کلاد آنتروپیک به حساب بانکی کاربران متصل می‌شود تا هزینه‌ها را تحلیل کند!

آنتروپیک در حال گسترش نقش چت‌بات کلاد از یک دستیار عمومی به ابزاری کاربردی برای مدیریت امور مالی روزمره است. قابلیت آزمایشی Personal Finance با اتصال مستقیم به حساب‌های بانکی و کارت‌های اعتباری کاربر، تراکنش‌ها را دسته‌بندی کرده و به پرسش‌هایی مانند محل خرج شدن پول در ماه جاری پاسخ می‌دهد.

زیرساخت این اتصال از طریق سرویس پلاید فراهم شده و عرضه آزمایشی آن از هفته آینده برای مشترکان طرح‌های Claude Pro، Claude Max و Claude Ultra در ایالات متحده آغاز می‌شود. پس از دریافت مجوز کاربر، کلاد نمایی کلی از وضعیت مالی ارائه می‌کند و هزینه‌ها را در گروه‌هایی مانند اجاره، خدمات عمومی، خرید و غذا قرار می‌دهد. کاربران می‌توانند درباره‌ی صورت‌حساب‌های باقی‌مانده تا دریافت حقوق بعدی، امکان پرداخت هزینه یک سفر یا میزان پس‌انداز ماهانه نیز سؤال کنند.

سطح دسترسی کلاد فراتر از مشاهده موجودی است. این سامانه نام بانک، نام و نوع حساب، چهار رقم پایانی شماره حساب، موجودی، سقف اعتبار و حداکثر دو سال سابقه تراکنش‌ها را در اختیار دارد. چنین داده‌هایی به چت‌بات امکان می‌دهد پاسخ‌های خود را بر اساس الگوی واقعی هزینه‌کرد کاربر تنظیم کند و حتی اصطلاحات مالی ناآشنا را توضیح دهد.

کلاد

با این حال، نتایج ارائه‌شده صرفاً تحلیل ماشینی داده‌های حساب محسوب می‌شود و جایگزین تصمیم‌گیری مالی حرفه‌ای نیست. دسترسی کلاد فقط‌خواندنی است؛ یعنی چت‌بات نمی‌تواند پول جابه‌جا کند، حساب را مدیریت کند یا از طرف کاربر سرمایه‌گذاری انجام دهد. آنتروپیک نیز تأکید کرده این قابلیت برای ارائه مشاوره سرمایه‌گذاری طراحی نشده است.

پلاید نقش واسطه امن بین کلاد و بانک را بر عهده دارد. در نتیجه، چت‌بات گذرواژه بانکی کاربر را مشاهده نمی‌کند و بانک نیز نیازی به اعطای دسترسی مستقیم به یک سامانه هوش مصنوعی تأییدنشده ندارد. محدودیت فقط‌خواندنی خطر انتقال ناخواسته پول را کاهش می‌دهد، اما حساسیت خود داده‌ها همچنان پابرجاست.

سابقه‌ی تراکنش‌ها می‌تواند محل زندگی، عادت‌های خرید، پرداخت‌های درمانی، سفرها، بدهی‌ها و الگوی درآمد فرد را آشکار کند. فعال‌سازی این قابلیت در عمل به معنای سپردن مجموعه‌ای گسترده از اطلاعات مالی به یک سامانه هوش مصنوعی و زیرساخت واسطه‌ی بانکی آن است؛ موضوعی که کاربران باید با آگاهی کامل درباره‌ی آن تصمیم بگیرند.

نوشته کلاد آنتروپیک به حساب بانکی کاربران متصل می‌شود تا هزینه‌ها را تحلیل کند! اولین بار در آی‌ تی‌ رسان منتشر شد.

کلاد آنتروپیک به حساب بانکی کاربران متصل می‌شود تا هزینه‌ها را تحلیل کند!

آنتروپیک در حال گسترش نقش چت‌بات کلاد از یک دستیار عمومی به ابزاری کاربردی برای مدیریت امور مالی روزمره است. قابلیت آزمایشی Personal Finance با اتصال مستقیم به حساب‌های بانکی و کارت‌های اعتباری کاربر، تراکنش‌ها را دسته‌بندی کرده و به پرسش‌هایی مانند محل خرج شدن پول در ماه جاری پاسخ می‌دهد.

زیرساخت این اتصال از طریق سرویس پلاید فراهم شده و عرضه آزمایشی آن از هفته آینده برای مشترکان طرح‌های Claude Pro، Claude Max و Claude Ultra در ایالات متحده آغاز می‌شود. پس از دریافت مجوز کاربر، کلاد نمایی کلی از وضعیت مالی ارائه می‌کند و هزینه‌ها را در گروه‌هایی مانند اجاره، خدمات عمومی، خرید و غذا قرار می‌دهد. کاربران می‌توانند درباره‌ی صورت‌حساب‌های باقی‌مانده تا دریافت حقوق بعدی، امکان پرداخت هزینه یک سفر یا میزان پس‌انداز ماهانه نیز سؤال کنند.

سطح دسترسی کلاد فراتر از مشاهده موجودی است. این سامانه نام بانک، نام و نوع حساب، چهار رقم پایانی شماره حساب، موجودی، سقف اعتبار و حداکثر دو سال سابقه تراکنش‌ها را در اختیار دارد. چنین داده‌هایی به چت‌بات امکان می‌دهد پاسخ‌های خود را بر اساس الگوی واقعی هزینه‌کرد کاربر تنظیم کند و حتی اصطلاحات مالی ناآشنا را توضیح دهد.

کلاد

با این حال، نتایج ارائه‌شده صرفاً تحلیل ماشینی داده‌های حساب محسوب می‌شود و جایگزین تصمیم‌گیری مالی حرفه‌ای نیست. دسترسی کلاد فقط‌خواندنی است؛ یعنی چت‌بات نمی‌تواند پول جابه‌جا کند، حساب را مدیریت کند یا از طرف کاربر سرمایه‌گذاری انجام دهد. آنتروپیک نیز تأکید کرده این قابلیت برای ارائه مشاوره سرمایه‌گذاری طراحی نشده است.

