SemiAnalysis: Desafíos en la financiación de infraestructura de IA y la cadena de suministro

El 25 de octubre, Dylan Patel, fundador de SemiAnalysis, y Stacy Rasgon, analista de Bernstein, señalaron que la inversión en infraestructura de IA enfrenta el doble desafío del aumento de los costos de financiación y los cuellos de botella en la cadena de suministro. El rendimiento de los bonos del Tesoro a 10 años de EE. UU. superó el 5%, y el rendimiento de los bonos no garantizados de algunos nuevos proveedores de servicios en la nube se acerca al 15%. Los proveedores de nube que no son hiperescalables asumen casi la mitad de la demanda de construcción, pero carecen de un balance suficiente para respaldar, y la dificultad de financiar proyectos sin compromisos de compra a largo plazo ha aumentado. La capacidad de producción de sustratos, HBM, componentes de interconexión óptica y salas limpias enfrenta cuellos de botella a corto plazo; el número de obleas necesarias para producir la misma capacidad de HBM es de 3 a 4 veces el de DDR5, y las nuevas salas limpias no estarán operativas hasta 2027. Los analistas advierten sobre un posible punto de inflexión en 2028, donde Nvidia sostiene altos precios a través de mejoras en el rendimiento, pero las configuraciones de Google TPU, Amazon Trainium y los chips desarrollados internamente por OpenAI ofrecen alternativas a grandes clientes, aumentando su poder de negociación. Incluso si los ingresos de Nvidia crecen, la cuota de mercado y los márgenes de beneficio no necesariamente aumentarán en sincronía. En cuanto a la memoria, el margen bruto actual de HBM es de hasta el 88% al 90%, pero la valoración del mercado no es alta, con preocupaciones de que la nueva capacidad liberada después de 2028 se concentre; si la velocidad de expansión supera el aumento de la demanda, los precios altos y los márgenes elevados actuales enfrentarán una reversión. Las empresas estarán más inclinadas a comprar tokens a través de servicios en la nube, y la demanda futura de infraestructura de IA dependerá en gran medida del uso de servicios de inferencia.