In this Article
2025 کے دوسرے نصف حصے میں ہمیں operational memory اور SSD کی ایک غیر معمولی عالمی کمی کا سامنا ہوا۔ یہ محض کوئی cyclical downturn یا نئی ٹیکنالوجیز کی طرف منتقلی نہیں، بلکہ کئی سالوں پر محیط ایک طویل بحران ہے۔ یہ recession واضح طور پر AI infrastructure کی طلب میں explosive growth سے پیدا ہوئی ہے۔
ہر AI server کو دسیوں اور سینکڑوں gigabytes درکار ہوتے ہیں۔ یہ ایک اوسط web server یا PC سے کہیں زیادہ ہے۔ اور اس کے نتیجے میں ہمیں کیا ملتا ہے؟ chip manufacturers AI کے لیے HBM (High Bandwidth Memory) اور LPDDR (Low-Power Double Data Rate) کو ترجیح دیتے ہیں، جبکہ traditional DRAM کی مقدار کم کر دیتے ہیں۔ جدید اصطلاح میں اسے RAMpocalypse کہا جاتا ہے۔
کیا یہ صرف خطرناک سنائی دیتا ہے، یا یہ ایسی چیز ہے جس پر ہمیں ابھی توجہ دینے کی ضرورت ہے؟ جواب کے لیے آگے پڑھیں۔
* مرکزی حصے کو پڑھنے سے پہلے، ہم یہ مضمون اور یہ review card سرسری طور پر دیکھنے کی سفارش کرتے ہیں۔
اصل میں کیا ہوا؟
2023 اتنا زیادہ پرانا نہیں، لیکن اس وقت SSDs کی قیمت کم تھی۔ اس تبدیلی کی وجہ AI ڈیٹا سینٹر بوم تھا جس نے 2024 کے آخر تک مارکیٹ کو بدل دیا۔ AI سسٹمز، جنہیں بڑے زبانی ماڈلز بھی کہا جاتا ہے، بنیادی طور پر بہت بڑے datasets پر تربیت پاتے ہیں۔ وہ اتنا زیادہ ڈیٹا پروسیس کرتے ہیں کہ ان کے لیے سیاق و سباق سمجھنا اور انسان کی طرح جواب دینا آسان ہو جاتا ہے۔ LLMs عموماً GPU کلسٹرز پر تعینات کیے جاتے ہیں، جو computing nodes کا ایک باہم مربوط نیٹ ورک ہوتے ہیں، ہر node ایک یا دو GPUs سے لیس ہوتا ہے۔ ہر GPU کلسٹر کو terabytes میموری درکار ہوتی ہے، اور AI پروجیکٹس اب ایسے ہزاروں nodes پر چلتے ہیں۔ ان کا مقصد پیچیدہ کاموں کو انتہائی تیز رفتاری سے سنبھالنا ہے۔ تاہم، LLMs چلانے کے لیے بہت زیادہ DRAM اور flash storage درکار ہوتی ہے۔ کمپنیاں training-heavy LLM workloads سے inference-focused deployments کی طرف جا رہی ہیں۔ چونکہ inference کو بڑے model files تک بار بار رسائی درکار ہوتی ہے، اس لیے nearline storage کی طلب بڑھ گئی ہے۔
Stargate پروجیکٹ
اس پروجیکٹ کا مقصد امریکہ کو artificial intelligence کے میدان میں مسلسل قیادت فراہم کرنا ہے۔ خیال کیا جاتا ہے کہ یہ پروجیکٹ United States کو “reindustrialize” کرے گا، جس سے America اور اس کے اتحادیوں کی قومی سلامتی کے تحفظ کے لیے strategic potential پیدا ہوگا۔ بنیادی سرمایہ کاروں میں SoftBank، OpenAI، اور Oracle شامل ہیں۔ Microsoft، NVIDIA، اور Arm جیسی کمپنیاں بھی حصہ لیں گی، لیکن بظاہر وہ technical partners ہوں گی۔
یہ پروجیکٹ کس بارے میں ہے؟ سب سے پہلے، United States میں artificial intelligence کے لیے کئی data centers بنائے جانے کی توقع ہے۔ کمپنیوں کا joint venture Texas میں ایک بڑے data center سے شروع ہوگا اور بالآخر دوسری states تک پھیلے گا۔ تخلیق کار وعدہ کرتے ہیں کہ اس سے “hundreds of thousands” ملازمتیں پیدا ہوں گی اور “AI کے میدان میں American leadership کو یقینی بنایا جائے گا۔ Stargate کی تکمیل میں پانچ سے چھ سال لگنے کی توقع ہے۔