پلاید نقش واسطه امن بین کلاد و بانک را بر عهده دارد. در نتیجه، چت‌بات گذرواژه بانکی کاربر را مشاهده نمی‌کند و بانک نیز نیازی به اعطای دسترسی مستقیم به یک سامانه هوش مصنوعی تأییدنشده ندارد. محدودیت فقط‌خواندنی خطر انتقال ناخواسته پول را کاهش می‌دهد، اما حساسیت خود داده‌ها همچنان پابرجاست.

سابقه‌ی تراکنش‌ها می‌تواند محل زندگی، عادت‌های خرید، پرداخت‌های درمانی، سفرها، بدهی‌ها و الگوی درآمد فرد را آشکار کند. فعال‌سازی این قابلیت در عمل به معنای سپردن مجموعه‌ای گسترده از اطلاعات مالی به یک سامانه هوش مصنوعی و زیرساخت واسطه‌ی بانکی آن است؛ موضوعی که کاربران باید با آگاهی کامل درباره‌ی آن تصمیم بگیرند.

نوشته کلاد آنتروپیک به حساب بانکی کاربران متصل می‌شود تا هزینه‌ها را تحلیل کند! اولین بار در آی‌ تی‌ رسان منتشر شد.

کلاد آنتروپیک به حساب بانکی کاربران متصل می‌شود تا هزینه‌ها را تحلیل کند!

آنتروپیک در حال گسترش نقش چت‌بات کلاد از یک دستیار عمومی به ابزاری کاربردی برای مدیریت امور مالی روزمره است. قابلیت آزمایشی Personal Finance با اتصال مستقیم به حساب‌های بانکی و کارت‌های اعتباری کاربر، تراکنش‌ها را دسته‌بندی کرده و به پرسش‌هایی مانند محل خرج شدن پول در ماه جاری پاسخ می‌دهد.

زیرساخت این اتصال از طریق سرویس پلاید فراهم شده و عرضه آزمایشی آن از هفته آینده برای مشترکان طرح‌های Claude Pro، Claude Max و Claude Ultra در ایالات متحده آغاز می‌شود. پس از دریافت مجوز کاربر، کلاد نمایی کلی از وضعیت مالی ارائه می‌کند و هزینه‌ها را در گروه‌هایی مانند اجاره، خدمات عمومی، خرید و غذا قرار می‌دهد. کاربران می‌توانند درباره‌ی صورت‌حساب‌های باقی‌مانده تا دریافت حقوق بعدی، امکان پرداخت هزینه یک سفر یا میزان پس‌انداز ماهانه نیز سؤال کنند.

سطح دسترسی کلاد فراتر از مشاهده موجودی است. این سامانه نام بانک، نام و نوع حساب، چهار رقم پایانی شماره حساب، موجودی، سقف اعتبار و حداکثر دو سال سابقه تراکنش‌ها را در اختیار دارد. چنین داده‌هایی به چت‌بات امکان می‌دهد پاسخ‌های خود را بر اساس الگوی واقعی هزینه‌کرد کاربر تنظیم کند و حتی اصطلاحات مالی ناآشنا را توضیح دهد.

کلاد

با این حال، نتایج ارائه‌شده صرفاً تحلیل ماشینی داده‌های حساب محسوب می‌شود و جایگزین تصمیم‌گیری مالی حرفه‌ای نیست. دسترسی کلاد فقط‌خواندنی است؛ یعنی چت‌بات نمی‌تواند پول جابه‌جا کند، حساب را مدیریت کند یا از طرف کاربر سرمایه‌گذاری انجام دهد. آنتروپیک نیز تأکید کرده این قابلیت برای ارائه مشاوره سرمایه‌گذاری طراحی نشده است.

پلاید نقش واسطه امن بین کلاد و بانک را بر عهده دارد. در نتیجه، چت‌بات گذرواژه بانکی کاربر را مشاهده نمی‌کند و بانک نیز نیازی به اعطای دسترسی مستقیم به یک سامانه هوش مصنوعی تأییدنشده ندارد. محدودیت فقط‌خواندنی خطر انتقال ناخواسته پول را کاهش می‌دهد، اما حساسیت خود داده‌ها همچنان پابرجاست.

سابقه‌ی تراکنش‌ها می‌تواند محل زندگی، عادت‌های خرید، پرداخت‌های درمانی، سفرها، بدهی‌ها و الگوی درآمد فرد را آشکار کند. فعال‌سازی این قابلیت در عمل به معنای سپردن مجموعه‌ای گسترده از اطلاعات مالی به یک سامانه هوش مصنوعی و زیرساخت واسطه‌ی بانکی آن است؛ موضوعی که کاربران باید با آگاهی کامل درباره‌ی آن تصمیم بگیرند.

نوشته کلاد آنتروپیک به حساب بانکی کاربران متصل می‌شود تا هزینه‌ها را تحلیل کند! اولین بار در آی‌ تی‌ رسان منتشر شد.

گوگل مدل Gemini Omni ۱.۲ Flash را رونمایی کرد؛ سریع‌تر، ارزان‌تر و هوشمندتر

گوگل نسخه جدید مدل هوش مصنوعی خود را با نام Gemini Omni 1.2 Flash منتشر کرد. این مدل امکان ساخت مستقیم ویدیوهای باکیفیت تا ۱۵ ثانیه را برای توسعه‌دهندگان و کاربران تجاری فراهم می‌کند و در عین حال هزینه‌ها را کاهش داده و کنترل بیشتری به سازندگان محتوا می‌دهد.

