Bitget App
Mag-trade nang mas matalino
Buy cryptoMarketsTradeFuturesStocksEarnInstitusyonAI & More
Malaking binaba ng SemiAnalysis ang prediksyon sa AI computing power: ang kapital na inaasahang gagastusin sa 2028 ay ibinaba ng halos 30%, ang shipment area ng silicon wafers sa susunod na limang taon ay ibinaba ng 17%, at ang Nvidia ang pinakaapektado.

Malaking binaba ng SemiAnalysis ang prediksyon sa AI computing power: ang kapital na inaasahang gagastusin sa 2028 ay ibinaba ng halos 30%, ang shipment area ng silicon wafers sa susunod na limang taon ay ibinaba ng 17%, at ang Nvidia ang pinakaapektado.

华尔街见闻华尔街见闻2026/11/16 11:46
Ipakita ang orihinal
By:华尔街见闻

Ang SemiAnalysis ay nagbaba ng 28% sa kanilang prediksyon para sa global AI accelerator capital expenditure sa 2028 at 40% naman para sa 2030; ang cumulative area ng accelerator chip shipments mula 2026-2030 ay binawasan ng 17%, habang ang HBM demand forecast para sa 2028 ay binawasan pa ng 30%, at ang power consumption demand forecast para sa 2030 ay binaba ng 34%. Ang Nvidia ang pinakaapektadong kumpanya, na sumasaklaw sa 66% ng global chip shipment reduction, at ang kanilang shipment forecast base sa computed revenue para sa 2030 ay binaba ng hanggang 66%.

Ang kasiglahan sa pamumuhunan sa AI na imprastraktura ay nagpapakita ng bagong senyales ng paglamig.

Noong Nobyembre 13, inilabas ng semiconductor research institute na SemiAnalysis ang pinakabagong pag-update ng kanilang modelo, malaking binawasan ang mga forecast para sa shipment ng AI accelerators, capital expenditure, HBM demand, at pangangailangan sa kuryente sa mga darating na taon. Kabilang dito, pinakamalaki ang pagbabawas para sa taong 2028 hanggang 2030: ang pandaigdigang capital expenditure forecast para sa AI accelerators sa 2028 ay binawasan ng 28%, habang 41% at 40% naman para sa 2029 at 2030.

Malaking binaba ng SemiAnalysis ang prediksyon sa AI computing power: ang kapital na inaasahang gagastusin sa 2028 ay ibinaba ng halos 30%, ang shipment area ng silicon wafers sa susunod na limang taon ay ibinaba ng 17%, at ang Nvidia ang pinakaapektado. image 0

Ayon sa pinakabagong modelo, ang global AI accelerator capital expenditure noong 2030 ay bababa mula sa dating forecast na $1.531 trilyon patungong $923 bilyon, bawas ng $608 bilyon. Kasabay nito, ang pinagsama-samang forecast sa shipment area ng AI accelerator logic wafers mula 2026 hanggang 2030 ay binawasan ng 17%, na 66% nito ay mula sa Nvidia.

Malaking binaba ng SemiAnalysis ang prediksyon sa AI computing power: ang kapital na inaasahang gagastusin sa 2028 ay ibinaba ng halos 30%, ang shipment area ng silicon wafers sa susunod na limang taon ay ibinaba ng 17%, at ang Nvidia ang pinakaapektado. image 1

Sa rounds ng forecast adjustment na ito, ang Nvidia ang pinakanalugian. Hindi lang malaki ang binawas ng SemiAnalysis sa shipment forecast ng Nvidia sa mga susunod na taon, binaba pa nila ang average selling price assumption ng mga bagong produkto, at naniniwala na dumarami ang kompetisyon sa AI hardware market kaya kailangang tanggapin ng Nvidia ang mas mababang profit margin para mapanatili ang competitiveness nito.

Mabilis na pagbagsak ng AI capital expenditure expectations, forecast para 2030 binawasan ng $608 bilyon

Pinakapangunahing senyales ng pagbabago ng forecast ng SemiAnalysis ay ang reevaluation ng pandaigdigang laki ng capital expenditure para sa AI accelerators.

