Zašto AI preoblikuje memoriju za igre: HBM, GDDR, VRAM i borba za kapacitet

Memorijski problem koji stoji iza modernog gejminga više se ne svodi samo na to koliko gigabajta je potrebno grafičkoj kartici. AI infrastruktura menja to koje memorijske proizvode dobavljači stavljaju u prvi plan i koliko potrošači mogu da priušte.
Objavljeno:
Aleksandar Stajic
Ажурирано: 18. октобар 2026. 17:01
Zašto AI preoblikuje memoriju za igre: HBM, GDDR, VRAM i borba za kapacitet

Moderan gejmerski PC može imati dovoljno GPU računarske snage, a i dalje biti ograničen kapacitetom memorije, propusnim opsegom, rezidentnošću ili cenom. U 2026. godini, ta tehnička pitanja se sudaraju sa tržišnim problemom: dobavljači memorije sve više opslužuju AI i serverske kupce čija potražnja daleko prevazilazi gejmersku VRAM.

Tržišni signal: serverska potražnja dobija prioritet

TrendForce je u martu 2026. izvestio da dobavljači DRAM-a preusmeravaju kapacitete ka HBM i serverskim aplikacijama i da je snabdevanje grafičkim DRAM-om ostalo ograničeno ograničenom GDDR alokacijom. Do trećeg kvartala naveli su da potrošački kupci dostižu granice priuštivosti iako su AI i serverska potražnja ostale jake. Dana 30. septembra 2026, TrendForce je još uvek opisivao dobavljače kao one koji daju prioritet kapacitetima naprednih procesa za visokoperformantne serverske proizvode i projektovao još jedan rast od 10–15% kvartalno (QoQ) ugovornih cena konvencionalnog DRAM-a za četvrti kvartal. Važna poenta je istrajnost: pritisak je vidljiv krajem 2026, a ne samo u snimku nestašice s početka godine.

SignalPrijavljeno stanje u 2026.Posledica po gejming
Cene konvencionalnog DRAM-aPrognoza 58–63% QoQ za drugi kvartalPovećava pritisak na troškove sistemske memorije kod PC računara
Grafički DRAMOgraničena GDDR alokacijaOgraničava memorijski fond koji koriste gejmerski GPU-ovi
Serverska/AI memorijaDobavljači daju prioritet visokovrednim serverskim proizvodimaPotrošački proizvodi se takmiče sa jačom potražnjom
Priuštivost za potrošačeTrendForce navodi da su kupci PC računara i pametnih telefona dostigli granice do trećeg kvartalaProdavci ne mogu preneti beskonačan trošak memorije bez gubitka obima prodaje
Alokacija kapaciteta krajem 2026.Kapaciteti naprednih procesa i dalje prioritet za visokoperformantne servere; projektovan rast konvencionalnog DRAM-a od 10–15% QoQ za četvrti kvartalPokazuje da strukturni pritisak alokacije nije nestao do septembra 2026.

HBM i GDDR nisu zamenljivi

Različite uloge memorije

HBMGDDRDDR/LPDDR
Tipična pozicijaAI/HPC akceleratori i neki specijalizovani računarski sistemiDiskretne grafičke kartice i konzole u zavisnosti od dizajnaSistemska memorija; LPDDR se takođe koristi u integrisanim/unifikovanim dizajnima
Primarna prednostVeoma visok agregatni propusni opseg blizu velikih akceleratoraVisok grafički propusni opseg uz ekonomiju diskretnih GPU-ovaCena/kapacitet/fleksibilnost za opštu sistemsku memoriju
Relevantnost za gejmingDanas indirektno kroz tržišnu konkurenciju i arhitektonske lekcijeDirektan VRAM put za diskretne gejmerske GPU-oveCPU/sistemski radni set; unifikovani dizajni mogu ga deliti sa grafikom

Važna tržišna veza stoga nije 'AI koristi HBM, pa igre gube HBM.' Već to što dobavljači optimizuju fabrike, napredne čvorove, pakovanje, inženjering i miksa proizvoda kroz portfolio. Kada serverski i AI proizvodi imaju jaku potražnju, oportunitetni trošak opsluživanja niskomarginalnih potrošačkih segmenata raste.

Zašto je sam VRAM kapacitet slaba metrika

Kartica sa 16 GB nije automatski sigurnija od kartice sa 12 GB u svakoj igri, a pun VRAM metar nije dokaz da igra zahteva svaki alocirani bajt. Korisna razlika je između alokacije, radnog seta, pritiska rezidentnosti i propusnog opsega. Kapacitet vam govori šta može da stane. Propusni opseg vam govori koliko brzo podaci mogu da se kreću. Politika rezidentnosti vam govori šta se zapravo drži blizu GPU-a.

