird, die weite Teile der Branche bestimmen.

TrendForce hat die DDR5-Spotaktivität als begrenzt und sporadisch beschrieben. Ein hoher Preis in einem marktengen Umfeld kann Knappheit zeigen, ohne den durchschnittlichen Umsatz über die Lieferungen von Samsung, SK hynix oder Micron hinweg abzubilden.

Vertragspreise würden einen besseren Vergleich ermöglichen. Sie würden die Konditionen erfassen, zu denen große Serveranbieter, Modulhersteller und Geräteunternehmen den größten Teil ihres Speichers kaufen.

Diese Zahlen bleiben weitgehend privat. Ohne sie kann keine externe Analyse abschließend feststellen, dass DRAM-Hersteller höhere Waferumsätze erzielen als TSMC für führende Logikwafer erhält.

Es gibt zudem ein Timing-Problem. Spotwerte für Speicher können sich schnell bewegen, während Foundry-Verträge über längere Zeiträume stabil bleiben können. Ein im September angestellter Vergleich beschreibt die Bedingungen im September, keine dauerhafte Hierarchie.

Speichermärkte haben eine lange Geschichte ausgeprägter Zyklen. Engpässe fördern Investitionen, Lageraufbau und Kapazitätserweiterungen. Wenn das Angebot schließlich die Nachfrage übersteigt, können die Preise rasch fallen.

Der aktuelle Zyklus weist Merkmale auf, die ihn verlängern könnten. Neue Fabs benötigen Jahre bis zur Fertigstellung, HBM verbraucht erhebliche Waferkapazität, und KI-Kunden platzieren weiterhin große Aufträge.

Allerdings haben Käufer Grenzen. TrendForce hat bereits eine schwächere Konsumententoleranz beobachtet, und einige PC- sowie Smartphone-Hersteller reduzieren ihre Nachfrage, statt jede Erhöhung zu akzeptieren.

Eine ausgewogene Lesart hält daher zwei Ideen zusammen. Die DRAM-Waferanalyse von Kurnal Insights erfasst ein reales Knappheitssignal, während ihre vereinfachte Methodik keinen vollständigen Kosten- oder Rentabilitätsvergleich beweisen kann.

Diese Einschränkung macht die Berechnung nicht nutzlos. Sie definiert, wofür die Berechnung tatsächlich geeignet ist: zu messen, wie weit sich der Speichermarkt von normalen Rohstoffannahmen entfernt hat.

Der Druck verlagert sich von Chipherstellern zu Systemkäufern

Speicherknappheit zwingt Cloud-Betreiber, Serverhersteller, PC-Marken und KI-Teams nun dazu, ihre Beschaffungspläne an Kapazität statt allein an Rechenleistung auszurichten.

Cloud-Anbieter sind die sichtbarste Quelle dieses Drucks. Ihre KI-Cluster benötigen enorme Mengen an HBM, Server-DRAM und Speicherplatz, die häufig nach sorgfältig geplanten Bereitstellungsplänen geliefert werden.

Diese Unternehmen können langfristige Vereinbarungen nutzen, um sich das Angebot zu sichern. Das verbessert die Verfügbarkeit, entzieht aber zugleich kleineren oder preissensibleren Kunden Speicher aus dem verfügbaren Volumen.

Serverhersteller stehen vor einem verwandten Problem. Eine Plattform kann nicht mit ihrer vorgesehenen Spezifikation ausgeliefert werden, wenn qualifizierte RDIMMs weiterhin nicht verfügbar sind. Der Wechsel zu einem anderen Anbieter oder einer anderen Dichte kann Validierungs- und Firmware-Arbeiten erfordern.

Anbieter von KI-Beschleunigern benötigen noch engere Koordination. HBM-Stacks müssen Anforderungen an Bandbreite, Thermik, Leistung, Packaging und Zuverlässigkeit erfüllen. Qualifizierte Lieferungen lassen sich nicht so beiläufig ersetzen wie ein Standardperipheriegerät.

Das verschafft Speicheranbietern Verhandlungsmacht, schafft aber auch Umsetzungsrisiken. Eine zu langsame Produktionsausweitung kann Kunden einschränken. Eine zu aggressive Erweiterung kann teure Anlagen unausgelastet lassen, falls sich die Nachfrage verändert.