Ayon sa pinakabagong modelo, para sa 2026, walang gaanong pagbabago sa forecast ng global AI accelerator capital expenditure, na nananatili sa humigit-kumulang $392 bilyon. Ngunit simula 2027, malaki ang ibinaba ng dating mataas na projections.

Ang forecast ng capital expenditure para 2027 ay mula sa dating $770 bilyon, binaba sa $627 bilyon, bawas ng 19%; 2028 mula $1.054 trilyon, binaba sa $758 bilyon, bawas ng 28%; 2029 mula $1.352 trilyon, binaba sa $796 bilyon, bawas ng 41%; at 2030 mula $1.531 trilyon, binaba sa $923 bilyon, bawas ng 40%.

Ibig sabihin nito, ang dati nang inaasahang patuloy na mabilis na paglago ng AI accelerator capital expenditure ay malinaw na kinorek na pababa. Partikular noong 2029 at 2030, ang dating higit $1 trilyon na taunang investment ay ngayon ay nasa $800 bilyon hanggang $900 bilyon na lang.

Hindi nangangahulugan ito na titigil na ang paglago ng AI infrastructure investment. Sa bagong projection, aabot pa rin ang global AI accelerator capital expenditure mula $392 bilyon noong 2026 tungong $923 bilyon sa 2030, pero mas maliit na ang laki ng paglago.

Ang pagbaba ng capital expenditure ay bunga ng parehong pagbabago sa paglago ng kita ng AI industry at mas mahigpit na finacing environment.

Ipinunto ng SemiAnalysis na bumagal ang growth rate ng incremental annual recurring revenue (ARR) ng mga frontier AI laboratory sa ikatlong quarter, dahilan upang muling suriin ang potential na laki ng kita ng Token mula sa ecosystem. Para mapanatili ng AI business ang sustainable na pagbabayad ng computation cost, binaba ng ahensya ang expansion expectation para sa susunod na compute supply.

Kaugnay nito, humihina ang investment appetite ng debt at equity investors para sa AI infrastructure capital expenditure, lalo na sa mga proyekto na walang solid buying support mula sa malalaking cloud providers (Hyperscaler). Direkta nitong naaapektuhan ang pag-develop ng lupa, kuryente, at building shell ng mga data center, na sa huli ay magbabawas sa supply ng kuryente para sa deployment ng AI compute systems sa hinaharap.

Lalo pang pinatindi ng resulta ng midterm election sa US ang pressure na ito. Tinaya ng SemiAnalysis na sa supply ng US data centers na inaasahang magiging operational mula second half ng 2027 hanggang first half ng 2028, may 5.8GW ang madedelay, at ang regulatory factors ay maglalagay ng karagdagang pressure sa data center capacity sa 2028.

Gayunpaman, binigyang-diin ng ahensya na ang delay ng data center construction dahil sa midterm elections ay dagdag na lang na dahilan sa forecast cuts, at ang mas mahalagang drivers ay ang mabagal na kita ng AI at mas mahigpit na financing situation.

Pinagsama-samang shipment area ng silicon wafers binawasan ng 17%, HBM demand malaki rin ang pagbabawas

Bukod sa forecast cuts sa capex, nagiging mas maingat din ang SemiAnalysis sa pagtataya ng actual hardware demand.

Ayon sa pinakabagong modelo, mula 2026 hanggang 2030, ang cumulative forecast ng shipment area ng global AI accelerator logic wafers ay binawasan ng 17%. Ang forecast para sa mga taong 2027, 2028, 2029, at 2030 ay binawasan ng 13%, 16%, 24%, at 15%, ayon sa pagkakasunod.

Kapansin-pansin na ang 66% ng pagbawas sa shipment area ng wafers ay mula sa Nvidia, na nangangahulugan na sa round na ito ng AI hardware demand adjustment, hindi pantay-pantay ang pressure sa mga suppliers—pinakaapektado ang Nvidia.

Pati ang HBM demand forecast ay malaki ang ibinaba. Noong 2028, ang forecast ng global HBM shipment ay mula 9.0EB bumaba sa 6.4EB, bawas ng 30%; 2029, mula 10.3EB bumaba sa 7.9EB, bawas ng 23%; at 2030, mula 10.9EB bumaba sa 9.6EB, bawas ng 12%.

