US semiconductors and AI data-center infrastructure: BofA eleva el TAM de sistemas de centros de datos de AI a $2.2tn para CY30 por la expansión de la AI agéntica

Visión general

Esta perspectiva sectorial de semiconductores estadounidenses eleva la previsión de largo plazo de BofA para la infraestructura de AI. Su conclusión central es que la AI agéntica amplía el uso de tokens y desplaza la demanda hacia la inferencia, respaldando una expansión mayor y más duradera en cómputo de centros de datos, memoria, conectividad y equipos de semiconductores relacionados.

Perspectivas principales

BofA eleva su previsión de mercado direccionable de sistemas de centros de datos de AI para CY26-30E a cerca de $2.2tn desde $1.8tn, y el CAGR implícito a 40% desde 33%. Atribuye el aumento a un ciclo virtuoso de adopción de herramientas agénticas por consumidores y empresas, competencia entre laboratorios de AI públicos y privados, y oferta limitada de chips. Sostiene que las salvaguardas de seguridad o una menor velocidad de los modelos de frontera no necesariamente reducirían la demanda de cómputo; podrían elevar la demanda de inferencia y otras cargas de trabajo de mayor crecimiento frente al entrenamiento. BofA considera atractivas las valoraciones de las principales acciones de chips frente a su crecimiento previsto de beneficios: el SOX cotiza a 21x forward P/E, por debajo de la mediana de 24x desde el surgimiento de ChatGPT y de un potencial de crecimiento de EPS superior a 40%. La construcción de centros de datos es el núcleo cuantitativo del informe. BofA prevé que el TAM total de sistemas de centros de datos aumente a aproximadamente $2.6tn en CY30E desde $839bn en CY26E, frente a un CAGR de 11% para el gasto total de IT. Dentro de ello, los sistemas de AI alcanzan cerca de $2.2tn en CY30E. Los aceleradores de AI representan aproximadamente $1.5tn, las redes de AI cerca de $400bn y las ventas de memoria para centros de datos alrededor de $1.3tn dentro de un mercado total de memoria de aproximadamente $2.0tn. La conectividad de AI crecería de $41bn en CY26E a $163bn en CY30E, un CAGR de 41%, con conectividad óptica de $111bn y de cobre de $28bn. BofA espera un CAGR de 30-40%+ en redes y óptica por la expansión de scale-up y scale-out y la adopción de CPO, NPO y AEC; los sistemas de centros de datos no AI solo crecerían cerca de 7% anual. BofA contrasta la demanda mediante modelos bottom-up de proveedores de chips y top-down de despliegue por operadores. Su análisis bottom-up implica aproximadamente 212GW de capacidad incremental entre 2026-30E. El modelo de operadores proyecta que la capacidad global de centros de datos de AI/nube aumente de cerca de 41GW en CY25 a aproximadamente 219GW en CY30E, con adiciones anuales que se aceleran de cerca de 22GW en CY26E a 45GW en CY30E. La estimación de operadores de 219GW es aproximadamente 15% inferior a los 253GW implícitos por el modelo de semiconductores; BofA atribuye la diferencia principalmente a despliegues más amplios aún no asignados a operadores identificados, incluidos proyectos on-premise y soberanos. Esto implica despliegues anuales de cerca de 35-50GW hasta el final de la década, a aproximadamente $50-60bn por GW. El informe sostiene que las CPU adquieren mayor importancia a medida que la AI pasa del entrenamiento hacia la inferencia y los flujos agénticos. El TAM total de CPU de servidores crecería a cerca de $210bn en CY30E desde cerca de $61bn en CY26E, un CAGR de 36%; las CPU de AI subirían de $42bn a cerca de $180bn, un CAGR de 44%. Del mercado de CPU de CY30E, BofA asigna aproximadamente $30bn a cargas tradicionales/IaaS, $90bn a nodos de cómputo o head nodes de AI y $90bn a racks autónomos de CPU de AI agéntica. Estos racks gestionan procesamiento secuencial, orquestación, control de memoria e I/O junto al cómputo paralelo de GPU/XPU. Por ello, las