SemiAnalysis znacznie obniża prognozy dotyczące mocy obliczeniowej AI: prognoza wydatków kapitałowych na 2028 rok zredukowana o prawie 30%, prognozowana powierzchnia dostaw wafli w ciągu pięciu lat obniżona o 17%, najbardziej dotknięta Nvidia
SemiAnalysis obniżył prognozę globalnych wydatków kapitałowych na akceleratory AI w 2028 roku o 28%, a w 2030 roku o 40%. Łączna prognoza powierzchni wysyłek chipów akceleratorowych na lata 2026–2030 została obniżona o 17%. Prognozowany popyt na HBM w 2028 roku został obcięty o 30%, a zapotrzebowanie na moc w 2030 roku obniżono o 34%. Nvidia jest najbardziej dotknięta, obejmując 66% globalnego zmniejszenia wysyłek chipów. Prognoza wysyłek do 2030 roku oparta na obliczonych przychodach została obniżona aż o 66%.
Pojawiły się nowe sygnały ochłodzenia w inwestycyjnym boomie na infrastrukturę AI.
W najnowszej aktualizacji modelu z 13 listopada, SemiAnalysis, instytut badający półprzewodniki, znacznie obniżył prognozy dotyczące wysyłki akceleratorów AI, nakładów kapitałowych, popytu na HBM oraz zapotrzebowania na energię w nadchodzących latach. Szczególnie wyraźne są korekty na lata 2028-2030: prognoza globalnych nakładów kapitałowych na akceleratory AI na 2028 rok została obniżona o 28%, na 2029 i 2030 rok odpowiednio o 41% i 40%.

Zgodnie z najnowszym modelem, globalne nakłady kapitałowe na akceleratory AI w 2030 roku spadną z wcześniejszych prognoz 1,531 bln USD do 923 mld USD, co oznacza redukcję o 608 mld USD. Jednocześnie, skumulowana prognoza powierzchni logistycznych wafli AI akceleratorów na lata 2026-2030 została obniżona o 17%, przy czym Nvidia odpowiada za 66% tej redukcji.

W tej rundzie korekt prognoz, to właśnie Nvidia jest najbardziej dotknięta. SemiAnalysis nie tylko znacząco obniżyło prognozy dotyczące przyszłych wysyłek produktów Nvidii, ale także dodatkowo skorygowało w dół założenia dotyczące średniej ceny nowych generacji produktów, przewidując, że w miarę nasilania się konkurencji na rynku sprzętu AI Nvidia będzie musiała zaakceptować niższą marżę, aby zachować konkurencyjność.
Gwałtowny spadek oczekiwanych wydatków kapitałowych na AI – prognoza na 2030 rok niższa o 608 mld USD
Najbardziej namacalnym sygnałem zmian w tej aktualizacji SemiAnalysis jest ponowna ocena skali globalnych nakładów kapitałowych na akceleratory AI.
Według najnowszego modelu, prognoza nakładów na 2026 rok pozostaje prawie niezmieniona, utrzymując się na poziomie ok. 392 mld USD. Jednak począwszy od 2027 roku znacznie skorygowano w dół wcześniejsze przewidywania wysokiego wzrostu.
Prognoza na 2027 rok spada z dotychczasowych 770 mld USD do 627 mld USD (–19%); na 2028 rok z 1,054 bln USD do 758 mld USD (–28%); na 2029 rok z 1,352 bln USD do 796 mld USD (–41%); na 2030 rok z 1,531 bln USD do 923 mld USD (–40%).
Oznacza to, że dotychczas oczekiwany przez SemiAnalysis scenariusz dynamicznego i nieprzerwanego wzrostu wydatków na akceleratory AI został wyraźnie zrewidowany. Szczególnie w latach 2029 i 2030 roczne nakłady przekraczające 1 bln USD zostały obniżone do poziomu 800–900 mld USD.
Nie oznacza to, że inwestycje w infrastrukturę AI się zatrzymają. Według nowych prognoz wydatki kapitałowe na akceleratory AI nadal wzrosną z 392 mld USD w 2026 do 923 mld USD w 2030 roku, lecz skala tego wzrostu będzie znacznie niższa niż przewidywano wcześniej.