Malaking binaba ng SemiAnalysis ang prediksyon sa AI computing power: ang kapital na inaasahang gagastusin sa 2028 ay ibinaba ng halos 30%, ang shipment area ng silicon wafers sa susunod na limang taon ay ibinaba ng 17%, at ang Nvidia ang pinakaapektado. image 2

Ipinunto ng SemiAnalysis na gumaganda ang supply-demand balance ng HBM, kaya ibinaba nila ang future HBM price assumptions at ipinasa ang price changes sa bill of materials (BOM) ng iba't-ibang AI chip.

Dati, ang malaking bahagi ng paglago sa AI infrastructure spending para 2027 ay dahil sa taas ng presyo, lalo na sa memory. Sa pagbaba ng price forecast na ito, para sa ahensya, isa rin itong senyales na bumabalik na ang supply chain sa mas normal na kalagayan.

Bukod pa rito, malaki rin ang binaba ng forecast para sa power consumption ng AI accelerators. Ayon sa latest projection, ang power consumption demand ng AI accelerators para 2030 ay bababa mula 122.8GW patungong 80.7GW, bawas ng 34%; habang ang 2029 forecast ay mula 108.7GW bumaba sa 72.5GW, bawas ng 33%.

Ang pagbabagong ito ay resulta ng pareho ng pagbawas sa shipments ng chips at adjustment sa single-chip power consumption assumption para sa hinaharap. Ipinunto ng SemiAnalysis na nananatiling bottleneck ang kuryente, at posibleng maging mas moderate ang power consumption ng mga future accelerator chips.

Nvidia ang pinakanalugian, forecast ng shipment ng chips malaki ang ibinawas

Sa mga pangunahing AI chip suppliers, ang Nvidia ang pinakanalugian sa forecast adjustment na ito.

Ayon sa calculation ng compute revenue ng SemiAnalysis, ang forecast ng shipment ng Nvidia mula 2027 hanggang 2030 ay binawasan ng 22%, 39%, 56%, at 66%; base sa total system power consumption, binawasan ng 14%, 35%, 50%, at 59% nang sunud-sunod.

Sa usapin ng presyo, hindi lang isinama ng SemiAnalysis ang epekto ng pagbaba ng HBM cost, kundi pinaniniwalaan din nilang kailangang pagbabaan ng Nvidia ang premium ng Feynman at mga susunod na produkto dahil sa tumitinding kompetisyon.

Partikular, ang average selling price ng Feynman ay mula humigit-kumulang $110,000 ibinaba sa $78,000, Feynman Ultra mula $175,000 ibinaba sa $98,000, at Feynman Next mula $191,000 ibinaba sa $118,000.

Kapwa pagbaba ng shipment at presyo ang maglalagay ng mas malaking pressure sa future revenue forecast ng Nvidia. Kasama sa adjustment na ito hindi lang ang GPU kundi pati Groq LPU at standalone CPU products.

Paliwanag ng SemiAnalysis, mas malaki ang naging epekto sa Nvidia dahil mas bumaba ang attractiveness ng kanilang chips kumpara sa ibang platform pagdating sa purchasing portfolio ng ilang malalaking AI lab.

Halimbawa, sa Anthropic, gamit nila ang apat na computing platforms kabilang ang TPU, Trainium, AMD GPU at Nvidia GPU. Sa pananaw ng SemiAnalysis, base sa performance-to-cost ratio, nasa dulo ng listahan ang Nvidia GPU, kaya mas pinipili ng Anthropic ang ibang platforms.

Sa panig ng OpenAI, malaki pa rin ang role ng GPU sa kanilang infrastructure, pero naging kaakit-akit na opsyon na ang AMD GPU. Bukod dito, prayoridad din ng OpenAI ang deployment ng kanilang sariling ASIC projects tulad ng Jalapeno at ang susunod na henerasyong Serrano.

Ang emerging cloud computing providers (Neocloud) ay isa pang risk para sa Nvidia. Ayon sa SemiAnalysis, pinakaexposed ang Nvidia sa Neocloud clients, lalo na sa long-tail na mas maliliit na kliyente. Ang mga kumpanyang ito ay mas malaki ang execution at financing risks sa kasalukuyan.