CPU aumentarían a cerca de 7-8% del valor de sistemas de centros de datos, desde menos de 7% en 2024-25, mientras las CPU de AI representarían más de 80% de las CPU de servidores a lo largo del tiempo. En la previsión de cuota de CPU de BofA, ARM es el ganador más rápido a medida que escalan programas comerciales y personalizados. Para CY30E, la firma proyecta cuotas de valor de aproximadamente 22% para Intel, 31% para AMD, 38% para ARM comercial y 9% para ARM personalizado; sin embargo, Intel seguiría siendo el mayor por cuota de unidades, cerca de 36%. La cuota de valor de Intel baja desde aproximadamente 34% en CY26E, pero BofA todavía prevé un CAGR de ingresos de 20% hasta CY30E, respaldado por escasez de oferta, expansión de ASP y un posible ramp de Coral Rapids hacia CY28E. AMD mantendría cerca de 27-31% de cuota de valor hasta CY30E, apoyada por rendimiento de gama alta, densidad de núcleos y características x86 de seguridad y fiabilidad. ARM gana cuota mediante programas de NVIDIA, Qualcomm e hiperescaladores personalizados, aunque nuevos procesadores ARM moderan las ganancias de AMD desde CY27E. BofA considera elevado pero sostenible el capex de nube. Su tracker prevé capex agregado de hiperescaladores estadounidenses, neocloud y nube china de cerca de $1.0tn en 2026E, casi el doble interanual, y $1.4tn en 2027E, un aumento de 37%; las estimaciones globales de capex de nube han subido cerca de 65-120% durante el año previo. El capex de nube excluyendo neocloud equivaldría a cerca de 105-110% del flujo de caja operativo en CY26-28E, llevando los márgenes agregados de flujo de caja libre a cerca de -2% en 2026E y a la zona de -3% en 2027-28E. Aun así, BofA cree que la inversión puede financiarse con flujo de caja operativo y espera mejora después de 2029, cuando la infraestructura comience a generar ingresos y retornos. Los cinco principales hiperescaladores habían recaudado cerca de $370bn en 2026, principalmente mediante deuda de largo plazo y capital permanente, lo que BofA interpreta como flexibilidad de balance y no como presión inmediata de liquidez. BofA considera que la monetización de los laboratorios de frontera y los compromisos de clientes sustentan la visibilidad de la demanda. Cita previsiones de ingresos de OpenAI de $13bn en 2025, $30bn en 2026, $62bn en 2027 y cerca de $283bn en 2030, junto con aproximadamente $665bn de gasto acumulado en cómputo hasta 2030. También cita un run rate de ingresos anualizados de Anthropic superior a $19bn, un aumento de $17bn interanual, como evidencia que conecta la demanda de laboratorios de frontera con capacidad de nube y demanda de aceleradores, HBM, redes, silicio personalizado, energía y gestión térmica. Los flujos agénticos pueden generar de 10x a 1,000x más tokens por flujo que una interacción de chat, creando monetización de nube basada en uso y sosteniendo el consumo de cómputo incluso con mejoras de eficiencia. BofA también señala los grandes backlog y RPO de Alphabet, Microsoft, Amazon, Meta y Oracle como respaldo para el capex futuro. El informe actualiza además la perspectiva más amplia de semiconductores. BofA prevé ventas totales de semiconductores de $3.4tn en 2030, frente a $3.2tn previamente, con CAGR CY26-30E de 19%. Modela un crecimiento interanual en CY26E de 113% para semiconductores totales y de 30% para semiconductores core, liderado por memoria, centros de datos y una mejora de los mercados industrial y automotriz. Las ventas de memoria subirían cerca de 327% en CY26E, con DRAM +328% y NAND +341%; cómputo y almacenamiento crecerían 50%, industrial 32%, automoción 12% y comunicaciones cableadas 29%, mientras inalámbrico, consumo y smartphones seguirían débiles. Las selecciones de corto plazo de BofA son NVIDIA, Intel, Micron, Marvell y Lam Research, y también favorece AMD, Applied Materials, Analog Devices y onsemi.