Za obniżeniem nakładów kapitałowych kryje się podwójna zmiana: spowolnienie wzrostu przychodów w branży AI oraz zmiana warunków finansowania.
SemiAnalysis podkreśla, że roczna stopa wzrostu powtarzalnych przychodów (ARR) w czołowych laboratoriach AI spowolniła w III kwartale, co skłania do ponownej oceny skali przychodów z tokenizacji generowanych przez cały ekosystem. By umożliwić bardziej stabilne pokrycie kosztów obliczeniowych przez przychody z działalności AI, instytut obniżył prognozy dotyczące tempa wzrostu mocy obliczeniowych w przyszłości.
Jednocześnie inwestorzy dłużni i udziałowi wykazują mniejszą skłonność do finansowania wydatków kapitałowych na infrastrukturę AI, zwłaszcza w projektach, które nie mają wsparcia w postaci zobowiązań zakupowych ze strony dużych dostawców usług chmurowych (Hyperscalerów). Bezpośrednio przełoży się to na dostępność gruntu, energii i budynków centrów danych, prowadząc do ograniczenia przyszłych mocy dla systemów obliczeniowych AI.
Rezultat śródokresowych wyborów w USA dodatkowo wzmocnił te presje. SemiAnalysis prognozuje, że z planowanych do uruchomienia w drugiej połowie 2027 i pierwszej połowie 2028 roku amerykańskich centrów danych aż 5,8 GW zostanie opóźnionych, a czynniki regulacyjne jeszcze bardziej zmniejszą moce w 2028 roku.
Instytut podkreśla jednak, że opóźnienia w budowie centrów danych wywołane przez wybory śródokresowe to tylko dodatkowy czynnik, a za główne powody rewizji prognoz uznaje spowolnienie wzrostu przychodów AI oraz zacieśnienie warunków finansowania.
Skumulowana powierzchnia wysyłanych wafli krzemowych niższa o 17%, korekta popytu na HBM również znacząca
Oprócz korekty wydatków, SemiAnalysis wykazuje się większą ostrożnością również przy ocenie realnego zapotrzebowania na sprzęt.
Zgodnie z najnowszym modelem, skumulowana powierzchnia logicznych wafli krzemowych AI akceleratorów na świecie w latach 2026–2030 została obniżona o 17%. Prognozy na 2027, 2028, 2029 i 2030 zostały obniżone odpowiednio o 13%, 16%, 24% i 15%.
Warto zauważyć, że Nvidia odpowiadała za 66% tej redukcji, co oznacza, że korekta prognoz popytu na sprzęt nie dotyka wszystkich równomiernie – Nvidia jest najbardziej poszkodowana.
Korekta popytu na HBM jest również znacząca. W 2028 roku prognozowana sprzedaż HBM globalnie spadła z wcześniejszych 9,0 EB do 6,4 EB (–30%); na 2029 rok z 10,3 EB do 7,9 EB (–23%); na 2030 rok z 10,9 EB do 9,6 EB (–12%).

SemiAnalysis uważa, że bilans popytu i podaży na HBM poprawia się, dlatego obniżył prognozy przyszłych cen HBM i przełożył te zmiany cenowe na koszt materiałowy (BOM) poszczególnych układów AI.
Wcześniej znaczna część wzrostu wydatków na infrastrukturę AI w 2027 roku wynikała z rosnących cen, zwłaszcza pamięci. Z obecnej perspektywy niższa prognoza cenowa oznacza normalizację łańcucha dostaw.
Ponadto zapotrzebowanie na energię przez akceleratory AI również znacząco obniżono. Według prognoz na 2030 rok spadnie ono z wcześniejszych 122,8 GW do 80,7 GW (–34%), a na 2029 rok z 108,7 GW do 72,5 GW (–33%).
Zmiana ta wynika zarówno ze zmniejszenia liczby wysyłanych układów, jak i z korekty założeń dotyczących poboru mocy przez pojedynczy chip. SemiAnalysis podkreśla, że energia stale stanowi czynnik ograniczający, a maksymalny pobór mocy przez przyszłe akceleratory może być bardziej umiarkowany.
Nvidia pod największą presją – radykalnie niższe prognozy przyszłej wysyłki chipów
Spośród głównych dostawców chipów AI, Nvidia została najbardziej dotknięta obecną korektą prognoz.