یکی از مهم‌ترین بهبودها، افزایش مدت‌زمان کلیپ‌هاست. پیش از این سقف تولید ویدیو به ۱۰ ثانیه محدود بود، اما اکنون کاربران می‌توانند مدت‌زمان را با گام‌های یک‌ثانیه‌ای بین ۳ تا ۱۵ ثانیه تنظیم کنند. این انعطاف‌پذیری، ساخت تبلیغات و معرفی محصولات را ساده‌تر کرده است. مدل همچنین ثبات شخصیت‌ها، سوژه‌ها و سبک بصری را در طول ویدیو حفظ می‌کند و کنترل دقیق‌تری در اختیار سازندگان قرار می‌دهد.

هزینه استفاده از نسل جدید نسبت به Gemini Omni 1.1 حدود ۳۰ درصد کاهش یافته است. کاربران می‌توانند ویدیوهای ۷۲۰پی را با نرخ ۰٫۰۷ دلار به‌ازای هر ثانیه تولید کنند؛ موضوعی که این ابزار را برای کاربردهای تجاری مقرون‌به‌صرفه‌تر می‌سازد.

Gemini Omni 1.2 Flash

ویژگی شاخص دیگر، قابلیت ویرایش گفت‌وگومحور چندمرحله‌ای است. با این امکان، دیگر نیازی به بازتولید کامل ویدیو برای اصلاح جزئیات کوچک نیست. کاربران می‌توانند زاویه دوربین، شرایط آب‌وهوا، نورپردازی یا پس‌زمینه را مرحله‌به‌مرحله تغییر دهند. برای نمونه، صحنه‌ای با دو شخصیت می‌تواند بدون تغییر در جزئیات زره یا کادربندی، از یک چادر به جنگل، اصطبل یا قلعه سنگی منتقل شود.

فناوری جدید با پشتیبانی از تصویر چهره و نمونه‌های صوتی کوتاه یک‌ثانیه‌ای، هماهنگی حرکت لب‌ها با کلام را بهبود بخشیده و صداگذاری چند شخصیت مجزا را به‌صورت طبیعی اجرا می‌کند. خروجی‌های این مدل در سرویس‌های ابری گوگل همراه با واترمارک نامرئی SynthID ارائه می‌شوند و توسعه‌دهندگان می‌توانند از طریق Google AI Studio به رابط برنامه‌نویسی آن دسترسی داشته باشند.

با این به‌روزرسانی، گوگل تلاش کرده تولید محتوای ویدیویی مبتنی بر هوش مصنوعی را سریع‌تر، ارزان‌تر و انعطاف‌پذیرتر کند و ابزار قدرتمندتری در اختیار سازندگان محتوا قرار دهد.

نوشته گوگل مدل Gemini Omni ۱.۲ Flash را رونمایی کرد؛ سریع‌تر، ارزان‌تر و هوشمندتر اولین بار در آی‌ تی‌ رسان منتشر شد.

گوگل مدل Gemini Omni ۱.۲ Flash را رونمایی کرد؛ سریع‌تر، ارزان‌تر و هوشمندتر

گوگل نسخه جدید مدل هوش مصنوعی خود را با نام Gemini Omni 1.2 Flash منتشر کرد. این مدل امکان ساخت مستقیم ویدیوهای باکیفیت تا ۱۵ ثانیه را برای توسعه‌دهندگان و کاربران تجاری فراهم می‌کند و در عین حال هزینه‌ها را کاهش داده و کنترل بیشتری به سازندگان محتوا می‌دهد.

یکی از مهم‌ترین بهبودها، افزایش مدت‌زمان کلیپ‌هاست. پیش از این سقف تولید ویدیو به ۱۰ ثانیه محدود بود، اما اکنون کاربران می‌توانند مدت‌زمان را با گام‌های یک‌ثانیه‌ای بین ۳ تا ۱۵ ثانیه تنظیم کنند. این انعطاف‌پذیری، ساخت تبلیغات و معرفی محصولات را ساده‌تر کرده است. مدل همچنین ثبات شخصیت‌ها، سوژه‌ها و سبک بصری را در طول ویدیو حفظ می‌کند و کنترل دقیق‌تری در اختیار سازندگان قرار می‌دهد.

هزینه استفاده از نسل جدید نسبت به Gemini Omni 1.1 حدود ۳۰ درصد کاهش یافته است. کاربران می‌توانند ویدیوهای ۷۲۰پی را با نرخ ۰٫۰۷ دلار به‌ازای هر ثانیه تولید کنند؛ موضوعی که این ابزار را برای کاربردهای تجاری مقرون‌به‌صرفه‌تر می‌سازد.

Gemini Omni 1.2 Flash

ویژگی شاخص دیگر، قابلیت ویرایش گفت‌وگومحور چندمرحله‌ای است. با این امکان، دیگر نیازی به بازتولید کامل ویدیو برای اصلاح جزئیات کوچک نیست. کاربران می‌توانند زاویه دوربین، شرایط آب‌وهوا، نورپردازی یا پس‌زمینه را مرحله‌به‌مرحله تغییر دهند. برای نمونه، صحنه‌ای با دو شخصیت می‌تواند بدون تغییر در جزئیات زره یا کادربندی، از یک چادر به جنگل، اصطبل یا قلعه سنگی منتقل شود.

فناوری جدید با پشتیبانی از تصویر چهره و نمونه‌های صوتی کوتاه یک‌ثانیه‌ای، هماهنگی حرکت لب‌ها با کلام را بهبود بخشیده و صداگذاری چند شخصیت مجزا را به‌صورت طبیعی اجرا می‌کند. خروجی‌های این مدل در سرویس‌های ابری گوگل همراه با واترمارک نامرئی SynthID ارائه می‌شوند و توسعه‌دهندگان می‌توانند از طریق Google AI Studio به رابط برنامه‌نویسی آن دسترسی داشته باشند.