PC-Hersteller haben weniger Möglichkeiten, den Druck aufzufangen. Sie können Endkundenpreise erhöhen, weniger Speicher verbauen, ihren Produktmix verschieben oder niedrigere Margen akzeptieren.

TrendForce erwartete, dass höhere Komponentenkosten die Preise für Notebooks erreichen und die Auslieferungen 2026 belasten würden. Smartphone-Anbieter standen vor einer ähnlichen Wahl, da erhöhte LPDRAM-Kosten auf schwächere Verbrauchernachfrage trafen.

Für Softwareteams zeigt sich der Effekt weniger direkt. Cloud-Instanzen mit großen Speicherpools können schwieriger zu reservieren oder wirtschaftlich weniger attraktiv werden. Unternehmen müssen möglicherweise Modellgrößen reduzieren oder Inferenzzustände sorgfältiger verwalten.

Diese Reaktion macht Speichereffizienz wertvoller. Techniken wie Quantisierung, kleinere Modelle, Retrieval, Kontextverwaltung und Cache-Optimierung können den für jede Arbeitslast benötigten Speicher reduzieren.

Diese Techniken beseitigen die Infrastrukturnachfrage nicht. Effizienz macht oft mehr Anwendungen wirtschaftlich, was die Gesamtnutzung erhöhen kann. Dennoch hilft sie einzelnen Teams, innerhalb begrenzter Zuteilungen zu arbeiten.

Unternehmenskäufer sollten außerdem zwischen HBM und gewöhnlichem Serverspeicher unterscheiden. Beide unterstützen KI, lösen aber unterschiedliche Probleme.

HBM sitzt nahe an Beschleunigern und versorgt die Berechnung mit sehr hoher Bandbreite. RDIMMs stellen große Pools an Host-Speicher für Prozessoren, Datendienste, Retrieval-Pipelines und Anwendungszustände bereit.

Ein Engpass in einer der beiden Kategorien kann die Bereitstellung verzögern. Der Kauf weiterer Beschleuniger löst keinen Mangel an Host-Speicher, ebenso wie zusätzliche RDIMMs unzureichende HBM-Bandbreite nicht ersetzen können.

Der Vergleich nach Fläche macht diese Abhängigkeit sichtbar. Compute-Silizium zieht Aufmerksamkeit auf sich, weil sich die Leistung von Beschleunigern leicht vermarkten und benchmarken lässt. Speicher bestimmt, ob diese Rechenleistung ausgelastet bleiben kann.

Auch die Datenbewegung prägt den Energieverbrauch. Das Abrufen von Informationen aus entferntem Speicher oder über eingeschränkte Schnittstellen verbraucht Zeit und Energie. Relevante Daten nahe bei Prozessoren zu halten, kann die Auslastung verbessern, erfordert jedoch wertvollere Speicherkapazität.

Die Folgen reichen über Rechenzentren hinaus. Kapazität, die auf KI-Produkte umgeleitet wird, kann das Angebot für Industrieanlagen, Netzwerktechnik, Fahrzeuge und Unterhaltungselektronik verknappen.

Nicht jedes Segment erlebt zur selben Zeit denselben Engpass. Anbieter können Produktmischungen anpassen, während sich die Nachfrage zwischen Regionen und Gerätekategorien verändert.

Dennoch bleibt die gemeinsame Ursache des Drucks klar. KI-Infrastruktur ist bereit, für Leistung, Kapazität und Liefersicherheit zu zahlen. Diese Bereitschaft zieht Fertigungsressourcen von Käufern mit geringerer Preissetzungsmacht ab.

Drei Signale werden zeigen, ob DRAM über Logik bleibt

Vertragspreise, HBM-Kapazitätsverbrauch und neue Waferproduktion werden bestimmen, ob die Umkehr über diesen Engpass hinaus anhält.

Das erste Signal ist die Lücke zwischen Spot- und Vertrags-DRAM-Preisen. Spotpreise führten zu dem dramatischen Ergebnis pro Fläche, doch Verträge repräsentieren den Großteil der Transaktionen mit hohem Volumen.

