De terugkeer van de dozenschuivers

Jarenlang waren Western Digital en Seagate saaie bedrijven. Ze maakten harde schijven – saai en voorspelbaar. Beleggers vonden ze niet interessant. Verrassend genoeg behoren deze bedrijven dit jaar tot de grootste winnaars. Kunstmatige intelligentie heeft namelijk veel geheugen nodig – van supersnel tot langzaam. En dat verandert alles.

Niet één soort geheugen, maar vier

Om te begrijpen waarom oude hardeschijf-fabrikanten ineens belangrijk zijn, moeten we eerst begrijpen hoe geheugen werkt. In moderne computers bestaat niet één soort geheugen. Er is een hele hiërarchie – elk met zijn eigen snelheid en prijs.

Het snelste geheugen dat er bestaat is High Bandwidth Memory (HBM). HBM zit direct op of naast de processor. Het kan 2000 gigabyte per seconde verplaatsen. Deze enorme snelheid is vereist voor de nieuwste AI-chips. Die chips doen miljarden berekeningen per seconde. Elke vertraging betekent dat de processor moet wachten. En wachten is slecht voor de prestaties.

Daaronder zit het gewone werkgeheugen in elke computer. De snelheid is ongeveer 50 tot 100 gigabyte per seconde. Voor normale computertaken is dat prima. Maar voor AI-berekeningen is het vaak te traag.

Solid state drives slaan data op zonder bewegende onderdelen. De snelheid? Enkele gigabytes per seconde. Veel trager dan RAM. Voor real-time AI veel te langzaam. Ze zijn een alternatief voor de oude vertrouwde schijven met draaiende platen. Deze bewegen fysiek om data te lezen. De snelheid is maar een paar honderd megabyte per seconde. Dat is duizenden keren langzamer dan HBM.

Waarom AI zowel snel als traag geheugen nodig heeft

AI-systemen hebben niet alleen supersnel geheugen nodig. Ze hebben ook enorme hoeveelheden trage opslag nodig. Een AI-model heeft tijdens het ‘denken’ alleen zijn belangrijkste informatie in het snelle HBM-geheugen nodig. Maar de complete ‘kennis’ moet ergens opgeslagen worden. En die kennis is gigantisch groot.

Het GPT-4 model heeft ongeveer 1,7 biljoen parameters. De trainingsdata voor nieuwe AI-modellen beslaan petabytes (een petabyte is een miljoen gigabyte) aan tekst, afbeeldingen en video’s. Ook alle tussenresultaten tijdens het trainen van een model – dat zijn weer petabytes aan data. Al deze data kun je onmogelijk in duur HBM-geheugen stoppen. Dat zou veel te duur zijn. Een gigabyte HBM kost tientallen euro’s. Een gigabyte op een harde schijf kost een paar cent. Voor grote hoeveelheden data heb je dus de goedkope, trage opslag nodig.

Nvidia’s nieuwste Blackwell Ultra GPU heeft 288 gigabyte aan HBM nodig. Dat klinkt als veel. Maar dat is alleen het actieve werkgeheugen – wat de chip op dat moment gebruikt. Voor de complete AI-infrastructuur eromheen heb je vele terabytes aan andere opslag nodig. Voor elke GPU die wordt verkocht, ontstaat er vraag naar 6 tot 8 HBM-stapels (gestapelde geheugenchips waarbij meerdere DRAM-lagen op elkaar worden geplaatst). Maar ook naar tientallen terabytes aan harde schijven en SSD’s. De hyperscalers – bedrijven als Google, Amazon en Microsoft – bestellen jaarlijks miljoenen AI-processors. Dat creëert een enorme vraag. Niet alleen naar het snelle geheugen, maar naar alle soorten geheugen. Van HBM-chips tot harde schijven – alles is in korte tijd schaars geworden.

Einde van de cyclus?

Het grote verschil met vroeger is dat de vraag naar opslag structureel lijkt te groeien. Vroeger was de vraag naar harde schijven cyclisch. In goede economische tijden kochten bedrijven meer servers en dus meer schijven. In slechte tijden niet. Western Digital en Seagate hadden het ene jaar winst, het andere jaar verlies. Voor beleggers was dat onvoorspelbaar, saai en niet interessant.

Maar nu worden AI-datacenters massaal gebouwd. Deze datacenters hebben continu meer opslagcapaciteit nodig. De AI-geheugenmarkt groeit met 30 procent per jaar tot 2030. Dat is geen tijdelijke piek. Dat is structurele, voorspelbare groei. En dat terwijl de markt nu al krap is. HBM-chips zijn tot ver in 2026 uitverkocht. Ook bij traditionele opslag verschuift de situatie van te veel aanbod naar te weinig. Voor bedrijven die jarenlang met lage prijzen moesten concurreren, is dit een grote verandering. Ze kunnen nu betere prijzen vragen. Ze krijgen prijszettingsmacht.

Nederlandse bedrijven in de hoofdrol

Iedereen kent ASML. Dat bedrijf levert de machines waarmee de allerkleinste chips worden gemaakt. Maar die HBM-stapels moeten ook in elkaar gezet worden. En dat gebeurt met apparatuur van Nederlandse bedrijven: Besi en ASM (voorheen ASMI). De machines van Besi maken het mogelijk om HBM-chips te stapelen met een precisie van enkele nanometers. Een nanometer is een miljoenste millimeter. Zonder Besi geen HBM. Zonder HBM geen AI-revolutie. ASM International levert machines voor het maken van de microscopisch kleine verbindingen tussen de gestapelde chips. Ook zij zijn van een kleine speler tot een strategische leverancier geworden. Al deze Nederlandse successen gaan terug naar één plek: het Natlab van Philips in Eindhoven. Daar werd vorige eeuw de basis gelegd voor de Nederlandse halfgeleiderindustrie.

De hele keten profiteert mee

De AI-revolutie is veel breder dan alleen Nvidia of Microsoft. De hele toeleveringsketen profiteert mee. Bedrijven die gisteren nog saai leken – hardeschijf-fabrikanten, makers van assemblage-apparatuur – zijn vandaag strategisch belangrijk geworden. In de AI-economie draait alles om het verplaatsen van enorme hoeveelheden data. En daarvoor heb je alle soorten geheugen nodig. De geheugenpuzzel van AI is ingewikkeld. Er zijn veel lagen en verschillende snelheden. Maar juist die complexiteit creëert kansen voor veel verschillende bedrijven. Van de allersnelste chips tot de traagste harde schijven. rol.

Han Dieperink, Chief Investment Officer

Disclaimer

Abonneer op deze nieuwsbrief via www.aureus.eu/nieuwsbrief