Kapansin-pansin na binigyang-diin ng SemiAnalysis na ang model adjustment na ito ay hindi isinama ang posibleng epekto ng pagbibitiw ni Jensen Huang bilang Nvidia CEO—even kung magpapatuloy siya, pareho pa rin ang forecast cut ng ahensya. Gayunpaman, sa pananaw ng ahensya, ang pagbabago sa leadership ay maaring dagdagan pa ang panganib ng pagkawala ng market share ng Nvidia.

Broadcom mas matatag, AMD at MediaTek may kani-kaniyang degree ng adjustment

Salungat sa Nvidia, mas matatag ang Broadcom sa forecast adjustment na ito.

Ang cumulative forecast ng revenue ng Broadcom para sa ASIC business mula 2026 hanggang 2030 ay binabaan ng 11%, pangunahing dahil sa adjustment sa average selling price dala ng pagbaba ng HBM cost, hindi dahil sa malaking pagbabawas ng shipment volume.

Paniwala ng ahensya, ang pangunahing ASIC projects ng Broadcom kasama ang Google TPU, OpenAI at Anthropic ay may kompetitibong performance-to-cost at energy-efficiency, at may kakayahan rin ang Broadcom na magbigay ng financing support para sa land, power, building shell at deployment ng system ng mga data center kasama ang kanilang lenders.

Ipinakita din ng AMD ang resistensya, ngunit meron pa ring malaking adjustment. Ayon sa total power consumption forecast ng SemiAnalysis, binabaan ang forecast ng AMD mula 2028 hanggang 2030 ng 23%, 55%, at 57%; ayon sa shipment forecast, binawasan ng 29%, 35%, at 32% sunud-sunod. Para sa 2027, medyo stable ang forecast, halos walang pagbabago sa power basis at 11% na lang ang ibinawas sa shipment forecast.

Mas maliit ang naging epekto kay AMD kaysa Nvidia, dahil sa maayos na positioning nito sa malalaking kliyente tulad ng Meta, OpenAI, at Anthropic. Paniwala ng SemiAnalysis, ang warrant agreement ng Meta at OpenAI sa AMD ay nagbigay ng malakas na dahilan para bumili ng AMD systems; sa Anthropic, tinuturing na pangalawa ang AMD (sumunod sa TPU) pagdating sa performance-to-cost para sa inferencing.

Idagdag pa, mas napaaga pa ang deployment ng bagong produkto ng AMD. Inilipat ng SemiAnalysis ang shipment ng humigit-kumulang 25,000 MI400 chips at 30,000 Meta-customized MI450-MC chips mula Q4 ng 2027 pakanan ng Q4 ng 2026 bilang pag-akma sa mas mabilis na production ramp-up.

Ang MediaTek naman ay nahaharap sa mas matinding adjustment sa shipment volume. Binawasan ng SemiAnalysis ng 470,000 pieces ang cumulative shipment ng Humufish project mula 2028 hanggang 2029, at binawasan din ng 42% ang Triggerfish project shipment para sa Anthropic.

Ang Amazon Trainium ay isa sa kakaunting platform na hindi nabawasan ang near-term forecast sa adjustment na ito. Hindi binawasan ng SemiAnalysis ang shipment forecast ng Trainium sa 2027 at 2028, dahil meron ang Amazon ng sapat na reserve ng data center projects, mas mababa ang manufacturing cost ng Trainium, at handa rin ang Amazon na magbigay ng strategic subsidy sa kanilang key clients.

Sa pangkalahatan, hindi ibig sabihin ng adjustment ng SemiAnalysis na mawawala na ang demand para sa AI compute, kundi nangangahulugan itong muling pinapantayan ang dating mataas na forecast na naka-base sa tuloy-tuloy na financing, mabilis na data center expansion, at mahal na hardware.

Kapag bumabagal na ang kita ng AI lab at humihigpit ang capital market, ang kompetisyon ng chip suppliers ay hindi na lamang hinggil sa performance, kundi kasama na ang performance-to-cost, energy efficiency, at financing capability.

Nananatiling malakas ang market position ng Nvidia sa AI chip, pero ayon sa SemiAnalysis, mas matinding pressure ang haharapin nito kumpara sa ibang ASIC suppliers para sa kanilang growth sa hinaharap.