Lanac pritiska na gejmersku memoriju

1
1. Aseti rastu
Teksture više detaljnosti, geometrija i podaci za ray tracing povećavaju pritisak na radni set.
2
2. Modeli ulaze u grafiku
Neuronsko renderovanje dodaje težine i intermedijalne podatke u memorijsku sliku.
3
3. AI infrastruktura podiže spoljnu potražnju
Serverska memorija, HBM i preduzetničko skladištenje troše pažnju i kapacitet dobavljača.
4
4. Dizajneri proizvoda prave kompromis između kapaciteta i cene
Više memorije može povećati cenu ploče ili prisiliti kompromise na drugim mestima.
5
5. Engine-i kompenzuju
Striming, kompresija, rekonstrukcija i bolje upravljanje rezidentnošću postaju vredniji.

Kompresija menja efektivni kapacitet, ne DRAM takt

Ova razlika je važna jer se neuronska kompresija često opisuje previše labavo. NVIDIA-ino istraživanje neuronske kompresije tekstura pokazalo je 16× više teksela od poređenja sa niskorezolucijskim BC High pri sličnom budžetu za skladištenje, uz korišćenje 30% manje memorije u ilustrovanom postavu. To ne čini GDDR fizički bržim. To menja koliko korisnih vizuelnih informacija može biti predstavljeno unutar datog budžeta za skladištenje i memoriju. Šira dizajnerska lekcija je da računanje može zameniti deo budžeta za skladištenje ili memoriju kada je trošak rekonstrukcije niži od izbegnutih bajtova.

Pitanje kupca se menja

Bolji sled kupovine memorije

1
1. Definišite stvarne igre i rezoluciju
Otvoreni svet sa mnogo 4K tekstura i takmičarska igra u 1080p opterećuju memoriju na različite načine.
2
2. Proverite dokaze o radnom skupu
Tražite dosledno zastajkivanje, izbacivanje ili pad kvaliteta, a ne samo broj alocirane memorije.
3
3. Razdvojite kapacitet od propusnog opsega
Više GB ne rešava svako usko grlo propusnog opsega ili latencije.
4
4. Proverite podršku za neuronske funkcije
Buduća efikasnost može zavisiti od toga da li platforma može dobro da izvršava radne zadatke kompresije/rekonstrukcije.
5
5. Odredite cenu celog sistema
Skupa VRAM koja sprečava kupovinu jačeg GPU-a ili CPU-a može biti loša trgovina.
6
6. Kupujte za poznata ograničenja
Ne plaćajte za spekulativni kapacitet bez verovatnog radnog opterećenja.

Pet različitih „poboljšanja memorije“ koja ne treba mešati

MetrikaŠta se poboljšavaŠta se ne poboljšava automatski
Fizički kapacitetGBKoliko podataka može biti rezidentnoPropusni opseg ili latencija
Sirovi propusni opsegGB/sMaksimalna brzina prenosaTačnost predviđanja ili veličina radnog skupa
Efektivni kapacitetOdnos kompresijeBajtovi predstavljeni po fizičkom bajtuDRAM takt
Efektivna latencija pristupaStopa pogodaka / smanjenje zastojaVerovatnoća da su podaci spremni pre zahtevaFizički plafon propusnog opsega
Stabilnost radnog skupaIzbacivanja / migracijeKoliko dosledno vrući podaci ostaju dostupniUkupno instalirana memorija

Hipoteza Figure Rocks: memorija postaje računski problem

Šta više memorije može, a šta ne može da reši

Može pomoćiNe može garantovati
Veće scene/asete mogu ostati rezidentneDaNema garancije za veći propusni opseg
Smanjiti pritisak izbacivanja kada je kapacitet usko grloDaNema garancije protiv kompilacije šejdera ili CPU zastoja
Omogućiti rezervu za veće radne skupove/modeleDaNema garancije da će budući engine-i efikasno koristiti tu rezervu
Izbegavati neke padove kvaliteta teksturaDaNema garancije za bolju rekonstrukciju ili tempo kadrova

Šta bi promenilo ovu analizu?

Pritisak bi se smanjio ako dobavljači dodaju dovoljno kapaciteta namenjenog potrošačima, ako potražnja za AI bude rasla sporije od očekivanog ili ako cenovna konkurencija natera proizvodne mikseve nazad ka potrošačkim tržištima. Tehnički argument se takođe menja ako neuronska kompresija i upravljanje memorijom na nivou engine-a ne uspeju da pruže dovoljnu vrednost u realnom vremenu.

Primarni izvori

TrendForce — izgledi za memoriju u 4Q26

Dokazi iz kasne 2026. o dodeli kapaciteta sa prioritetom servera i pritisku na potrošače.

TrendForce — Potražnja za AI serverima i cene memorije u 2Q26

Dokazi o prioritizaciji HBM/servera, ograničenoj dodeli GDDR-a i pritisku na potrošače.

NVIDIA Research — Buddy Compression

Izvor za rezultate kompresije efektivne memorije i usporavanje.

TrendForce — Prihod od DRAM-a i dodela snabdevanja, 2Q26

Izveštaj iz septembra 2026. koji pokazuje da širenje snabdevanja zaostaje za potražnjom i da je dodatno snabdevanje prioritizovano za servere.