یہ معاہدہ OpenAI، Samsung، اور SK Hynix کے درمیان ماہانہ 900,000 DRAM wafers کے لیے دستخط ہوا۔ یہ دنیا کی کل پیداوار کا تقریباً 40% ہے۔ ایسی صورتحال مستقبل میں ایک بڑا مسئلہ پیدا کرے گی، جس سے روایتی PC اور server markets کے لیے مقابلہ کرنا مشکل ہو جائے گا۔ حتیٰ کہ mechanical hard drives، جو AI سے غیر متعلق لگ سکتی ہیں، کی قیمتیں بھی 10–15% بڑھ رہی ہیں۔
زیادہ factories، زیادہ memory؟
نظری طور پر، ہاں۔ لیکن حقیقت میں، financial اور structural constraints تیز expansion کو پیچیدہ بنا دیتے ہیں۔
اگرچہ زیادہ قیمتیں capacity expansion کی ضرورت کا اشارہ دیتی ہیں، leading DRAM manufacturers روایتی DRAM production کو scale نہ کرنے کا انتخاب کر رہے ہیں۔ اس کے بجائے، وہ investment کو high-bandwidth memory (HBM) میں منتقل کر رہے ہیں۔ یہ higher margins کے لیے بہتر ہے لیکن زیادہ wafers استعمال کرتی ہے۔
طلب ہر سمت سے آ رہی ہے۔ AI developers، hyperscale cloud providers، اور enterprise data centers سب memory supply کے لیے مقابلہ کر رہے ہیں۔ Production کو expand کرنا نہ تو تیز ہے اور نہ ہی سستا۔ نئی fabs بنانے کے لیے capital میں gazillions درکار ہوں گے۔ قیمت $10 billion اور 20+ billion کے درمیان fluctuate کرتی ہے۔ یہ کوئی ایسا کام نہیں جو ایک دن میں مکمل ہو سکے۔ ایسے projects عموماً 4–5 سال لیتے ہیں۔ اس کے باوجود، نتائج غیر یقینی ہیں۔ skilled engineers کی کمی کے باعث صورتحال مزید پیچیدہ بھی ہو رہی ہے۔
نتیجتاً، overall standard DRAM output محدود رہتی ہے۔ Manufacturers AI اور hyperscale data-center customers کو ترجیح دے رہے ہیں۔ ان حالات میں، memory shortages اور elevated prices کم از کم 2027 تک برقرار رہنے کا امکان ہے۔
مستقبل کی پیش گوئیاں
- سب سے پہلے، AI کی یہ بے پناہ بھوک operational memory کی قیمتوں میں شدید اضافہ کرے گی۔ قلت اور بلند price tags کچھ عرصے تک برقرار رہ سکتے ہیں۔ جاری memory market crisis کے دوران، Apple، Lenovo، اور Dell جیسی کمپنیاں 2026 کی پہلی ششماہی میں اپنی devices کی قیمتیں بڑھانے والی ہیں۔ ظاہر ہے، اس کا اثر gaming PCs اور laptops پر بھی پڑے گا؛ وہاں بھی inflation دیکھی جائے گی۔ جیسے جیسے hardware costs بڑھتی ہیں، organizations proxies کی طرف رجوع کرتی ہیں تاکہ memory-constrained systems کو overload کیے بغیر data scrape کیا جا سکے اور AI processes چلائے جا سکیں۔
- crisis کا gradual resolution صرف 2027–2028 کے بعد شروع ہو سکتا ہے، جب کوئی نئی memory technology اس cycle کو disrupt کرے۔ تب تک، SSDs، DRAM، اور HDDs کے مہنگے، scarce، اور increasingly AI elite کے لیے reserved رہنے کی توقع رکھیں۔
- AI demand میں نمایاں کمی کا امکان کم ہے کیونکہ large models، data centers، اور computing services مسلسل grow کر رہے ہیں۔ اس کا مطلب ہے کہ memory بطور resource آنے والے برسوں میں بھی ایک «hot» topic رہے گی۔
- memory architecture میں innovations (جیسے CPU/GPU memory fusion یا RAM کی نئی اقسام) طویل مدت میں صورتحال کو متاثر کر سکتی ہیں، لیکن یہ acute deficits کو راتوں رات حل نہیں کرے گی۔