Zgodnie z przyjętym przez SemiAnalysis podejściem przychodowym (Compute Revenue), prognozy dotyczące wysyłki Nvidii na lata 2027–2030 zostały obniżone odpowiednio o 22%, 39%, 56% i 66%; według podejścia całościowej konsumpcji energii – o 14%, 35%, 50% i 59%.
W kontekście cen SemiAnalysis nie tylko bierze pod uwagę spadające koszty HBM, ale uważa także, że Nvidia przy produktach Feynman i kolejnych generacjach będzie musiała ograniczyć poziom marży, aby poradzić sobie z narastającą konkurencją.
Konkretne szacunki: prognoza średniej ceny Feynmana spada z ok. 110 tys. USD do ok. 78 tys. USD, Feynman Ultra z ok. 175 tys. USD do ok. 98 tys. USD, a Feynman Next z ok. 191 tys. USD do ok. 118 tys. USD.
Jednoczesny spadek wielkości wysyłek i średnich cen będzie wywierał silniejszą presję na przyszłe przychody Nvidii. Korekta obejmuje zarówno GPU, jak Groq LPU i samodzielne CPU.
SemiAnalysis wyjaśnia, że większy wpływ na Nvidię wynika z coraz mniejszej atrakcyjności jej chipów w portfolio zakupowym części dużych laboratoriów AI w porównaniu do innych platform.
Przykładowo Anthropic korzysta z czterech głównych platform obliczeniowych: TPU, Trainium, AMD GPU i Nvidia GPU. Zdaniem SemiAnalysis pod względem stosunku osiągów do kosztu, Nvidia GPU plasuje się na ostatnim miejscu, a Anthropic skłania się do pozostałych opcji.
W przypadku OpenAI, choć GPU nadal odgrywa ważną rolę w ich infrastrukturze, GPU od AMD stają się atrakcyjną alternatywą. Ponadto OpenAI priorytetowo wdraża własne projekty ASIC, takie jak Jalapeno i nadchodzący Serrano.
Nowi dostawcy usług cloud computing (Neocloud) to kolejne ryzyko Nvidii. SemiAnalysis wskazuje, że Nvidia ma największą ekspozycję na klientów Neocloud, zwłaszcza tych z długiego ogona (małych i średnich firm), które stoją obecnie przed większymi wyzwaniami realizacyjnymi i finansowymi.
Warto dodać, że SemiAnalysis podkreśla, iż bieżąca korekta modelu nie uwzględnia potencjalnych skutków rezygnacji Jensena Huanga z funkcji CEO Nvidii i nawet gdyby Huang pozostał na stanowisku, instytut dokonałby takich samych obniżek prognoz. Jednak zdaniem instytutu ewentualna zmiana na stanowisku CEO mogłaby jeszcze zwiększyć ryzyko utraty udziałów w rynku przez Nvidię.
Broadcom stosunkowo stabilny, AMD i MediaTek muszą się liczyć z różną skalą korekt
W kontrze do Nvidii Broadcom wykazuje większą odporność na obecne korekty prognoz.
SemiAnalysis obniżyło prognozę skumulowanych przychodów Broadcom z działalności ASIC na lata 2026–2030 o 11%, głównie w związku ze spadkiem cen HBM, a nie z powodu dużych redukcji wysyłek.
Według instytutu, główne projekty ASIC Broadcoma, takie jak Google TPU oraz projekty dla OpenAI i Anthropic, mają zalety w zakresie wskaźnika osiągów do ceny oraz efektywności energetycznej, a Broadcom potrafi wspierać finansowanie infrastruktury centrów danych we współpracy z wierzycielami.
AMD wykazuje także odporność, lecz czeka ją znaczna korekta. SemiAnalysis w ujęciu całościowej mocy obliczeniowej obniżyło prognozy AMD na lata 2028–2030 odpowiednio o 23%, 55% i 57%; w ujęciu wydatków – o 29%, 35% i 32%. Prognoza na 2027 rok pozostała względnie stabilna: w mocy praktycznie bez zmian, w wydatkach w dół o 11%.