Marco de análisis

BofA combina una estimación top-down de capex y capacidad en gigavatios de operadores de nube con un modelo bottom-up de ventas de proveedores GPU/XPU y asignación de silicio entre cómputo, memoria, redes, almacenamiento y óptica. Después evalúa la sostenibilidad del capex mediante flujo de caja operativo, márgenes de flujo de caja libre, financiación, backlog de clientes e indicadores de demanda de laboratorios de frontera, y traduce la perspectiva de demanda en cuotas de CPU y previsiones de mercados finales de semiconductores.

Notas metodológicas

• Marco de análisis sectorialMarco de oferta y demanda

  Análisis de oferta, demanda y capacidad de centros de datos de AI

  El informe compara instalaciones implícitas por proveedores de chips con planes de capacidad de operadores, y vincula demanda de agentes, compromisos de nube y laboratorios de frontera con restricciones de energía, construcción y oferta de chips.

• Marco de análisis sectorialTransmisión entre tramos de la cadena de valor

  Análisis de cadena de valor de infraestructura de AI

  BofA rastrea el gasto de nube y laboratorios de frontera hacia aceleradores, CPU, memoria, redes, óptica, energía y equipos de semiconductores.

• Métodos de valoraciónValoración por P/E y PEG

  Marcos de precio objetivo con forward P/E y PEG para acciones mencionadas

  Los apéndices de acciones del informe usan múltiplos de beneficios, rangos históricos de valoración y, para Broadcom, un marco PEG para explicar precios objetivo individuales.

• Métodos de valoraciónValoración SOTP por suma de partes

  Valoración por suma de partes de Micron

  BofA valora el negocio cíclico de memoria de Micron con P/B y su negocio de AI HBM con P/E, y luego combina los componentes en su precio objetivo.

Correspondencia y comparación de activos

Correspondencia estructurada entre la tesis y activos concretos (fortalezas, debilidades, pares y riesgos).

• NVIDIA (NVDA)

  Selección principal y líder previsto en cuota de aceleradores de AI

  Fortalezas

  BofA espera que mantenga aproximadamente 70%+ de cuota de aceleradores de AI a lo largo del tiempo y destaca su liderazgo en cómputo y redes de AI.

  Debilidades

  Exposición al mercado cíclico de gaming y a la demanda irregular de proyectos de AI.

  Comparación

  Se proyecta que mantenga la mayor cuota de aceleradores frente a AMD, Broadcom, Marvell y otros.

  Riesgos

  Disponibilidad de energía, restricciones de envíos a China, competencia, desaceleración de retornos de capital y escrutinio gubernamental.

• Intel (INTC)

  Selección principal con catalizadores en CPU agénticas y fundición

  Fortalezas

  Fortaleza relativa esperada en cargas empresariales tradicionales, expansión de ASP y posible ramp de Coral Rapids hacia CY28E.

  Debilidades

  La cuota de valor de CPU de servidores se proyecta a aproximadamente 22% en CY30E.

  Comparación

  BofA espera que Intel siga siendo el mayor por cuota de unidades de CPU, pero quede por detrás de ARM comercial y AMD por cuota de valor en CY30E.

  Riesgos

  Riesgo de rendimiento y ramp de fundición, falta de clientes externos relevantes, debilidad del mercado maduro de PC y pérdida de cuota de CPU.

• Micron Technology (MU)

  Selección principal beneficiada por la demanda de memoria para AI

  Fortalezas

  El informe prevé fuerte demanda de memoria, incluidos HBM, DRAM y NAND.

  Debilidades

  Los beneficios de memoria siguen expuestos a la ciclicidad de ASP.

  Comparación

  BofA separa el negocio cíclico de memoria y el negocio AI HBM en su valoración por suma de partes.

  Riesgos

  Descenso de ASP de memoria, competencia china, pérdida de cuota y menor demanda de centros de datos, smartphones o PC.

