Bitget App
Trading Inteligente
Comprar criptoMercadosTradingFuturosStocksEarnInstituciónIA y más
SemiAnalysis reduce significativamente las previsiones de capacidad de cómputo en IA: la proyección de gasto de capital para 2028 se rebaja casi un 30%, la superficie de envío de obleas a cinco años baja un 17%, y Nvidia es la más afectada.

SemiAnalysis reduce significativamente las previsiones de capacidad de cómputo en IA: la proyección de gasto de capital para 2028 se rebaja casi un 30%, la superficie de envío de obleas a cinco años baja un 17%, y Nvidia es la más afectada.

华尔街见闻华尔街见闻2026/11/16 11:46
Mostrar el original
Por:华尔街见闻

SemiAnalysis redujo su pronóstico de gasto de capital global en aceleradores de IA para 2028 en un 28% y para 2030 en un 40%; el pronóstico acumulado de área de envío de chips de aceleradores para 2026-2030 se recortó en un 17%, la demanda de HBM para 2028 se recortó aún más, en un 30%, y la previsión de demanda de consumo energético para 2030 se redujo en un 34%. Nvidia es la más afectada, representando el 66% de la reducción total de envíos de chips globales; su pronóstico de envíos calculado según ingresos para 2030 disminuyó hasta en un 66%.

La fiebre de inversiones en infraestructura de IA muestra nuevas señales de enfriamiento.

En la última actualización de su modelo publicada el 13 de noviembre, la firma de análisis de semiconductores SemiAnalysis redujo drásticamente sus previsiones para los próximos años en cuanto a envíos de aceleradores de IA, gastos de capital, demanda de HBM y requerimientos de energía. En particular, las correcciones para los años 2028 a 2030 son especialmente significativas: la previsión de gasto de capital mundial en aceleradores de IA para 2028 se redujo un 28%, para 2029 y 2030 las rebajas son del 41% y 40%, respectivamente.

SemiAnalysis reduce significativamente las previsiones de capacidad de cómputo en IA: la proyección de gasto de capital para 2028 se rebaja casi un 30%, la superficie de envío de obleas a cinco años baja un 17%, y Nvidia es la más afectada. image 0

Según el modelo más reciente, para 2030 el gasto de capital global en aceleradores de IA caerá de la predicción anterior de 1,531 billones de dólares a 923.000 millones de dólares, una reducción de 608.000 millones. Al mismo tiempo, la previsión acumulada de la superficie de envíos de chips lógicos de aceleradores entre 2026 y 2030 se revisó a la baja en un 17%, y Nvidia representa el 66% de ese recorte.

SemiAnalysis reduce significativamente las previsiones de capacidad de cómputo en IA: la proyección de gasto de capital para 2028 se rebaja casi un 30%, la superficie de envío de obleas a cinco años baja un 17%, y Nvidia es la más afectada. image 1

Nvidia es el principal afectado en esta revisión de previsiones. SemiAnalysis no sólo redujo significativamente sus proyecciones de envíos para Nvidia en los próximos años, sino que además revisó a la baja el precio promedio de la próxima generación de productos, argumentando que, ante la creciente competencia en el mercado de hardware de IA, Nvidia tendrá que aceptar márgenes menores para mantener su competitividad.

Caída abrupta en las expectativas de gasto de capital en IA: se reducen 608.000 millones para 2030

El cambio más visible en este ajuste de SemiAnalysis es la reevaluación del tamaño del gasto de capital global en aceleradores de IA.

Según el modelo más reciente, la previsión para el gasto de capital en aceleradores de IA en 2026 se mantiene prácticamente sin cambios, cerca de los 392.000 millones de dólares. Pero a partir de 2027, las previsiones de alto crecimiento previas se corrigen notablemente a la baja.

En 2027, la previsión de gasto de capital cae de los 770.000 millones de dólares estimados anteriormente a 627.000 millones, una reducción del 19%; en 2028, de 1,054 billones de dólares a 758.000 millones, un 28% menos; en 2029, de 1,352 billones a 796.000 millones, una rebaja del 41%; y para 2030, de 1,531 billones de dólares a 923.000 millones, una caída del 40%.

Esto implica que la expectativa previa de SemiAnalysis sobre un camino de expansión acelerada y continua del gasto de capital en aceleradores de IA está siendo claramente revisada. Especialmente en 2029 y 2030, cuando el volumen anual de inversión, que iba a superar el billón de dólares, ahora se ubica entre 800.000 y 900.000 millones de dólares.

Esto no significa que la inversión en infraestructura de IA dejará de crecer. Según la nueva previsión, el gasto de capital mundial en aceleradores de IA aún crecerá de 392.000 millones de dólares en 2026 a 923.000 millones en 2030, aunque a un ritmo mucho menor que el pronosticado previamente.

