Команда проекта Stanford DAM опубликовала интерактивную базу с историей цен на разные типы памяти — DRAM, NAND и HBM.
Она охватывает почти 70 лет: с 1957 года по наши дни. База наглядно показывает, насколько стремительно дешевели технологии хранения данных.
Читают прямо сейчас:
Что такое malware: виды вредоносного ПО и защита от него — чем трояны отличаются от вирусов и как работает вредоносное ПО изнутри
Что такое фишинг: виды фишинговых атак и как от них защититься — как злоумышленники маскируют вредоносные файлы под обычные архивы и ссылки
Что такое социальная инженерия и при чём тут кибербезопасность — как атаки через доверие работают лучше любого эксплойта
Когда гигабайт стоил дороже государства
Сегодня несколько гигабайт памяти стоят дешевле чашки кофе. Но в 1957 году гигабайт памяти на транзисторных триггерах оценивался примерно в $411 млрд.
Уже через три года, с появлением ферритовой памяти для компьютера IBM 1401, стоимость снизилась до $5,2 млрд за гигабайт. К 1975 году цена упала до $180 млн. Несмотря на стремительное снижение, память оставалась крайне дорогой.
Домашние компьютеры ускорили падение цен
Настоящий перелом произошел в 1990-х годах, когда персональные компьютеры стали массовыми.
В начале десятилетия гигабайт DRAM стоил около $100 000, но уже к 1998–1999 годам цена рухнула примерно до $840–$1000. Всего за восемь лет память подешевела почти в 100 раз.
Правда, рынок не всегда двигался только вниз. В 1999–2000 годах, из-за дефицита, стоимость временно выросла примерно до $2350 за гигабайт.
До нескольких долларов за гигабайт
В 2000-х снижение продолжилось. К 2008–2009 годам DRAM впервые опустилась до психологической отметки в $10 за гигабайт, а к 2012 году — до $4–5.
Даже после этого рынок переживал отдельные скачки. Например, в 2017–2018 годах мировой дефицит памяти вновь поднял цены примерно до $7 за гигабайт, однако затем они снова начали снижаться.
Сегодня стоимость обычной DRAM находится на уровне всего нескольких долларов за гигабайт.
NAND дешевле, а HBM — наоборот
Статистика по NAND-флэш, которую Stanford DAM ведет с 2016 года на основе цен NVMe-накопителей, показывает еще более низкую стоимость. В пересчете на гигабайт такая память обычно обходится в 5–10 раз дешевле DRAM.
Совсем другая ситуация с HBM — высокоскоростной памятью для ускорителей искусственного интеллекта. Она используется в чипах NVIDIA, AMD и Google и стоит на порядок дороже обычной DRAM.
Открытого рынка для HBM практически нет: цены определяются индивидуальными контрактами. По оценкам аналитиков, один гигабайт современной HBM3e обходится в десятки долларов, а сама память уже стала одной из самых дорогих составляющих ИИ-ускорителей.
Самая большая скидка — 10% на все курсы!
До 30 июля по промокоду KOD (можно просто нажать) действует максимальная скидка — 10% на все платные курсы Практикума. Если давно хотели разобраться в разработке, аналитике, нейросетях, тестировании или кибербезопасности, сейчас можно зайти дешевле.
А если пока не готовы выбирать курс, у Практикума есть бесплатные вводные части — можно попробовать направление без привязки карты.