NVIDIA Research — Neuronska kompresija materijalnih tekstura sa slučajnim pristupom

Primarni istraživački izvor za neuronsku kompresiju materijalnih tekstura.

Memorija za igre i AI potražnja

Da li HBM zamenjuje GDDR u gejming GPU-ovima?

Ne po pravilu. HBM i GDDR služe različitim proizvodnim i cenovnim ciljevima. Trenutna relevantnost HBM-a za gejmere je uglavnom ekonomska i arhitektonska.

Da li više VRAM-a uvek smanjuje zastajkivanje?

Ne. Pomaže kada je uzrok pritisak na rezidentnost/kapacitet. Kompilacija šejdera, CPU zastoji, skladište, mreža i tempo kadrova mogu izazvati zastajkivanje bez nedostatka VRAM kapaciteta.

Da li kompresija povećava brzinu memorije?

Ne fizički takt ili sirovi propusni opseg. Može smanjiti količinu podataka koja mora biti uskladištena ili preneta za ciljni rezultat.

Zašto je AI važan za cene GDDR-a?

Zato što dobavljači dodeljuju procesne kapacitete i proizvodni miks između serverskog, AI, PC, grafičkog i potrošačkog tržišta. Jača serverska potražnja može stisnuti segmente nižeg prioriteta.

Memorijski termini koje ne treba mešati

VRAM kapacitet
Količina grafički adresabilne memorije dostupne diskretnom GPU-u ili grafičkom podsistemu.
Propusni opseg
Količina podataka koja može biti preneta u jedinici vremena, obično izražena u GB/s.
Rezidentnost
Koji resursi se u datom trenutku drže u brzoj memoriji dostupnoj GPU-u.
HBM
High Bandwidth Memory, tehnologija slojevite memorije optimizovana za veoma visok propusni opseg i mnogo korišćena u akceleratorima.
GDDR
Grafički orijentisana memorija sa dvostrukom brzinom prenosa podataka koju obično koriste diskretni GPU-ovi.
Efektivni kapacitet
Korisni otisak podataka koji sistem može da podrži nakon izbora reprezentacije i kompresije; nije zamena za fizički kapacitet.

Related Articles

Google I/O 2026 i gejming: AI, XR i sledeći talas kolekcionarskih predmeta

Google I/O 2026 i gejming: AI, XR i sledeći talas kolekcionarskih predmeta

Google I/O 2026 nije bio klasičan gejming događaj, ali njegove najave u vezi sa AI, XR, Gemini, Google Play tehnologijama i kreativnim alatima ukazuju na jasnu promenu u gejming kulturi. Ovaj članak objašnjava kako AI otkrivanje, XR prateći slojevi, mediji koje pokreće Gemini i brža vidljivost likova mogu oblikovati igre, figure, kolekcionarske predmete i buduće ekosisteme fanova.

Game Engine postaje deo renderer, deo scheduler, deo AI sistem

Game Engine postaje deo renderer, deo scheduler, deo AI sistem

Gejming engine-i koji se koriste za orkestraciju simulacije i renderovanja. Neuralna grafika, prediktivna memorija i gejming agenti dodaju treću odgovornost: odlučivanje gde inferencija pripada unutar frejma i stanja igre.

Šta ako bi igra mogla da predvidi svoj sledeći pristup memoriji? AI prefetching i budućnost seckanja

Šta ako bi igra mogla da predvidi svoj sledeći pristup memoriji? AI prefetching i budućnost seckanja

Gejm endžini već znaju kuda idu igrač, kamera i svet. Istraživanja pokazuju da naučeno GPU prefetčovanje može da predvidi memorijske stranice. Šta se dešava ako se te ideje kombinuju?

Šta znači „budućnosti otporn“ hardver za igre u eri neuronskog renderovanja?

Šta znači „budućnosti otporn“ hardver za igre u eri neuronskog renderovanja?

Future-proofing je nekada značio kupovinu više CPU, GPU i VRAM-a nego što vam je danas potrebno. Neural rendering čini to pravilo manje pouzdanim. Evo boljeg okvira za odlučivanje.

Renderuj manje, zaključuj više: da li AI ruši tradicionalni ciklus nadogradnje gejming hardvera?

Renderuj manje, zaključuj više: da li AI ruši tradicionalni ciklus nadogradnje gejming hardvera?

AI čini visokoperformantni silicijum i memoriju vrednijim izvan gejminga, dok istovremeno igrama daje nove načine za renderovanje, kompresiju i predviđanje. Ova analiza postavlja pitanje da li se ta dva trenda stapaju u novi hardverski model.

Šta bi gejming PC nalik Sparku zapravo promenio? Objedinjena memorija, AI računanje i klasična podela GPU-a

Šta bi gejming PC nalik Sparku zapravo promenio? Objedinjena memorija, AI računanje i klasična podela GPU-a