Eine sich bei erhöhten Niveaus verringernde Lücke würde die These stärken, dass der neue Wert von Speicher breit abgestützt und dauerhaft ist. Ein starker Rückgang der Spotpreise würde sie schwächen, insbesondere wenn auch die Vertragssteigerungen nachlassen.

Marktbeobachter sollten sich auf gemeldete Vertragstrends statt auf isolierte Einzelhandelsangebote konzentrieren. Sie sollten außerdem PC-DRAM, Server-DRAM, LPDRAM, Grafikspeicher und HBM voneinander trennen.

Das zweite Signal ist die Waferkapazitätsbelastung durch HBM4 und HBM4E. Jede Generation soll mehr Bandbreite und Kapazität liefern, doch zunehmend anspruchsvolle Designs können mehr Fertigungsressourcen verbrauchen.

Samsung und SK hynix lieferten 2026 HBM4E-Muster aus, während Anbieter von Beschleunigern ihre nächsten Plattformen vorbereiteten. Qualifikationsergebnisse und Produktionsausbeuten werden prägen, wie viel konventionelle DRAM-Kapazität verfügbar bleibt.

Wenn die HBM-Produktion wächst, ohne andere Kategorien weiter zu verdrängen, werden Anbieter ihre Produktivität ausreichend verbessert haben, um den Engpass zu mildern. Wenn Server- und PC-Speicher knapp bleiben, dominiert die KI-Allokation weiterhin den Markt.

Das dritte Signal ist die tatsächliche Produktion aus neuen oder erweiterten Fabs. Angekündigte Investitionen schaffen nicht sofort verkaufbaren Speicher. Bau, Anlageninstallation, Prozessqualifikation und die Verbesserung der Ausbeute benötigen Zeit.

Micron erwartete die erste Waferproduktion aus seinem ersten Werk in Idaho Mitte 2027. Samsung und SK hynix erweitern ebenfalls ihre Fertigungs- und Packaging-Infrastruktur.

Diese Projekte sind wichtig, doch das kurzfristige Angebot hängt stärker von bestehenden Reinräumen, Prozessübergängen, Ausbeuten und der Produktallokation ab. Die nächsten Quartale werden zeigen, ob operative Verbesserungen genügend Bits hinzufügen können, bevor bedeutende neue Kapazitäten verfügbar werden.

Käufer sollten auch das Lagerverhalten beobachten. Vorratskäufe können einen Engpass verstärken, weil Kunden aus Sorge vor künftiger Nichtverfügbarkeit defensiv bestellen. Sinkende Lagerbestände können zeigen, ob die Endnachfrage nach diesen Käufen stark bleibt.

Die DRAM-Waferanalyse von Kurnal Insights wird bestätigt, wenn die Vertragswerte erhöht bleiben, während HBM einen wachsenden Anteil der begrenzten Kapazität verbraucht. Sie wird eher wie ein vorübergehender Höhepunkt aussehen, wenn die Spotpreise mit dem Eintreffen neuer Produktion fallen.

Unabhängig vom Ergebnis bleibt eine wichtige Lehre bestehen. KI-Infrastruktur besteht nicht allein aus Rechenchips. Ihre Wirtschaftlichkeit hängt davon ab, dass Speicher, Packaging, Energieversorgung, Netzwerktechnik und Speicherung gemeinsam vorankommen.

Für Entwickler und Technologieverantwortliche in Unternehmen ist der nächste Schritt praktisch: Messen Sie Speicheranforderungen ebenso sorgfältig wie Rechenanforderungen. Verfolgen Sie Modellgröße, Kontextwachstum, Cache-Nutzung, Host-Speicherbedarf und Bereitstellungsverfügbarkeit, bevor Sie sich auf Hardwarepläne festlegen.

Die aufschlussreichste Frage für das nächste Quartal ist nicht, ob die Nachfrage nach KI weiterhin hoch bleibt. Sie lautet vielmehr, ob die Zulieferer genügend qualifizierten Speicher produzieren können, damit Knappheit DRAM nicht länger pro Fläche einen höheren Wert zuschreibt als dem neuesten Logik-Silizium der Branche.