با این به‌روزرسانی، گوگل تلاش کرده تولید محتوای ویدیویی مبتنی بر هوش مصنوعی را سریع‌تر، ارزان‌تر و انعطاف‌پذیرتر کند و ابزار قدرتمندتری در اختیار سازندگان محتوا قرار دهد.

نوشته گوگل مدل Gemini Omni ۱.۲ Flash را رونمایی کرد؛ سریع‌تر، ارزان‌تر و هوشمندتر اولین بار در آی‌ تی‌ رسان منتشر شد.

گوگل مدل Gemini Omni ۱.۲ Flash را رونمایی کرد؛ سریع‌تر، ارزان‌تر و هوشمندتر

گوگل نسخه جدید مدل هوش مصنوعی خود را با نام Gemini Omni 1.2 Flash منتشر کرد. این مدل امکان ساخت مستقیم ویدیوهای باکیفیت تا ۱۵ ثانیه را برای توسعه‌دهندگان و کاربران تجاری فراهم می‌کند و در عین حال هزینه‌ها را کاهش داده و کنترل بیشتری به سازندگان محتوا می‌دهد.

یکی از مهم‌ترین بهبودها، افزایش مدت‌زمان کلیپ‌هاست. پیش از این سقف تولید ویدیو به ۱۰ ثانیه محدود بود، اما اکنون کاربران می‌توانند مدت‌زمان را با گام‌های یک‌ثانیه‌ای بین ۳ تا ۱۵ ثانیه تنظیم کنند. این انعطاف‌پذیری، ساخت تبلیغات و معرفی محصولات را ساده‌تر کرده است. مدل همچنین ثبات شخصیت‌ها، سوژه‌ها و سبک بصری را در طول ویدیو حفظ می‌کند و کنترل دقیق‌تری در اختیار سازندگان قرار می‌دهد.

هزینه استفاده از نسل جدید نسبت به Gemini Omni 1.1 حدود ۳۰ درصد کاهش یافته است. کاربران می‌توانند ویدیوهای ۷۲۰پی را با نرخ ۰٫۰۷ دلار به‌ازای هر ثانیه تولید کنند؛ موضوعی که این ابزار را برای کاربردهای تجاری مقرون‌به‌صرفه‌تر می‌سازد.

Gemini Omni 1.2 Flash

ویژگی شاخص دیگر، قابلیت ویرایش گفت‌وگومحور چندمرحله‌ای است. با این امکان، دیگر نیازی به بازتولید کامل ویدیو برای اصلاح جزئیات کوچک نیست. کاربران می‌توانند زاویه دوربین، شرایط آب‌وهوا، نورپردازی یا پس‌زمینه را مرحله‌به‌مرحله تغییر دهند. برای نمونه، صحنه‌ای با دو شخصیت می‌تواند بدون تغییر در جزئیات زره یا کادربندی، از یک چادر به جنگل، اصطبل یا قلعه سنگی منتقل شود.

فناوری جدید با پشتیبانی از تصویر چهره و نمونه‌های صوتی کوتاه یک‌ثانیه‌ای، هماهنگی حرکت لب‌ها با کلام را بهبود بخشیده و صداگذاری چند شخصیت مجزا را به‌صورت طبیعی اجرا می‌کند. خروجی‌های این مدل در سرویس‌های ابری گوگل همراه با واترمارک نامرئی SynthID ارائه می‌شوند و توسعه‌دهندگان می‌توانند از طریق Google AI Studio به رابط برنامه‌نویسی آن دسترسی داشته باشند.

با این به‌روزرسانی، گوگل تلاش کرده تولید محتوای ویدیویی مبتنی بر هوش مصنوعی را سریع‌تر، ارزان‌تر و انعطاف‌پذیرتر کند و ابزار قدرتمندتری در اختیار سازندگان محتوا قرار دهد.

نوشته گوگل مدل Gemini Omni ۱.۲ Flash را رونمایی کرد؛ سریع‌تر، ارزان‌تر و هوشمندتر اولین بار در آی‌ تی‌ رسان منتشر شد.

گوگل مدل Gemini Omni ۱.۲ Flash را رونمایی کرد؛ سریع‌تر، ارزان‌تر و هوشمندتر

گوگل نسخه جدید مدل هوش مصنوعی خود را با نام Gemini Omni 1.2 Flash منتشر کرد. این مدل امکان ساخت مستقیم ویدیوهای باکیفیت تا ۱۵ ثانیه را برای توسعه‌دهندگان و کاربران تجاری فراهم می‌کند و در عین حال هزینه‌ها را کاهش داده و کنترل بیشتری به سازندگان محتوا می‌دهد.

یکی از مهم‌ترین بهبودها، افزایش مدت‌زمان کلیپ‌هاست. پیش از این سقف تولید ویدیو به ۱۰ ثانیه محدود بود، اما اکنون کاربران می‌توانند مدت‌زمان را با گام‌های یک‌ثانیه‌ای بین ۳ تا ۱۵ ثانیه تنظیم کنند. این انعطاف‌پذیری، ساخت تبلیغات و معرفی محصولات را ساده‌تر کرده است. مدل همچنین ثبات شخصیت‌ها، سوژه‌ها و سبک بصری را در طول ویدیو حفظ می‌کند و کنترل دقیق‌تری در اختیار سازندگان قرار می‌دهد.

هزینه استفاده از نسل جدید نسبت به Gemini Omni 1.1 حدود ۳۰ درصد کاهش یافته است. کاربران می‌توانند ویدیوهای ۷۲۰پی را با نرخ ۰٫۰۷ دلار به‌ازای هر ثانیه تولید کنند؛ موضوعی که این ابزار را برای کاربردهای تجاری مقرون‌به‌صرفه‌تر می‌سازد.

