Crollo del settore della memoria: Meta vende potenza di calcolo e distrugge la fiducia nelle infrastrutture AI?

Negli ultimi giorni di giugno, il settore dei chip di memoria statunitensi ha subito una pesante correzione. Secondo quanto riportato da Yicai, i prezzi delle azioni di aziende leader come SanDisk, Micron Technology, Seagate Technology e Western Digital sono scesi di oltre il 20% nelle ultime settimane. Il catalizzatore diretto di questo crollo è stata la notizia di Bloomberg che Meta intende avviare un'attività di infrastruttura cloud, vendendo la potenza di calcolo AI in eccesso a terzi. Questa notizia ha colpito in modo preciso le fragili nervature del mercato riguardo al "sovraccarico di potenza di calcolo" e al "picco della spesa in capitale", portando a una svendita indiscriminata nel settore dei semiconduttori. Con la diffusione del panico, i capitali sono usciti senza considerare i costi dal settore della produzione hardware, e i chip di memoria, essendo componenti chiave delle infrastrutture AI, sono stati i primi a subire le conseguenze. Tuttavia, il crollo non è solo una manifestazione di emozioni a breve termine; le caratteristiche cicliche a lungo termine del settore dei chip di memoria stanno affrontando una rivalutazione della logica sottostante. Quando la relazione tra domanda e offerta di potenza di calcolo subisce un cambiamento sottile, la logica fondamentale dei chip di memoria e il loro effetto di trasmissione su altri settori della catena di approvvigionamento AI diventano questioni centrali che investitori e osservatori del settore devono affrontare.

Prestazioni recenti delle azioni di memoria statunitensi (Fonte: Wall Street Watch)

Il panico nei semiconduttori causato dalla vendita di potenza di calcolo da parte di Meta

Cosa significa realmente la vendita di potenza di calcolo da parte di Meta? I sostenitori del panico di mercato ritengono che il fatto che i giganti inizino a vendere potenza di calcolo in eccesso significhi che gli investimenti nelle infrastrutture AI hanno raggiunto il picco e che la domanda di semiconduttori subirà un crollo drammatico. Bloomberg ha riportato che Meta prevede di lanciare un'attività cloud chiamata Meta Compute, vendendo la potenza di calcolo AI in eccesso a imprese esterne. Questa mossa è stata interpretata dal mercato come un segnale di cattiva digestione interna della potenza di calcolo da parte dei giganti, suscitando dubbi sulla veridicità della domanda dell'intera catena di approvvigionamento AI. Tuttavia, i razionalisti del settore hanno fornito un'interpretazione completamente diversa. Zuckerberg ha pubblicamente negato il sovraccarico di potenza di calcolo il 10 luglio, affermando di non sapere chi nel settore pensasse che ci fosse un eccesso, e ha sottolineato il potenziale commerciale dello sviluppo dell'attività cloud. Da un punto di vista logico commerciale, la vendita di potenza di calcolo da parte di Meta sembra più un'espansione normale per migliorare l'utilizzo dei cluster GPU, simile alle pratiche di SpaceX e xAI; Meta non ha ridotto i suoi piani di spesa in capitale e, anzi, il suo prezzo delle azioni è aumentato del 9% dopo l'annuncio. Questo tentativo di convertire la potenza di calcolo interna in servizi cloud esterni è, in sostanza, una scelta inevitabile dei giganti per cercare di recuperare flussi di cassa dopo investimenti in beni pesanti, piuttosto che una resa totale all'espansione.

La vera condizione del mercato della potenza di calcolo non è quella di un completo ritiro, ma piuttosto di una chiara differenziazione strutturale. Secondo quanto riportato da Titanium Media, i dati di monitoraggio del mercato mostrano che i prezzi di affitto della potenza di calcolo per l'addestramento, come l'NVIDIA B200, hanno recentemente mostrato un calo stagionale, ma i prezzi di affitto della potenza di calcolo AI per le aziende e i settori tradizionali rimangono stabili. La vera preoccupazione del mercato è il rilascio stagionale dell'offerta di potenza di calcolo per l'addestramento generale, piuttosto che la scomparsa della domanda AI in tutti gli scenari. Questa differenziazione presenta differenze significative nella trasmissione della domanda tra le diverse linee di prodotto dei chip di memoria. La memoria ad alta larghezza di banda (HBM) utilizzata per l'addestramento di modelli di grandi dimensioni era in precedenza in forte domanda a causa della corsa agli armamenti della potenza di calcolo, ma con il calo dei prezzi di affitto della potenza di calcolo per l'addestramento, la crescita della domanda marginale per HBM potrebbe affrontare pressioni di rallentamento. Al contrario, la DRAM generica e gli SSD di livello enterprise, che supportano le applicazioni di inferenza, mantengono una base di domanda solida grazie alla loro ampia implementazione nei settori governativi e tradizionali. La variabile chiave che sostiene la domanda di chip di memoria è se il divario tecnologico tra i vari modelli AI continuerà a ridursi. Se il divario tra i modelli leader e i seguaci si riduce rapidamente, la logica della corsa agli armamenti della potenza di calcolo e della memoria senza limiti sarà messa in discussione, minando direttamente le aspettative di alta crescita dei chip di memoria. Quando le capacità dei modelli tendono a omogeneizzarsi, il rendimento marginale degli investimenti in potenza di calcolo diminuisce, e la crescita della domanda di chip di memoria dovrà essere rivalutata.