0
0

Disclaimer: Ang nilalaman ng artikulong ito ay sumasalamin lamang sa opinyon ng author at hindi kumakatawan sa platform sa anumang kapasidad. Ang artikulong ito ay hindi nilayon na magsilbi bilang isang sanggunian para sa paggawa ng mga desisyon sa investment.

PoolX: Naka-lock para sa mga bagong token.
Hanggang 12%. Palaging naka-on, laging may airdrop.
Mag Locked na ngayon!

Baka magustuhan mo rin

Bernstein: Inilunsad ng OpenAI ang ChatGPT wallet, bagong yugto ng kompetisyon sa AI payments; Visa (V.US) at Mastercard (MA.US) posibleng maging malalaking panalo

Habang unti-unting nag-e-evolve ang mga AI agent mula sa pagiging kasangkapan sa paghahanap ng impormasyon tungo sa pagiging personal assistant na kayang mag-shopping at magbayad nang mag-isa, nagkakaroon ng bagong pagkakataon sa kompetisyon ang global na industriya ng pagbabayad.

智通财经•2026/11/16 16:13
Bernstein: Inilunsad ng OpenAI ang ChatGPT wallet, bagong yugto ng kompetisyon sa AI payments; Visa (V.US) at Mastercard (MA.US) posibleng maging malalaking panalo

Sa panahon ng pagbagsak ng semiconductor, tinatangkilik ang mga “landlord” ng AI? Ang Blackstone data center REIT (BXDC.US) ay tumaas nang higit sa 10% bago magsimula ang kalakalan, at ang pangmatagalang cash flow ang naging pokus ng merkado

Ang Blackstone Digital Infrastructure Trust Company ay nakuha ang mayoryang bahagi sa dalawang joint venture na itinatag kasama ang Amazon Web Services sa halagang humigit-kumulang $5 bilyong dolyar. Magkakaroon ang BXDC ng 13 bagong powered na server rooms sa dalawang data center campus ng AWS, kung saan ang AWS ay magrerenta muli ng buong server room portfolio nang may unang kontrata na 12 taon at maaring pahabain hanggang 32 taon.

智通财经•2026/11/16 13:40

"Ang pagkabagot ba ay maganda"? BTIG: Ang kakaibang lakas ng defensive sectors ay nagpapaalala ng sandali bago ang pagputok ng bubble noong 2000

Sa nakalipas na 30 araw, ang S&P 500 Consumer Staples sector ay lumampas sa Technology sector ng 33 percentage points, na siyang pinakamalaking monthly gap sa halos 25 taon, na nagpapakita ng defensive rotation tulad ng bago mag-collapse ang internet bubble noong 2000. Optimistiko si BTIG strategist Krinsky sa consumer staples, at nagbabala na ang technology stocks at semiconductors ay may karagdagang puwang para sa pagbaba, at ang malakas na US dollar ay maaaring magpalala sa liquidity pressures. Gayunpaman, may hindi pagkakaunawaan sa merkado kung magpapatuloy ang rotation na ito, at kung ang AI trading ba ay papasok sa matagalang period ng adjustment, na siyang naging sentro ng usapan.

华尔街见闻•2026/11/16 13:36
"Ang pagkabagot ba ay maganda"? BTIG: Ang kakaibang lakas ng defensive sectors ay nagpapaalala ng sandali bago ang pagputok ng bubble noong 2000

Umalis si Jensen Huang, ang pera ng Nvidia (NVDA.US) ay nagsimulang maging “duwag”: $500 bilyon sa hinaharap maaaring maglakas loob lamang mag-invest sa malalaking kumpanya

Matapos umalis si Huang Renxun, inaasahan na magpapatuloy ang $500 bilyong AI financing platform ng Nvidia, ngunit maaaring pansamantalang itigil ito sa unang yugto. Tataas ang gastos ng bagong mga transaksyon, at posibleng lumipat ang pondo mula sa mga bagong cloud provider papunta sa mga mas matured na malalaking cloud provider.

智通财经•2026/11/16 13:22
Umalis si Jensen Huang, ang pera ng Nvidia (NVDA.US) ay nagsimulang maging “duwag”: $500 bilyon sa hinaharap maaaring maglakas loob lamang mag-invest sa malalaking kumpanya