Maloobchodní investoři masivně nakupují nedávno spuštěné ETF zaměřené na AI

Segment polovodičů prochází strukturálním přesunem alokace maloobchodního kapitálu: ETF na DRAM paměťové čipy se stává hlavním nástrojem pro investice do infrastruktury AI.

Fond, který Roundhill Investments spustil 2. dubna, se rychle stal oblíbencem drobných investorů hledajících cílenou expozici vůči dodavatelskému řetězci paměťových čipů.

Zatímco první investiční cykly v AI upřednostňovaly GPU, nedávná tržní aktivita naznačuje zužující se zaměření na paměťová úzká místa, která v současnosti omezují globální hyperscale datová centra.

Přílivy do DRAM píší historii v roce 2026

Podle Vanda Research se drobní obchodníci vrhli do DRAM závratným tempem, s denními nákupy překračujícími 200 milionů USD (cca 4,3 miliard Kč) během prvního měsíce – rychlejší nárůst dolarových toků než u dřívějších favoritů jako TSLL a BITO.

Co je důležitější, „nejsou známky, že by se tato nákupní horečka v krátkodobém horizontu zpomalila,“ napsali výzkumníci Vanda v nejnovější zprávě.

Koncentrace fondu odráží oligopolistickou povahu odvětví. Jeho tři největší pozice: Samsung, SK Hynix a Micron představují přibližně 75 % z 6 miliard USD (cca 128,4 miliard Kč) v celkových aktivech.

Fundamentální býčí argument pro tyto pozice je prostý: jak hyperscalery v AI spěchají rozšiřovat kapacity, paměť se stala kritickým úzkým místem, což vede k prudkému růstu vstupních cen a obavám z dlouhodobých nedostatků.

Tento nerovnovážný stav nabídky a poptávky by mohl zvednout marže; mnozí nyní předpovídají, že tento ukazatel letos překoná 70 %.

Mezi další významné přispěvatele v DRAM patří specializované firmy pro datové úložiště a čipy jako Kioxia, Western Digital a Seagate, což naznačuje, že drobní investoři stále častěji vnímají HBM paměť a vysokohustotní polovodičová úložiště jako zásadní „nástroje a vybavení“ výstavby AI.

Proč drobní investoři volí paměťové čipy místo GPU

Nadšení drobných investorů pro DRAM není jen příběhem momentu – odráží hlubší architektonickou změnu probíhající v AI systémech.

Odborníci se domnívají, že další vlna umělé inteligence směřuje k agentním pracovním zátěžím, kde modely nejen generují výstupy, ale řídí vícekrokové úkoly, volají externí nástroje a spravují distribuované pracovní toky.

Tato změna posouvá výkonová úzká místa od GPU-centrického inferenčního zpracování směrem k CPU-intenzivním koordinačním vrstvám.

Jak Daniel Nenni napsal pro SemiWiki v dubnu: „Vznikající agentní AI systémy přeměňují inferenci v distribuovaný, vícekrokový proces. Tato architektonická změna zavádí značnou poptávku po CPU,“ což zásadně mění, jak je výpočetní výkon alokován v datových centrech.

Shawn Kim, senior analytik z Morgan Stanley, tento názor potvrdil, když zvýšil svou prognózu CPU TAM pro rok 2030 o 25 % a popsal budoucí AI systémy jako hybridní architektury – husté „GPU racky“ pro výpočty modelů spojené s „CPU racky“ pro orchestraci, zpracování dat a spouštění nástrojů.

Pro drobné investory činí tento vyvíjející se stack paměť, zejména HBM a vysokohustotní úložiště, přímější cestou ke zacílení infrastrukturních úzkých míst vznikajících z expanze jak GPU, tak CPU, čímž fond DRAM představuje čistší a lépe škálovatelnou sázku v rámci budování AI.