Gemini Omni 1.2 Flash

ویژگی شاخص دیگر، قابلیت ویرایش گفت‌وگومحور چندمرحله‌ای است. با این امکان، دیگر نیازی به بازتولید کامل ویدیو برای اصلاح جزئیات کوچک نیست. کاربران می‌توانند زاویه دوربین، شرایط آب‌وهوا، نورپردازی یا پس‌زمینه را مرحله‌به‌مرحله تغییر دهند. برای نمونه، صحنه‌ای با دو شخصیت می‌تواند بدون تغییر در جزئیات زره یا کادربندی، از یک چادر به جنگل، اصطبل یا قلعه سنگی منتقل شود.

فناوری جدید با پشتیبانی از تصویر چهره و نمونه‌های صوتی کوتاه یک‌ثانیه‌ای، هماهنگی حرکت لب‌ها با کلام را بهبود بخشیده و صداگذاری چند شخصیت مجزا را به‌صورت طبیعی اجرا می‌کند. خروجی‌های این مدل در سرویس‌های ابری گوگل همراه با واترمارک نامرئی SynthID ارائه می‌شوند و توسعه‌دهندگان می‌توانند از طریق Google AI Studio به رابط برنامه‌نویسی آن دسترسی داشته باشند.

با این به‌روزرسانی، گوگل تلاش کرده تولید محتوای ویدیویی مبتنی بر هوش مصنوعی را سریع‌تر، ارزان‌تر و انعطاف‌پذیرتر کند و ابزار قدرتمندتری در اختیار سازندگان محتوا قرار دهد.

نوشته گوگل مدل Gemini Omni ۱.۲ Flash را رونمایی کرد؛ سریع‌تر، ارزان‌تر و هوشمندتر اولین بار در آی‌ تی‌ رسان منتشر شد.

جهش ۳۶۹ درصدی درآمد بازار جهانی DRAM زیر تأثیر تقاضای هوش مصنوعی

بازار جهانی حافظه DRAM در سه‌ماهه سوم ۱۴۰۵ با رشد خیره‌کننده درآمد روبه‌رو شد و رکوردی تازه ثبت کرد. برخلاف دوره‌های رونق معمول صنعت نیمه‌رسانا که عمدتاً به افزایش حجم تولید وابسته بودند، این جهش بیش از هر چیز از افزایش شدید قیمت‌ها ناشی شد.

بر اساس گزارش مؤسسه تحقیقاتی کانترپوینت، درآمد سازندگان DRAM نسبت به مدت مشابه سال قبل ۳۶۹ درصد افزایش یافت و به حدود ۲۰۰ میلیارد دلار رسید. تقاضای سنگین مراکز داده و شتاب‌دهنده‌های هوش مصنوعی اصلی‌ترین محرک این تحول بود و متوسط قیمت هر گیگابیت حافظه به ۱٫۹ دلار (معادل یک‌هشتم گیگابایت) رسید.

در این دوره، سامسونگ با سهم ۳۸ درصدی همچنان صدرنشین بازار باقی ماند. اس‌کی هاینیکس با رشد بیش از ۴۰ درصدی درآمد فصلی، سهم خود را به ۲۹ درصد رساند و بخشی از فاصله ایجادشده در ابتدای سال را جبران کرد. مایکرون با ۲۱ درصد و CXMT با ۹ درصد در رتبه‌های بعدی قرار گرفتند. مجموع سهم دو شرکت کره‌ای به ۶۷ درصد رسید و کره جنوبی همچنان مرکز ثقل صنعت DRAM جهان به شمار می‌رود.

نکته قابل‌توجه آن است که حجم بیت‌های عرضه‌شده در طول فصل تنها حدود ۴ درصد رشد کرد، در حالی که درآمد تقریباً پنج برابر شد. این اختلاف نشان می‌دهد رشد اصلی نه از فروش تعداد بسیار بیشتری تراشه، بلکه از افزایش قیمت واحد حافظه و رقابت شدید خریداران برای دسترسی به ظرفیت محدود تولید نشأت گرفته است.

DRAM

جئونگ‌کو چوی، تحلیلگر ارشد کانترپوینت، این وضعیت را یک ابرچرخه قیمتی توصیف می‌کند که هنوز به ابرچرخه حجمی تبدیل نشده است. به گفته او، هوش مصنوعی حافظه را از کالایی نسبتاً استاندارد به منبعی کمیاب و ارزشمند تبدیل کرده و خریداران اکنون بیش از چانه‌زنی بر سر قیمت، برای تضمین عرضه رقابت می‌کنند.

رقابت سازندگان تنها به DRAM متعارف محدود نمی‌شود. حافظه پرپهنای‌باند (HBM) که کنار شتاب‌دهنده‌های هوش مصنوعی استفاده می‌شود، همچنان سودآورترین بخش بازار است. درآمد HBM نسبت به مدت مشابه سال قبل تقریباً دو برابر شد، اما رشد سریع‌تر DDR و LPDDR باعث کاهش سهم نسبی آن از کل درآمد DRAM گردید.

اس‌کی هاینیکس در فروش HBM3E برتری داشت، اما گذار صنعت به نسل HBM4 می‌تواند معادلات را تغییر دهد. کانترپوینت از استقبال مطلوب مشتریان از HBM4 سامسونگ خبر داده و پیش‌بینی می‌کند این شرکت در سال ۱۴۰۶ رتبه نخست بازار HBM را به دست آورد. عرضه محصولات گران‌تر HBM4 از سه‌ماهه چهارم نیز می‌تواند درآمد تولیدکنندگان پیشرو را بیش از پیش افزایش دهد.

برای CXMT، سازنده چینی، تغییر نسل چالش‌برانگیزتر است. این شرکت قصد دارد تولید انبوه HBM3E را در سال ۱۴۰۶ آغاز کند؛ زمانی که رقبا مشغول گسترش عرضه HBM4 خواهند بود. سهم CXMT از بیش از ۱۰ درصد در سه‌ماهه دوم به ۹ درصد در فصل سوم کاهش یافته و ادامه مهاجرت بازار به نسل جدید می‌تواند فشار بیشتری بر جایگاه درآمدی آن وارد کند.