AMD ucierpiało mniej niż Nvidia głównie dzięki współpracy z dużymi klientami, takimi jak Meta, OpenAI i Anthropic. SemiAnalysis wskazuje, że umowy na warranty między Meta/OpenAI a AMD czynią zakupy systemów AMD korzystnymi, a Anthropic stawia AMD jako drugą co do opłacalności (po TPU) platformę do inferencji.
Ponadto wdrożenia produktów AMD postępują szybciej. SemiAnalysis przesunął dostawy ok. 25 tys. chipów MI400 i ok. 30 tys. specjalnych MI450-MC dla Meta z IV kw. 2027 na IV kw. 2026, by odzwierciedlić szybsze tempo wzrostu produkcji.
MediaTek czeka natomiast bardziej znacząca korekta wielkości wysyłek. SemiAnalysis obniżył prognozę łącznej wysyłki Humufish na lata 2028–2029 o 470 tys. sztuk i na projekt Triggerfish dla Anthropic o 42%.
Amazon Trainium to jedna z nielicznych platform, której prognozy na najbliższe lata nie zostały obniżone. SemiAnalysis nie zredukował prognoz Trainium na 2027 i 2028 rok, bo Amazon posiada wystarczającą rezerwę projektów centrów danych, a koszt produkcji Trainium jest niższy – Amazon jest też gotów subsydiować kluczowych klientów.
Ogólnie rzecz biorąc, obecna korekta SemiAnalysis nie oznacza całkowitego zniknięcia popytu na moc obliczeniową AI, lecz raczej ponowną kalibrację wcześniejszych oczekiwań bazujących na trwałym finansowaniu, szybkiej ekspansji centrów danych i drogim sprzęcie.
Gdy tempo wzrostu przychodów laboratoriów AI słabnie, a finansowanie się kurczy, konkurencja między dostawcami chipów przesuwa się z rywalizacji wyłącznie na wydajność w kierunku całościowego stosunku osiągów do kosztów, efektywności energetycznej i zdolności do pozyskania finansowania.
Nvidia nadal ma silną pozycję na rynku chipów AI, ale w ocenie SemiAnalysis w przyszłości będzie pod większą presją wzrostową niż niektórzy dostawcy ASIC.
Zastrzeżenie: Treść tego artykułu odzwierciedla wyłącznie opinię autora i nie reprezentuje platformy w żadnym charakterze. Niniejszy artykuł nie ma służyć jako punkt odniesienia przy podejmowaniu decyzji inwestycyjnych.
Może Ci się również spodobać
Przegląd rynku amerykańskiego | Kontrakty futures na trzy główne indeksy giełdowe wykazują mieszane ruchy. W tym tygodniu pojawią się raport finansowy Nvidia, debiut Anthropic na giełdzie oraz protokół Fed. Intel pozwany przez akcjonariuszy.
16 listopada (poniedziałek) przed otwarciem rynku amerykańskiego, kontrakty futures na trzy główne indeksy giełdowe USA wykazywały mieszane ruchy.
W przeddzień raportu finansowego, fala pesymizmu otacza Nvidia (NVDA.US): „Wielki niedźwiedź” Burry trzyma się opcji put, Musk ostrzega, że kluczowe umowy mogą zostać utracone przez Huang Renxuna
Według doniesień, "Wielki Niedźwiedź" Michael Burry nadal posiada swoje opcje sprzedaży na NVIDIA tuż przed publikacją wyników spółki we wtorek czasu nowojorskiego, mimo że przyznaje, iż zakupy detalicznych inwestorów wciąż mogą podnieść cenę akcji tej spółki. W międzyczasie Elon Musk ostrzegł, że część kluczowych umów zaopatrzeniowych NVIDIA może zostać utracona wraz z odejściem Jensena Huanga.

Gdy akcje firm zajmujących się AI gwałtownie tracą na wartości, Wash rozmawia dziś wieczorem z liderami z Silicon Valley o wpływie AI na gospodarkę: czy bilionowe inwestycje przyniosą wzrost produktywności?
W momencie, gdy akcje technologiczne związane z AI odnotowują gwałtowny spadek, rynek ponownie analizuje perspektywy zwrotu z ogromnych nakładów kapitałowych: kluczową kwestią staje się, czy inwestycje w AI ostatecznie przełożą się na trwałe korzyści w zakresie produktywności.