La reducción en el gasto de capital se debe a una doble dinámica de menor crecimiento de ingresos en la industria de IA y un entorno financiero más estricto.

SemiAnalysis resalta que el crecimiento de los ingresos recurrentes anuales (ARR) en laboratorios de IA de vanguardia se desaceleró en el tercer trimestre, lo que llevó a reevaluar el tamaño total de ingresos de Token que puede generar el ecosistema. Para que los ingresos de IA cubran de forma más sostenida los costos de cómputo, la consultora redujo las expectativas de expansión futura de la oferta de capacidad de cómputo.

Paralelamente, tanto los inversionistas de deuda como de capital muestran menos interés en financiar el gasto de capital en infraestructura de IA, especialmente en proyectos sin compromisos de compras por parte de grandes proveedores cloud (“Hyperscalers”). Esto incidirá directamente en el desarrollo de tierra, energía y construcción básica (Shell) en centros de datos, reduciendo la energía disponible para desplegar sistemas de cómputo de IA.

El resultado de las elecciones de medio término de EE.UU. incrementó aún más esta presión. SemiAnalysis prevé que de la oferta estadounidense de centros de datos inicialmente previstos para entrar en funcionamiento entre la segunda mitad de 2027 y la primera de 2028, unos 5,8 GW se retrasarán, y factores regulatorios reducirán aún más la capacidad disponible en 2028.

Sin embargo, aclararon que las demoras relacionadas con elecciones sólo son un factor adicional en la revisión a la baja; los motivos principales siguen siendo el menor crecimiento de ingresos en IA y el endurecimiento del financiamiento.

Previsión de superficie de envíos de chips ajustada a la baja en 17%, demanda de HBM también recortada de forma considerable

Más allá del ajuste en gasto de capital, SemiAnalysis también adopta una visión más cautelosa sobre la demanda real de hardware.

Bajo su modelo más reciente, la previsión acumulada de superficie de envíos de chips lógicos de aceleradores entre 2026 y 2030 se rebaja en un 17%. Para 2027, 2028, 2029 y 2030, las revisiones son del 13%, 16%, 24% y 15%, respectivamente.

Es importante destacar que Nvidia representa el 66% del recorte en la superficie de envíos de chips, lo que significa que el ajuste en la demanda de hardware de IA no afecta igualmente a todos los proveedores, siendo Nvidia el principal perjudicado.

La previsión de demanda de HBM también fue considerablemente reducida. Para 2028, la previsión de envíos globales de HBM pasa de 9,0 EB a 6,4 EB, una caída del 30%; para 2029, de 10,3 EB a 7,9 EB, un 23% menos; y para 2030, de 10,9 EB a 9,6 EB, un recorte del 12%.

SemiAnalysis reduce significativamente las previsiones de capacidad de cómputo en IA: la proyección de gasto de capital para 2028 se rebaja casi un 30%, la superficie de envío de obleas a cinco años baja un 17%, y Nvidia es la más afectada. image 2

SemiAnalysis argumenta que el equilibrio entre oferta y demanda de HBM mejora, por lo que reduce las previsiones de precio a futuro para HBM, trasladando el ajuste de precios a los costos de material (BOM) de varios tipos de chips de IA.

Hasta ahora, una parte importante del crecimiento del gasto en infraestructura de IA en 2027 era atribuida al alza de precios, especialmente de memorias. La rebaja en previsiones de precios ahora representa, para SemiAnalysis, el retorno a una situación más normal en la cadena de suministro.

Además, las previsiones de demanda energética de los aceleradores de IA también se revisan a la baja. Según el pronóstico más reciente, el consumo de energía de aceleradores de IA para 2030 pasa de 122,8 GW a 80,7 GW, una baja del 34%; para 2029, se reduce de 108,7 GW a 72,5 GW, un 33% menos.

Estos cambios responden tanto a la reducción de envíos de chips como al ajuste de la hipótesis de consumo energético individual de cada chip. SemiAnalysis indica que la energía sigue siendo un factor limitante, y que los futuros productos aceleradores de IA podrían asumir un consumo máximo de energía más moderado.

Nvidia enfrenta la mayor presión: fuerte recorte en previsión de envíos futuros de chips

Entre los principales proveedores de chips para IA, Nvidia es la empresa más impactada por estos ajustes.

Tomando como base los ingresos de cómputo (Compute Revenue), SemiAnalysis recorta las previsiones de envíos de Nvidia para 2027 a 2030 en 22%, 39%, 56% y 66%, respectivamente; mientras que si se mide por consumo total de energía del sistema, las reducciones son del 14%, 35%, 50% y 59%.