تأثیر هوش مصنوعی عامل‌محور تنها به افزایش مصرف HBM محدود نشده است. سامانه‌هایی که باید وظایف پیچیده را برنامه‌ریزی و اجرا کنند، در کنار پردازنده‌های گرافیکی به پردازنده‌های مرکزی و حافظه سیستمی بیشتری نیاز دارند. نسبت GPU به CPU در زیرساخت‌های ابری از ۴ به ۱ به حدود ۲ به ۱ رسیده و حتی به سمت نسبت ۱ به ۱ حرکت می‌کند.

رک‌های Vera Rubin انویدیا نمونه‌ای از این تغییر معماری هستند. میزان DRAM متصل به هر سوکت پردازنده مرکزی در آن‌ها تقریباً سه برابر نسل قبل شده و به ۱٫۵ ترابایت رسیده است. گسترش چنین طراحی‌هایی تقاضا برای DDR و LPDDR را بالا می‌برد؛ حافظه‌هایی که عمدتاً نقش رم سیستم را بر عهده دارند.

پیامد مالی این روند بسیار چشمگیر بود. درآمد DDR نسبت به سال قبل ۵۰۰ درصد و درآمد LPDDR نزدیک به ۴۰۰ درصد رشد کرد. سرعت رشد هر دو گروه اکنون از HBM پیشی گرفته، هرچند HBM همچنان حاشیه سود بالاتری دارد.

درباره تداوم قیمت‌های بالا، سرعت افزایش قیمت در سه‌ماهه سوم نسبت به نیمه نخست ۱۴۰۵ کاهش یافت، اما نشانه‌ای از بازگشت سریع بازار به شرایط عادی دیده نمی‌شود. قراردادهای بلندمدت از قیمت‌ها حمایت می‌کنند و بخش بزرگی از ظرفیت موجود نیز پیشاپیش به مشتریان بزرگ اختصاص یافته است.

ام‌اس هوانگ، مدیر پژوهشی کانترپوینت، انتظار دارد قیمت حافظه در سال ۱۴۰۶ همچنان بالا باقی بماند. قیمت HBM که طی ۱۴۰۵ با فاصله زمانی از DRAM متعارف حرکت کرده بود، اکنون در حال جبران عقب‌ماندگی خود است. محدودیت عرضه نیز ریشه صنعتی دارد؛ کارخانه‌های بزرگ تازه تا سال ۱۴۰۷ وارد مرحله تولید نمی‌شوند و افزایش ظرفیت در صنعت حافظه فرایندی چندساله است. بنابراین حتی کاهش آهنگ رشد تقاضا الزاماً به افت فوری قیمت منجر نخواهد شد.

نوشته جهش ۳۶۹ درصدی درآمد بازار جهانی DRAM زیر تأثیر تقاضای هوش مصنوعی اولین بار در آی‌ تی‌ رسان منتشر شد.

جهش ۳۶۹ درصدی درآمد بازار جهانی DRAM زیر تأثیر تقاضای هوش مصنوعی

بازار جهانی حافظه DRAM در سه‌ماهه سوم ۱۴۰۵ با رشد خیره‌کننده درآمد روبه‌رو شد و رکوردی تازه ثبت کرد. برخلاف دوره‌های رونق معمول صنعت نیمه‌رسانا که عمدتاً به افزایش حجم تولید وابسته بودند، این جهش بیش از هر چیز از افزایش شدید قیمت‌ها ناشی شد.

بر اساس گزارش مؤسسه تحقیقاتی کانترپوینت، درآمد سازندگان DRAM نسبت به مدت مشابه سال قبل ۳۶۹ درصد افزایش یافت و به حدود ۲۰۰ میلیارد دلار رسید. تقاضای سنگین مراکز داده و شتاب‌دهنده‌های هوش مصنوعی اصلی‌ترین محرک این تحول بود و متوسط قیمت هر گیگابیت حافظه به ۱٫۹ دلار (معادل یک‌هشتم گیگابایت) رسید.

در این دوره، سامسونگ با سهم ۳۸ درصدی همچنان صدرنشین بازار باقی ماند. اس‌کی هاینیکس با رشد بیش از ۴۰ درصدی درآمد فصلی، سهم خود را به ۲۹ درصد رساند و بخشی از فاصله ایجادشده در ابتدای سال را جبران کرد. مایکرون با ۲۱ درصد و CXMT با ۹ درصد در رتبه‌های بعدی قرار گرفتند. مجموع سهم دو شرکت کره‌ای به ۶۷ درصد رسید و کره جنوبی همچنان مرکز ثقل صنعت DRAM جهان به شمار می‌رود.

نکته قابل‌توجه آن است که حجم بیت‌های عرضه‌شده در طول فصل تنها حدود ۴ درصد رشد کرد، در حالی که درآمد تقریباً پنج برابر شد. این اختلاف نشان می‌دهد رشد اصلی نه از فروش تعداد بسیار بیشتری تراشه، بلکه از افزایش قیمت واحد حافظه و رقابت شدید خریداران برای دسترسی به ظرفیت محدود تولید نشأت گرفته است.

DRAM

جئونگ‌کو چوی، تحلیلگر ارشد کانترپوینت، این وضعیت را یک ابرچرخه قیمتی توصیف می‌کند که هنوز به ابرچرخه حجمی تبدیل نشده است. به گفته او، هوش مصنوعی حافظه را از کالایی نسبتاً استاندارد به منبعی کمیاب و ارزشمند تبدیل کرده و خریداران اکنون بیش از چانه‌زنی بر سر قیمت، برای تضمین عرضه رقابت می‌کنند.

