Dlaczego traderzy powinni obserwować memrystory:
kolejna rewolucja w sprzęcie AI?

Czym jest memrystor?

Memrystor to dwu zaciskowy komponent elektroniczny, którego opór zmienia się w zależności od sygnałów elektrycznych, które wcześniej otrzymał. Mówiąc prościej, może zachowywać informacje o swoim wcześniejszym stanie elektrycznym, nadając urządzeniu formę pamięci.

Koncepcję tę po raz pierwszy przedstawił teoretycznie inżynier elektryk Leon Chua w 1971 roku. Praktyczne urządzenia memrystorowe pojawiły się znacznie później, gdy rozwój nauki o materiałach i nanotechnologii sprawił, że koncepcja stała się bardziej realistyczna.

To, co czyni memrystory szczególnie interesującymi, to ich potencjał do przechowywania informacji i wykonywania obliczeń w ramach tego samego systemu.

Tradycyjne komputery zazwyczaj rozdzielają te funkcje. Procesory wykonują obliczenia, podczas gdy pamięć przechowuje dane potrzebne do ich wykonania. Dane muszą być nieustannie przesyłane między tymi dwoma elementami.

W przypadku systemów AI przetwarzających ogromne ilości danych taki przepływ może pochłaniać znaczną ilość czasu i energii.

Obliczenia tam, gdzie przechowywane są dane

Memrystory są badane pod kątem koncepcji znanej jako compute in memory, w której niektóre obliczenia mogą potencjalnie odbywać się bezpośrednio w miejscu przechowywania informacji.

Jeśli podejście to okaże się skuteczne, może ograniczyć przesyłanie danych i poprawić efektywność określonych obciążeń AI, potencjalnie zmniejszając opóźnienia i zużycie energii.

Kluczowe pytanie dla rynków nie brzmi jednak wyłącznie, czy technologia działa w laboratorium. Chodzi o to, czy te potencjalne korzyści mogą ostatecznie przełożyć się na komercyjnie opłacalne produkty.

Memrystory i branża półprzewodników

Najbardziej bezpośrednie powiązanie z rynkiem dotyczy sektora półprzewodników.

AI już wygenerowała ogromny popyt na procesory GPU, pamięci o wysokiej przepustowości, sprzęt sieciowy i wyspecjalizowane akceleratory AI. Producenci półprzewodników intensywnie inwestują w moce produkcyjne i zaawansowane projekty, aby sprostać temu popytowi.

Memrystory mogą ostatecznie stać się częścią tego szerszego ekosystemu.

Byłoby jednak mylące postrzegać je po prostu jako przyszły zamiennik procesorów GPU. Obecne badania wskazują raczej na możliwość, że technologia memrystorowa stanie się częścią wyspecjalizowanych architektur obliczeniowych, działających obok GPU, CPU i innych form zaawansowanej pamięci.

Różne technologie mogłyby obsługiwać różne rodzaje obciążeń, a memrystory mogłyby być przydatne w obliczeniach, które korzystają z przetwarzania informacji bezpośrednio w pamięci.

Gdzie może pojawić się szansa?

Jeśli technologia będzie się pomyślnie rozwijać, potencjalni beneficjenci mogą obejmować:

• Technologie pamięci

• Produkcję półprzewodników

• Akceleratory AI

• Wyspecjalizowane architektury obliczeniowe

Dla traderów to rozróżnienie jest ważne. Rozwijające się technologie mogą przekształcić branżę, nie sprawiając od razu, że obecni liderzy rynku staną się nieistotni.

Dlaczego centra danych mają znaczenie

Centra danych są kolejnym ważnym elementem historii memrystorów.

Kluczową kwestią nie jest wyłącznie liczba budowanych centrów danych, ale ekonomika ich funkcjonowania.

Obiekty AI coraz częściej opierają się na wyspecjalizowanym sprzęcie działającym bez przerwy. Nawet stosunkowo niewielkie poprawy efektywności mogą stać się znaczące, gdy zostaną pomnożone przez tysiące maszyn.

Jeśli systemy oparte na memrystorach ostatecznie okażą się zdolne do obsługi określonych obciążeń AI przy niższym zużyciu energii i mniejszych opóźnieniach, operatorzy centrów danych mogą potencjalnie skorzystać poprzez:

• Niższe koszty operacyjne

• Większą moc obliczeniową

• Efektywniejsze wykorzystanie istniejącej infrastruktury

Skala obecnych inwestycji pokazuje, dlaczego ma to znaczenie. Anthropic niedawno zawarł z Lambda umowę na usługi chmurowe o wartości 35 mld USD, obejmującą centrum danych w Teksasie, które ma zapewnić około 350 megawatów mocy.

Dla traderów przekaz jest jasny: efektywność obliczeniowa staje się kwestią ekonomiczną, a nie tylko techniczną.

Infrastruktura AI i powiązanie z miedzią

Rozwój infrastruktury AI tworzy również powiązanie z surowcami przemysłowymi, szczególnie z miedzią.

Choć AI jest technologią cyfrową, infrastruktura ją wspierająca jest fizyczna. Centra danych wymagają urządzeń elektrycznych, kabli, transformatorów, systemów sieciowych i infrastruktury chłodzącej, podczas gdy produkcja półprzewodników zależy od szerokiego łańcucha dostaw przemysłowych.

Miedź jest szczególnie istotna ze względu na jej szerokie zastosowanie w infrastrukturze elektrycznej.