Il destino ciclico dei chip di memoria e la ricostruzione del modello commerciale

Il settore dei chip di memoria ha sempre faticato a liberarsi dal destino ciclico di "fioritura - espansione - crollo dei prezzi - contrazione - ripresa". Nei cicli passati, la memoria era più simile a una merce, con i prezzi che seguivano il mercato, e i contratti erano spesso su base trimestrale o annuale. Questo modello ha portato il settore a espandere la produzione in modo frenetico durante i periodi di prosperità, e una volta che la domanda non ha soddisfatto le aspettative, i prezzi sono crollati rapidamente. Oggi, questa logica fondamentale sta venendo riscritta. I fornitori di cloud e i data center AI, per garantire forniture critiche, stanno sempre più stipulando contratti di fornitura a lungo termine di tre o cinque anni con i produttori originali, che includono fasce di prezzo, quantità minime di acquisto e depositi dai clienti.

Questo modello di contratti a lungo termine sta rimodellando l'ecosistema commerciale del settore. Micron ha già rivelato il suo primo contratto strategico con un cliente di cinque anni; secondo quanto riportato da Wall Street Watch, Samsung Electronics sta negoziando contratti a lungo termine con Google e Microsoft per un accordo di pagamento anticipato di oltre 10 miliardi di dollari; nel mercato domestico, Reuters ha riferito che Tencent ha firmato un contratto di fornitura a lungo termine di oltre 20 miliardi di yuan con Changxin Memory. L'alto meccanismo di pagamento anticipato e la visibilità della domanda a lungo termine potrebbero contribuire a contenere il crollo dei prezzi dei chip di memoria e sostenere i produttori nel mantenere margini di profitto stabili. Istituti come Goldman Sachs ritengono che i chip di memoria stiano passando da beni standardizzati a prodotti altamente personalizzati, e le regole cicliche tradizionali stanno affrontando una riscrittura strutturale.

L'ampia diffusione del modello di contratti a lungo termine cambia direttamente il flusso di capitale e la logica di gestione della catena di approvvigionamento per le aziende acquirenti. In passato, gli acquirenti potevano integrare le scorte attraverso il mercato spot durante i periodi di prezzi bassi, beneficiando dei vantaggi di costo derivanti dalla discesa del ciclo. Tuttavia, nel quadro dei contratti a lungo termine, gli acquirenti devono bloccare in anticipo enormi somme di denaro come deposito o pagamento anticipato, il che rappresenta una seria sfida per il loro flusso di cassa. Allo stesso tempo, il vincolo della quantità minima di acquisto significa che, anche se la domanda finale subisce fluttuazioni, gli acquirenti devono comunque rispettare la capacità stabilita, altrimenti rischiano penali. Durante i cicli di prezzi estremamente volatili, le differenze di profitto e perdita tra acquisti spot e contratti a lungo termine sono enormi: durante i cicli di aumento dei prezzi, i contratti a lungo termine possono garantire un vantaggio di costo; ma durante i cicli di discesa dei prezzi, gli acquirenti con contratti a lungo termine potrebbero dover acquistare a prezzi superiori a quelli del mercato spot, subendo così perdite significative. Sebbene questo modello garantisca la sicurezza dell'approvvigionamento, riduce anche la flessibilità degli acquirenti durante i cicli di discesa dei prezzi. Per i fornitori di servizi cloud di piccole e medie dimensioni o per le startup AI, l'elevata barriera dei contratti a lungo termine potrebbe ulteriormente aggravare la difficoltà di ottenere risorse di memoria di alta qualità, portando a una concentrazione delle risorse della catena di approvvigionamento verso i leader del settore.