رقابت سازندگان تنها به DRAM متعارف محدود نمی‌شود. حافظه پرپهنای‌باند (HBM) که کنار شتاب‌دهنده‌های هوش مصنوعی استفاده می‌شود، همچنان سودآورترین بخش بازار است. درآمد HBM نسبت به مدت مشابه سال قبل تقریباً دو برابر شد، اما رشد سریع‌تر DDR و LPDDR باعث کاهش سهم نسبی آن از کل درآمد DRAM گردید.

اس‌کی هاینیکس در فروش HBM3E برتری داشت، اما گذار صنعت به نسل HBM4 می‌تواند معادلات را تغییر دهد. کانترپوینت از استقبال مطلوب مشتریان از HBM4 سامسونگ خبر داده و پیش‌بینی می‌کند این شرکت در سال ۱۴۰۶ رتبه نخست بازار HBM را به دست آورد. عرضه محصولات گران‌تر HBM4 از سه‌ماهه چهارم نیز می‌تواند درآمد تولیدکنندگان پیشرو را بیش از پیش افزایش دهد.

برای CXMT، سازنده چینی، تغییر نسل چالش‌برانگیزتر است. این شرکت قصد دارد تولید انبوه HBM3E را در سال ۱۴۰۶ آغاز کند؛ زمانی که رقبا مشغول گسترش عرضه HBM4 خواهند بود. سهم CXMT از بیش از ۱۰ درصد در سه‌ماهه دوم به ۹ درصد در فصل سوم کاهش یافته و ادامه مهاجرت بازار به نسل جدید می‌تواند فشار بیشتری بر جایگاه درآمدی آن وارد کند.

تأثیر هوش مصنوعی عامل‌محور تنها به افزایش مصرف HBM محدود نشده است. سامانه‌هایی که باید وظایف پیچیده را برنامه‌ریزی و اجرا کنند، در کنار پردازنده‌های گرافیکی به پردازنده‌های مرکزی و حافظه سیستمی بیشتری نیاز دارند. نسبت GPU به CPU در زیرساخت‌های ابری از ۴ به ۱ به حدود ۲ به ۱ رسیده و حتی به سمت نسبت ۱ به ۱ حرکت می‌کند.

رک‌های Vera Rubin انویدیا نمونه‌ای از این تغییر معماری هستند. میزان DRAM متصل به هر سوکت پردازنده مرکزی در آن‌ها تقریباً سه برابر نسل قبل شده و به ۱٫۵ ترابایت رسیده است. گسترش چنین طراحی‌هایی تقاضا برای DDR و LPDDR را بالا می‌برد؛ حافظه‌هایی که عمدتاً نقش رم سیستم را بر عهده دارند.

پیامد مالی این روند بسیار چشمگیر بود. درآمد DDR نسبت به سال قبل ۵۰۰ درصد و درآمد LPDDR نزدیک به ۴۰۰ درصد رشد کرد. سرعت رشد هر دو گروه اکنون از HBM پیشی گرفته، هرچند HBM همچنان حاشیه سود بالاتری دارد.

درباره تداوم قیمت‌های بالا، سرعت افزایش قیمت در سه‌ماهه سوم نسبت به نیمه نخست ۱۴۰۵ کاهش یافت، اما نشانه‌ای از بازگشت سریع بازار به شرایط عادی دیده نمی‌شود. قراردادهای بلندمدت از قیمت‌ها حمایت می‌کنند و بخش بزرگی از ظرفیت موجود نیز پیشاپیش به مشتریان بزرگ اختصاص یافته است.

ام‌اس هوانگ، مدیر پژوهشی کانترپوینت، انتظار دارد قیمت حافظه در سال ۱۴۰۶ همچنان بالا باقی بماند. قیمت HBM که طی ۱۴۰۵ با فاصله زمانی از DRAM متعارف حرکت کرده بود، اکنون در حال جبران عقب‌ماندگی خود است. محدودیت عرضه نیز ریشه صنعتی دارد؛ کارخانه‌های بزرگ تازه تا سال ۱۴۰۷ وارد مرحله تولید نمی‌شوند و افزایش ظرفیت در صنعت حافظه فرایندی چندساله است. بنابراین حتی کاهش آهنگ رشد تقاضا الزاماً به افت فوری قیمت منجر نخواهد شد.

نوشته جهش ۳۶۹ درصدی درآمد بازار جهانی DRAM زیر تأثیر تقاضای هوش مصنوعی اولین بار در آی‌ تی‌ رسان منتشر شد.

جهش ۳۶۹ درصدی درآمد بازار جهانی DRAM زیر تأثیر تقاضای هوش مصنوعی

بازار جهانی حافظه DRAM در سه‌ماهه سوم ۱۴۰۵ با رشد خیره‌کننده درآمد روبه‌رو شد و رکوردی تازه ثبت کرد. برخلاف دوره‌های رونق معمول صنعت نیمه‌رسانا که عمدتاً به افزایش حجم تولید وابسته بودند، این جهش بیش از هر چیز از افزایش شدید قیمت‌ها ناشی شد.

بر اساس گزارش مؤسسه تحقیقاتی کانترپوینت، درآمد سازندگان DRAM نسبت به مدت مشابه سال قبل ۳۶۹ درصد افزایش یافت و به حدود ۲۰۰ میلیارد دلار رسید. تقاضای سنگین مراکز داده و شتاب‌دهنده‌های هوش مصنوعی اصلی‌ترین محرک این تحول بود و متوسط قیمت هر گیگابیت حافظه به ۱٫۹ دلار (معادل یک‌هشتم گیگابایت) رسید.