En precios, SemiAnalysis considera no sólo la bajada de costos de HBM sino además que Nvidia deberá reducir sus márgenes en productos como Feynman y los subsiguientes para enfrentar la creciente competencia.

Concretamente, el precio promedio proyectado para Feynman baja de 110.000 a 78.000 dólares, Feynman Ultra de 175.000 a 98.000, y Feynman Next de 191.000 a 118.000 dólares.

La doble rebaja en volumen de envíos y precio presionará aún más las proyecciones de ingresos de Nvidia a futuro. El ajuste afecta tanto a los GPU como a Groq LPU y productos CPU independientes.

SemiAnalysis explica que Nvidia es más afectada porque, en la combinación de compras de capacidad de cómputo de algunos laboratorios de IA grandes, sus chips han perdido atractivo frente a otras plataformas.

Por ejemplo, Anthropic utiliza cuatro plataformas principales: TPU, Trainium, GPU de AMD y GPU de Nvidia. Según SemiAnalysis, en relación costo-rendimiento, los GPU de Nvidia están en el límite inferior, y Anthropic prefiere las otras tecnologías.

En el caso de OpenAI, aunque los GPU siguen siendo relevantes en su infraestructura, la GPU de AMD es una opción cada vez más atractiva. Además, OpenAI dará prioridad al despliegue de sus proyectos ASIC propios como Jalapeño y la próxima generación Serrano.

Por otro lado, los proveedores de servicios cloud emergentes (“Neocloud”) también suponen un riesgo para Nvidia. SemiAnalysis indica que la mayor exposición de Nvidia es hacia clientes Neocloud, especialmente aquellos “long tail” de menor tamaño, enfrentando mayores riesgos de ejecución y financiamiento.

Es relevante resaltar que SemiAnalysis aclara que la revisión modelo no tiene en cuenta una eventual renuncia de Jensen Huang como CEO de Nvidia; incluso asumiendo que sigue en el cargo, las previsiones serían igualmente a la baja. Sin embargo, el organismo considera que un cambio en el liderazgo aumentaría los riesgos de una mayor pérdida de cuota de mercado para Nvidia.

Broadcom relativamente estable, AMD y MediaTek enfrentan ajustes en distinta magnitud

En contraste con Nvidia, Broadcom muestra mayor resiliencia en esta revisión.

SemiAnalysis recorta en 11% la proyección acumulada de ingresos de business ASIC de Broadcom entre 2026 y 2030, básicamente debido a la baja en precios promedio causada por la caída de costos de HBM, más que por fuertes recortes en volumen de envíos.

Según la consultora, los principales proyectos ASIC de Broadcom, incluidos Google TPU y desarrollos para OpenAI y Anthropic, tienen ventajas en costo-rendimiento y eficiencia energética; a eso se suma la posibilidad de financiar, junto a acreedores, la tierra, energía, construcción y despliegue de sistemas de centros de datos.

AMD también muestra cierta solidez, pero igualmente recibe recortes. Según la métrica de consumo energético total, SemiAnalysis baja las previsiones de AMD para 2028-2030 en un 23%, 55% y 57%; si se mide por volumen de envíos, las disminuciones son de 29%, 35% y 32%. En 2027, la previsión es estable en consumo y con una baja del 11% en volumen de envíos.

El impacto para AMD es menor respecto a Nvidia, debido a su posicionamiento en grandes clientes como Meta, OpenAI y Anthropic. SemiAnalysis apunta que los acuerdos de opciones sobre acciones entre Meta, OpenAI y AMD hacen que comprar sus sistemas resulte más atractivo; mientras que Anthropic ve a AMD como la segunda mejor opción en costo-rendimiento para inferencia luego de TPU.

Adicionalmente, el despliegue de productos de AMD ocurre incluso antes de lo previsto. SemiAnalysis adelanta la salida al mercado de unas 25.000 unidades MI400 y unas 30.000 unidades MI450-MC personalizadas para Meta desde el cuarto trimestre de 2027 al cuarto trimestre de 2026, reflejando una mayor producción.

MediaTek, por su parte, sufre un recorte más significativo en volumen de envíos. SemiAnalysis rebaja el pronóstico de envíos de Humufish en 470.000 unidades para los años 2028 y 2029, además de reducir el volumen de envíos del proyecto Triggerfish para Anthropic en un 42% durante su ciclo de vida.

Amazon Trainium es uno de los pocos casos que no recibe recortes en el corto plazo. SemiAnalysis mantiene sus previsiones para los envíos de Trainium en 2027 y 2028, ya que Amazon cuenta con mayor reserva de proyectos de centros de datos y costos de fabricación más bajos, además de estar dispuesto a subsidiar estratégicamente a clientes clave.