Istotne jest nie to, że same memrystory nagle zwiększą popyt na miedź. Chodzi raczej o to, że udana ekspansja AI może wygenerować popyt w branżach oddalonych o kilka etapów od technologii, która początkowo napędzała cykl inwestycyjny.

To sprawia, że historia półprzewodników staje się częścią znacznie szerszego trendu przemysłowego.

Rynek memrystorów rośnie, ale prognozy są zróżnicowane

Rosnące zainteresowanie tą technologią znajduje również odzwierciedlenie w prognozach rynkowych.

Według jednej z prognoz z 2026 roku globalny rynek memrystorów był wart około 588,9 mln USD w 2025 roku, a prognozy sugerują, że do 2034 roku może przekroczyć 12 mld USD.

Prognozy różnią się jednak znacząco w zależności od tego, jak definiowany jest rynek i jakie zastosowania są uwzględniane. Oznacza to, że traderzy powinni koncentrować się na kierunku rozwoju, zamiast traktować pojedynczą prognozę jako pewnik.

Rynek pozostaje stosunkowo niewielki w porównaniu z ugruntowaną branżą półprzewodników. Większa szansa zależy od tego, czy memrystory będą w stanie skutecznie przejść od badań i prototypów do komercyjnie opłacalnych produktów.

Na co powinni zwracać uwagę traderzy?

Najważniejszymi sygnałami będą wydarzenia pokazujące, że memrystory zbliżają się do komercyjnego zastosowania.

Postęp techniczny ma znaczenie, ale partnerstwa i rzeczywiste produkty mogą dostarczać jeszcze silniejszych sygnałów. Traderzy powinni zatem monitorować komunikaty producentów półprzewodników, firm AI i organizacji badawczych.

Kluczowe wydarzenia, które warto obserwować, obejmują:

• Nowe projekty akceleratorów AI Mogą one wskazywać, czy komponenty memrystorowe stają się częścią praktycznych systemów obliczeniowych.

• Nakłady inwestycyjne przedsiębiorstw Zaangażowanie przez duże firmy z sektora półprzewodników znaczących zasobów w produkcję opartą na memrystorach sugerowałoby, że branża dostrzega możliwość komercyjną, a nie tylko naukową.

• Finansowanie rządowe i inwestycje strategiczne Wsparcie publiczne mogłoby przyspieszyć badania i pomóc rozwijającym się technologiom przejść w kierunku produkcji.

• Adopcja przez klientów i przychody Może to być najważniejszy sygnał ze wszystkich. To moment, w którym historia przechodzi od potencjału technologicznego do mierzalnego wpływu biznesowego.

Od badań do przychodów: kamienie milowe, które mają znaczenie

Nie każdy nagłówek dotyczący memrystorów będzie miał istotny wpływ na rynki finansowe.

Informacja o badaniach uniwersyteckich może wzbudzić zainteresowanie, podczas gdy udany prototyp może mieć większe znaczenie. Komercyjny produkt będzie miał znaczenie jeszcze większe.

Kamienie milowe, które z największym prawdopodobieństwem zmienią oczekiwania rynku, to:

• Udane prototypy

• Produkty komercyjne

• Znaczące zobowiązania produkcyjne

• Integracja z akceleratorami AI

• Adopcja przez klientów

• Mierzalne przychody

Wydarzenia te mogą mieć trwalszy wpływ na oczekiwania dotyczące firm z sektora półprzewodników, sprzętu AI i szerzej rozumianego sektora technologicznego.

Możliwy jest również przeciwny scenariusz. Jeśli problemy z dokładnością pozostaną nierozwiązane, koszty produkcji pozostaną zbyt wysokie lub konkurencyjne technologie okażą się bardziej praktyczne, entuzjazm inwestorów może szybko osłabnąć.

Końcowe przemyślenia dla traderów

Kluczowe jest, aby nie handlować nagłówkiem dotyczącym memrystorów w oderwaniu od szerszego kontekstu.

Zamiast tego traderzy powinni szukać dowodów na to, że technologia staje się istotna komercyjnie: rzeczywistych produktów, inwestycji przedsiębiorstw, zobowiązań produkcyjnych, integracji z akceleratorami i adopcji przez klientów. To właśnie te wydarzenia mogą zacząć zmieniać oczekiwania dotyczące firm z sektora półprzewodników, sprzętu AI i szerszego sektora technologicznego.

Szersza lekcja jest taka, że kolejna duża szansa rynkowa związana z AI niekoniecznie musi pochodzić od firm budujących kolejny model AI. Może pochodzić od firm rozwiązujących podstawowe wyzwania sprzętowe, które determinują skalę, do jakiej AI może się rozwijać.

Memrystory mogą być niewielkimi komponentami elektronicznymi, ale otaczające je pytanie ekonomiczne jest znacznie większe:

Czy kolejna generacja systemów obliczeniowych może zapewnić większą użyteczną wydajność AI bez proporcjonalnego zwiększania zużycia energii?

Jeśli odpowiedź ostatecznie okaże się twierdząca, skutki mogą wykraczać daleko poza półprzewodniki, wpływając na ekonomikę centrów danych, wyceny spółek technologicznych, popyt na energię oraz szerszy przemysłowy łańcuch dostaw.

Dla traderów oznacza to, że memrystory warto już dziś mieć na radarze, nawet jeśli ich najważniejszy wpływ na rynki jest jeszcze odległy.