ИИтог

Исторические цены на память: данные с 1960 по 2026 год

инструментыРедакция ИИтогHacker News🔥65Рейтинг ИИтог · значимость 53 · 253 баллов · 23/ч · 91 коммент.

Исследователь David Shim из Stanford DAM project собрал и опубликовал интерактивную базу исторических цен на память и хранилище с 1960 по 2026 год. Датасет продолжает традицию классического набора данных John C. McCallum.

Данные охватывают три основных типа памяти:

DRAM, с разбивкой по поколениям (Pre-DDR/SDRAM, DDR, DDR2, DDR3, DDR4, DDR5) на логарифмической шкале ($/ГБ). Данные обновляются ежемесячно из Keepa.

NAND-флэш, также ежемесячные обновления с ежемесячной актуализацией на основе самых дешёвых розничных предложений.

HBM (High Bandwidth Memory), поколение за поколением (HBM2e → HBM3 → HBM3e → HBM4), с прогнозом на Q3 2026. Цены даны в $/TBps (стоимость за единицу пропускной способности памяти). Обновляется ежеквартально на основе оценок TrendForce и SemiAnalysis (публичного рынка HBM нет, только конфиденциальные контракты с производителями ускорителей).

Анализ стоимости ускорителей, модельные квартальные оценки Epoch AI для четырёх крупнейших производителей: Nvidia, AMD, Google (TPU), Amazon (Trainium). Компоненты разложены по HBM, логическому кристаллу, упаковке/CoWoS и вспомогательным элементам, рассчитаны как средневзвешенная по производственным объёмам.

Интерфейс позволяет наводить курсор для деталей, кликать на легенду для переключения рядов, перетаскивать или использовать ползунок для масштабирования, экспортировать изображения. Все данные доступны для скачивания в CSV.

Кавеаты: цены даны в номинальных долларах США (не скорректированы на инфляцию), используются самые дешёвые розничные предложения, а не средние или контрактные цены. Данные HBM, модельные оценки затрат, не измеренные цены. Для DRAM в середине 2024 года произведена стыковка двух источников (McCallum → Keepa).

Ключевые факты

  • Интерактивный датасет с 66-летней историей цен на DRAM, NAND-флэш и HBM, ежемесячно обновляется
  • Анализ стоимости AI-ускорителей по компонентам (HBM, логический кристалл, упаковка) для Nvidia, AMD, Google TPU, Amazon Trainium
  • Данные разбиты по поколениям памяти (DDR1, 5 для DRAM, HBM2e, HBM4) с прогнозом HBM4 на Q3 2026
  • Все сырые данные доступны для скачивания в CSV с указанием источников по каждой точке
  • Цены даны в номинальных долларах по самым дешёвым розничным предложениям, не скорректированы на инфляцию

Почему это важно

Историческая динамика цен на память, фундаментальный показатель прогресса вычислений и доступности AI. Данные показывают, как экспоненциальное падение стоимости DRAM и флэша за 60 лет подпитывает развитие индустрии. С появлением AI-ускорителей критичной стала стоимость HBM, узкого места для пропускной способности; её цена и траектория прямо влияют на экономику обучения и развёртывания больших моделей.

Кому это важно

Исследователям и инженерам AI, для оценки затрат на обучение и инференс. Аналитикам и инвесторам, для прогнозирования ROI ускорителей и планирования CAPEX инфраструктуры. Производителям микросхем и систем, для бенчмарков и конкуренции. Экономистам и историкам технологии, для анализа долгосрочных тенденций в вычислениях.

Как это применить

Встроить датасет как справочник в документацию или модели затрат при расчёте стоимости обучения LLM. Использовать исторические тренды (экспоненциальное падение $/ГБ) для экстраполяции будущих цен HBM и планирования бюджетов инфраструктуры. Скачать CSV и проанализировать компонентный анализ стоимости ускорителей для оценки маржинальности производства. Отслеживать квартальные обновления HBM для мониторинга сдвигов в экономике AI-железа.

Можно ли доверять

Источник авторитетен: Stanford DAM project, David Shim. Методология прозрачна, все точки помечены источниками (Keepa, TrendForce, SemiAnalysis, классический датасет McCallum). Ежемесячные и ежеквартальные обновления указывают на живое поддержание. Однако есть существенные ограничения: цены, самые дешёвые розничные предложения (зачастую устаревающие поколения при расчистке), не средние или контрактные; HBM-данные, модельные оценки затрат аналитиков, а не реальные цены (публичного рынка HBM нет). Для DRAM стыковка двух источников в 2024 г. вносит небольшой разрыв.

Риски и подводные камни

Цены в номинальных долларах (не скорректированы на инфляцию), прямое сравнение на 60 лет требует инфляционной корректировки. Самые дешёвые розничные цены часто отражают clearance на конец жизни поколения, а не передовую технологию, график по поколениям выявляет это, но глобальный вид может ввести в заблуждение. HBM-данные, оценки затрат, не измеренные цены; контрактные цены Nvidia, AMD, возможно, кратно выше. Для старых DRAM-точек поколение требует вывода из описаний продуктов (приблизительно). Retail pricing может отставать от контрактного на месяцы, что сглаживает реальные скачки стоимости.