En resumen, la revisión de SemiAnalysis no implica que desaparezca la demanda de cómputo para IA, sino que las expectativas de crecimiento previo, basadas en financiamiento continuo, expansión agresiva de data centers y hardware caro, están siendo recalibradas.

Con ingresos más lentos en los laboratorios de IA y menores flujos de capital, la competencia entre fabricantes de chips irá más allá del rendimiento puro, orientándose hacia la relación costo-rendimiento, eficiencia energética y la capacidad de conseguir financiamiento.

Nvidia aún ocupa una posición dominante en el mercado de chips de IA, pero según SemiAnalysis, su futuro dependerá de afrontar una presión de crecimiento mayor que la de algunos proveedores ASIC.

0
0

Descargo de responsabilidad: El contenido de este artículo refleja únicamente la opinión del autor y no representa en modo alguno a la plataforma. Este artículo no se pretende servir de referencia para tomar decisiones de inversión.

PoolX: Haz staking y gana nuevos tokens.
APR de hasta 12%. Gana más airdrop bloqueando más.
¡Bloquea ahora!

También te puede gustar

La Reserva Federal elabora planes para tres impactos de la inteligencia artificial: prosperidad en la productividad, desempleo masivo y ruptura de burbujas

El presidente de la Reserva Federal, Waller, señaló que el personal de la Fed ha comenzado a elaborar planes de contingencia sobre el posible impacto de la inteligencia artificial en la economía estadounidense, abarcando tres escenarios muy diferentes: un auge de la productividad, un desempleo masivo o el estallido de una burbuja tecnológica. Waller enfatizó el tercer escenario de riesgo: “Las expectativas de rendimiento de la IA disminuyen, las acciones caen, la economía se desacelera y el desempleo aumenta notablemente.” En este discurso, Waller no comentó sobre la orientación futura de la política monetaria.

华尔街见闻•2026/11/16 19:06
La Reserva Federal elabora planes para tres impactos de la inteligencia artificial: prosperidad en la productividad, desempleo masivo y ruptura de burbujas

Nvidia apuesta por la computación científica: lanza el Rubin HPC GPU, apostando a que los agentes de IA transformen las supercomputadoras.

Rubin HPC cuenta con una sola GPU equipada con más de 50.000 núcleos CUDA, optimizada especialmente para cálculos científicos y prevista para lanzarse en 2028. CUDA-X amplía el panorama de la computación científica, abarcando áreas como astrofísica, ciencia de materiales, desarrollo de medicamentos y biología celular individual; el análisis de agujeros negros se reduce de un mes a solo 8 minutos. Nvidia presentó la interconexión fotónica combinada con computación cuántica, complementando la infraestructura de supercomputadoras, y afirmó que Lambda utiliza la tecnología óptica fotónica coempaquetada de Nvidia (CPO), logrando una mejora de eficiencia energética de hasta 5 veces. Nvidia amplió el sistema de gestión de cargas de trabajo Slurm, incorporando los procesadores cuánticos (QPU) en los flujos de trabajo tradicionales de supercomputadoras. Además, Nvidia anunció que los racks Vera CPU estarán disponibles a principios del próximo año, con suministro por parte de Dell, HPE, Lenovo y Supermicro.

华尔街见闻•2026/11/16 17:54
Nvidia apuesta por la computación científica: lanza el Rubin HPC GPU, apostando a que los agentes de IA transformen las supercomputadoras.

Bernstein: OpenAI lanza billetera ChatGPT, la competencia en pagos con IA entra en una nueva etapa; Visa y Mastercard podrían ser los grandes ganadores

A medida que los agentes de inteligencia artificial evolucionan de ser herramientas de consulta de información a asistentes personales capaces de realizar compras y pagos de manera autónoma, la industria global de pagos está entrando en una nueva era de oportunidades competitivas.

智通财经•2026/11/16 16:13
Bernstein: OpenAI lanza billetera ChatGPT, la competencia en pagos con IA entra en una nueva etapa; Visa y Mastercard podrían ser los grandes ganadores

Mientras los semiconductores se desploman, ¿los “propietarios” de IA ganan popularidad? El REIT de centros de datos de Blackstone (BXDC.US) sube más de un 10% en el pre-market, el flujo de caja a largo plazo se convierte en el centro de atención del mercado.

La Blackstone Digital Infrastructure Trust adquirió la participación mayoritaria en dos empresas mixtas creadas con Amazon Web Services por un valor de transacción de aproximadamente 5.000 millones de dólares. BXDC será propietaria de 13 nuevas salas eléctricas en dos campus de centros de datos de AWS, y AWS arrendará de nuevo todo el conjunto de salas por un período inicial de 12 años, con posibilidad de extensión hasta 32 años.

智通财经•2026/11/16 13:40