Il crollo dei chip di memoria non è un evento isolato, ma è un riflesso dell'intera catena di approvvigionamento AI che entra in un "periodo di verifica dei profitti". A giugno, le sette grandi aziende tecnologiche statunitensi hanno visto evaporare circa 3 trilioni di dollari di capitalizzazione di mercato in un solo mese, con Microsoft che ha registrato un calo del 21,64% nel mese. Wall Street ha iniziato a interrogarsi severamente sul ritorno sugli investimenti di migliaia di miliardi di dollari di spese in capitale. I fornitori di servizi cloud affrontano pressioni sul ritmo di monetizzazione dell'AI, mentre i chip di potenza di calcolo subiscono l'impatto diretto del calo dei prezzi di affitto. Prendendo Microsoft come esempio, il suo ingente investimento nelle infrastrutture AI deve essere convalidato attraverso la crescita dei ricavi dei servizi cloud Azure. Se i prezzi di affitto della potenza di calcolo AI continuano a scendere, i margini di profitto dei fornitori di servizi cloud saranno compressi, influenzando così la loro volontà e il ritmo di spesa in capitale successiva. Anche i produttori di chip di potenza di calcolo affrontano sfide, poiché il rallentamento stagionale della domanda di potenza di calcolo per l'addestramento potrebbe allungare i tempi di consegna degli ordini di chip di alta gamma o ridurre le dimensioni degli ordini. Una volta che i fornitori di servizi cloud rallentano il passo degli acquisti, il rischio di accumulo di inventario per i produttori di chip di potenza di calcolo aumenterà significativamente, e le aspettative di prestazioni per i prossimi trimestri saranno riviste al ribasso. I capitali stanno cercando opportunità di valutazione in ogni segmento della catena di approvvigionamento, con rotazioni di settore eccezionalmente intense. Oddo BHF ha osservato che i capitali si stanno spostando dai fornitori di servizi cloud verso l'hardware AI e la memoria, mentre Morgan Stanley ha notato che i capitali si stanno spostando dalle azioni dei chip verso i fornitori di servizi cloud AI. Questa apparente conflittualità riflette una lotta intensa del mercato tra "fornitori di servizi cloud/ hardware che bruciano denaro" e "settori applicativi/ azioni di valore con certezza", alla ricerca del prossimo punto di crescita certo.

Nonostante le preoccupazioni a breve termine riguardo al sovraccarico di potenza di calcolo e alla rivalutazione, la domanda fondamentale rimane enorme. Secondo quanto riportato da The Paper, le vendite mensili globali di chip di memoria hanno raggiunto 74,6 miliardi di dollari, un record storico. Il piano di spesa in capitale di Micron per l'anno fiscale 2026 supera i 25 miliardi di dollari, quasi raddoppiando rispetto all'anno precedente. Questi dati indicano che la costruzione delle infrastrutture AI è tutt'altro che finita, ma le aspettative del mercato sulla pendenza della crescita sono diventate più razionali. Dalla potenza di calcolo AI ai servizi cloud, fino alla memoria e alle applicazioni, l'intera catena di approvvigionamento sta vivendo un passaggio da un sistema di valutazione "guidato dalla fede" a uno "guidato dalle prestazioni".

L'eccesso stagionale di potenza di calcolo per l'addestramento e la robusta domanda di potenza di calcolo per l'inferenza significano che gli standard di valutazione in ogni segmento della catena di approvvigionamento stanno diventando più dettagliati. Le aziende in grado di implementare scenari di inferenza e controllare i costi otterranno maggiori premi. L'arrivo dell'era dei contratti a lungo termine ha cambiato le regole del gioco nella gestione della catena di approvvigionamento, e trovare un equilibrio tra sicurezza dell'approvvigionamento e flessibilità dei costi diventerà la linea guida delle strategie di acquisto nei prossimi anni. In questo punto di svolta della catena di approvvigionamento AI, sia i capitali che gli acquirenti devono ricostruire un modello di equilibrio tra garanzia di certezza e costi flessibili.

Disclaimer: il presente contenuto è fornito esclusivamente a scopo informativo e di branding generale e non costituisce consulenza finanziaria, di investimento, legale o fiscale. Qualsiasi evento, ricompensa, evento online o informazione correlata menzionata nel presente documento non deve essere considerata una raccomandazione, una sollecitazione o un invito ad acquistare, vendere, fare trading o altrimenti negoziare asset di criptovalute o a utilizzare i relativi servizi. Le criptovalute sono altamente volatili e possono comportare perdite. I servizi e gli eventi online di WEEX potrebbero non essere disponibili in tutte le regioni e sono soggetti alle leggi, ai regolamenti e ai requisiti di idoneità applicabili. Sei responsabile di garantire che il tuo utilizzo dei servizi WEEX sia conforme alle leggi locali e di valutare attentamente i rischi prima di partecipare a qualsiasi attività correlata alle criptovalute.