Sprawni Cyfrowo
Sprawni Cyfrowo

SK Hynix z rekordowym IPO 26,5 mld USD — pamięć HBM napędza rynek AI

SK Hynix z rekordowym IPO 26,5 mld USD — pamięć HBM napędza rynek AI

SK Hynix pozyskał 26,5 mld USD w debiucie na giełdzie Nasdaq. To największe IPO firmy spoza Stanów Zjednoczonych w historii amerykańskiego rynku — koreański producent pamięci przebił rekord Alibaby z 2014 roku, gdy ta zebrała 25 mld USD. Powód nie jest przypadkowy: SK Hynix dostarcza pamięć HBM, bez której nie działają układy GPU napędzające dzisiejszą sztuczną inteligencję.

Spółka sprzedała 177,9 mln akcji ADS po 149 USD, a kurs na otwarciu wzrósł o 14% powyżej ceny emisyjnej. Tymczasowy ticker to SKHYV, docelowy SKHY zacznie obowiązywać od 13 lipca. HBM (high-bandwidth memory) to kluczowy komponent akceleratorów AI. Nvidia opiera się na SK Hynix jako głównym dostawcy tych układów. Pozyskany kapitał firma przeznaczy na nową fabrykę w Korei Południowej, będącą odpowiedzią na niedobór pamięci napędzany przez AI, a także na zakład pakowania chipów oraz skanery EUV do produkcji kolejnej generacji układów.

W tle toczy się gra o lokalizację produkcji. Amerykański sekretarz handlu Howard Lutnick prowadzi rozmowy z Samsungiem i SK Hynix o budowie fabryk w USA. Konkurencyjny Micron zapowiedział 250 mld USD inwestycji w amerykańskie moce produkcyjne i ponad 90 tys. nowych miejsc pracy. Jednocześnie obaj koreańscy producenci zadeklarowali łącznie ponad 550 mld USD na zakłady w Korei Południowej, co tworzy napięcie z planami przeniesienia części produkcji do Stanów Zjednoczonych.

Co rekord SK Hynix znaczy dla polskiego biznesu

Dla firm planujących wdrożenia AI ta transakcja pokazuje, gdzie naprawdę leżą koszty. Cena i dostępność mocy obliczeniowej zależą nie tylko od samych procesorów GPU, ale w dużej mierze od pamięci HBM, której produkcja jest skoncentrowana w kilku firmach. Niedobór tej pamięci przekłada się bezpośrednio na ceny inferencji i wynajmu GPU w chmurze, a więc na rachunek za każdy działający model.

Wniosek praktyczny jest prosty. Przy szacowaniu budżetu na AI warto zakładać, że koszt mocy obliczeniowej pozostanie zmienny i zależny od globalnego łańcucha dostaw. Architektura niezależna od konkretnego modelu oraz routing prostszych zapytań do lżejszych, tańszych modeli pomagają ograniczyć zależność od jednego dostawcy infrastruktury i lepiej kontrolować wydatki.

Źródło: TechCrunch (EN), 10 lipca 2026, autorka Kate Park.

Pomożemy Ci wdrożyć sztuczną inteligencję w Twojej firmie.

Konsultacje i wdrożenia AI

Powiązane artykuły