در این دوره، سامسونگ با سهم ۳۸ درصدی همچنان صدرنشین بازار باقی ماند. اس‌کی هاینیکس با رشد بیش از ۴۰ درصدی درآمد فصلی، سهم خود را به ۲۹ درصد رساند و بخشی از فاصله ایجادشده در ابتدای سال را جبران کرد. مایکرون با ۲۱ درصد و CXMT با ۹ درصد در رتبه‌های بعدی قرار گرفتند. مجموع سهم دو شرکت کره‌ای به ۶۷ درصد رسید و کره جنوبی همچنان مرکز ثقل صنعت DRAM جهان به شمار می‌رود.

نکته قابل‌توجه آن است که حجم بیت‌های عرضه‌شده در طول فصل تنها حدود ۴ درصد رشد کرد، در حالی که درآمد تقریباً پنج برابر شد. این اختلاف نشان می‌دهد رشد اصلی نه از فروش تعداد بسیار بیشتری تراشه، بلکه از افزایش قیمت واحد حافظه و رقابت شدید خریداران برای دسترسی به ظرفیت محدود تولید نشأت گرفته است.

DRAM

جئونگ‌کو چوی، تحلیلگر ارشد کانترپوینت، این وضعیت را یک ابرچرخه قیمتی توصیف می‌کند که هنوز به ابرچرخه حجمی تبدیل نشده است. به گفته او، هوش مصنوعی حافظه را از کالایی نسبتاً استاندارد به منبعی کمیاب و ارزشمند تبدیل کرده و خریداران اکنون بیش از چانه‌زنی بر سر قیمت، برای تضمین عرضه رقابت می‌کنند.

رقابت سازندگان تنها به DRAM متعارف محدود نمی‌شود. حافظه پرپهنای‌باند (HBM) که کنار شتاب‌دهنده‌های هوش مصنوعی استفاده می‌شود، همچنان سودآورترین بخش بازار است. درآمد HBM نسبت به مدت مشابه سال قبل تقریباً دو برابر شد، اما رشد سریع‌تر DDR و LPDDR باعث کاهش سهم نسبی آن از کل درآمد DRAM گردید.

اس‌کی هاینیکس در فروش HBM3E برتری داشت، اما گذار صنعت به نسل HBM4 می‌تواند معادلات را تغییر دهد. کانترپوینت از استقبال مطلوب مشتریان از HBM4 سامسونگ خبر داده و پیش‌بینی می‌کند این شرکت در سال ۱۴۰۶ رتبه نخست بازار HBM را به دست آورد. عرضه محصولات گران‌تر HBM4 از سه‌ماهه چهارم نیز می‌تواند درآمد تولیدکنندگان پیشرو را بیش از پیش افزایش دهد.

برای CXMT، سازنده چینی، تغییر نسل چالش‌برانگیزتر است. این شرکت قصد دارد تولید انبوه HBM3E را در سال ۱۴۰۶ آغاز کند؛ زمانی که رقبا مشغول گسترش عرضه HBM4 خواهند بود. سهم CXMT از بیش از ۱۰ درصد در سه‌ماهه دوم به ۹ درصد در فصل سوم کاهش یافته و ادامه مهاجرت بازار به نسل جدید می‌تواند فشار بیشتری بر جایگاه درآمدی آن وارد کند.

تأثیر هوش مصنوعی عامل‌محور تنها به افزایش مصرف HBM محدود نشده است. سامانه‌هایی که باید وظایف پیچیده را برنامه‌ریزی و اجرا کنند، در کنار پردازنده‌های گرافیکی به پردازنده‌های مرکزی و حافظه سیستمی بیشتری نیاز دارند. نسبت GPU به CPU در زیرساخت‌های ابری از ۴ به ۱ به حدود ۲ به ۱ رسیده و حتی به سمت نسبت ۱ به ۱ حرکت می‌کند.

رک‌های Vera Rubin انویدیا نمونه‌ای از این تغییر معماری هستند. میزان DRAM متصل به هر سوکت پردازنده مرکزی در آن‌ها تقریباً سه برابر نسل قبل شده و به ۱٫۵ ترابایت رسیده است. گسترش چنین طراحی‌هایی تقاضا برای DDR و LPDDR را بالا می‌برد؛ حافظه‌هایی که عمدتاً نقش رم سیستم را بر عهده دارند.

پیامد مالی این روند بسیار چشمگیر بود. درآمد DDR نسبت به سال قبل ۵۰۰ درصد و درآمد LPDDR نزدیک به ۴۰۰ درصد رشد کرد. سرعت رشد هر دو گروه اکنون از HBM پیشی گرفته، هرچند HBM همچنان حاشیه سود بالاتری دارد.

درباره تداوم قیمت‌های بالا، سرعت افزایش قیمت در سه‌ماهه سوم نسبت به نیمه نخست ۱۴۰۵ کاهش یافت، اما نشانه‌ای از بازگشت سریع بازار به شرایط عادی دیده نمی‌شود. قراردادهای بلندمدت از قیمت‌ها حمایت می‌کنند و بخش بزرگی از ظرفیت موجود نیز پیشاپیش به مشتریان بزرگ اختصاص یافته است.

ام‌اس هوانگ، مدیر پژوهشی کانترپوینت، انتظار دارد قیمت حافظه در سال ۱۴۰۶ همچنان بالا باقی بماند. قیمت HBM که طی ۱۴۰۵ با فاصله زمانی از DRAM متعارف حرکت کرده بود، اکنون در حال جبران عقب‌ماندگی خود است. محدودیت عرضه نیز ریشه صنعتی دارد؛ کارخانه‌های بزرگ تازه تا سال ۱۴۰۷ وارد مرحله تولید نمی‌شوند و افزایش ظرفیت در صنعت حافظه فرایندی چندساله است. بنابراین حتی کاهش آهنگ رشد تقاضا الزاماً به افت فوری قیمت منجر نخواهد شد.

نوشته جهش ۳۶۹ درصدی درآمد بازار جهانی DRAM زیر تأثیر تقاضای هوش مصنوعی اولین بار در آی‌ تی‌ رسان منتشر شد.