• Marvell Technology (MRVL)

  Selección principal vinculada al crecimiento de ASIC personalizados, conectividad y óptica

  Fortalezas

  Posible mejora de visibilidad en proyectos ASIC de grandes clientes y ganancias de cuota en AEC, CPO y conmutación scale-up.

  Debilidades

  Mantiene exposición cíclica a almacenamiento tradicional, redes empresariales y mercados de operadores.

  Comparación

  BofA considera que la fortaleza de redes y el potencial al alza de ASIC compensan los riesgos cíclicos.

  Riesgos

  Pérdida de visibilidad en proyectos ASIC clave y competencia de proveedores comerciales y Broadcom.

• Lam Research (LRCX)

  Selección principal posicionada para gasto en equipos de fabricación de obleas de memoria y lógica

  Fortalezas

  Liderazgo en grabado y deposición, exposición al ciclo de memoria, ganancias de cuota y mayor exposición a fundición/lógica.

  Debilidades

  Preocupaciones por inflación de costes y aranceles a corto plazo.

  Comparación

  BofA espera potencial de ganancia de cuota tanto en memoria como en lógica.

  Riesgos

  Capex más lento, retraso en ampliaciones de capacidad de memoria, pérdida de cuota, consolidación de clientes y exposición a China.

Datos clave

• TAM de sistemas de centros de datos de AI~$2.2tn by CY30EElevado desde $1.8tn; CAGR de 40% desde CY26E frente a 33% previo.
• TAM de aceleradores de AI~$1.5tn by CY30EEl mayor componente del gasto previsto en sistemas de centros de datos de AI.
• Capex de nube y neocloud~$1.0tn in 2026E; ~$1.4tn in 2027ECerca de 2x interanual en 2026E y +37% en 2027E.
• Capacidad global de centros de datos de AI/nube~41GW in CY25 to ~219GW by CY30EEstimación basada en operadores; las adiciones anuales alcanzan cerca de 45GW en CY30E.
• TAM de CPU de servidores~$210bn by CY30EDesde cerca de $61bn en CY26E, lo que implica CAGR de 36%; las CPU de AI alcanzan aproximadamente $180bn.
• Ventas totales de semiconductores$3.4tn by 2030Previsión actualizada de BofA, frente a $3.2tn previamente; CAGR CY26-30E de 19%.

Impacto e implicaciones

BofA considera que la AI agéntica prolonga el ciclo de infraestructura más allá de los clústeres de entrenamiento al incrementar la inferencia, el procesamiento de tokens y la demanda de CPU. Su marco favorece gasto continuado en aceleradores, memoria, redes, óptica y equipos de semiconductores, y considera los backlog de nube, la monetización de laboratorios de frontera y el despliegue de capacidad como evidencia de que el elevado capex puede persistir en los próximos años.

Riesgos

• BofA identifica riesgos de ejecución en disponibilidad de energía, construcción de centros de datos, financiación y suministro de componentes.
• El elevado capex de nube llevaría los márgenes de flujo de caja libre a terreno negativo hasta 2028E antes de la mejora prevista posterior.
• El crecimiento de los laboratorios de frontera respalda la demanda, pero menores márgenes y mayor consumo de caja siguen siendo retos de rentabilidad.
• El informe señala debilidad continuada en PC, smartphones y mercados finales de consumo, que compensa la fortaleza de AI, memoria y centros de datos.

Aspectos que vigilar

• Trayectoria del capex de nube y neocloud, especialmente si el despliegue anual alcanza el rango de 35-50GW del informe.
• Crecimiento de ingresos de laboratorios de frontera, compromisos de cómputo y adopción de cargas agénticas intensivas en tokens.
• Conversión de RPO y backlog de hiperescaladores, incluidas divulgaciones de Alphabet, Microsoft, Amazon y Oracle.
• Tendencias de cuota de aceleradores de AI, ramp de programas de CPU y transición de CPU de head node a racks autónomos de CPU agéntica.
• Restricciones de energía, construcción, financiación y suministro de componentes que podrían afectar el calendario de despliegue de centros de datos.