Semiconductores globales y de la Gran China (ASIC de IA, potencia de cómputo de IA y seguridad cuántica): La expansión del cómputo de IA continúa transformando los semiconductores globales, con los ASIC personalizados, la potencia de cómputo de China y la seguridad cuántica emergiendo como nuevos motores de crecimiento

Visión general

Estas son perspectivas sectoriales que cubren semiconductores globales de IA, ASIC personalizados de la nube, potencia de cómputo de IA en China y seguridad cuántica. El informe considera que el capex de la nube, la demanda de inferencia, el empaquetado avanzado y la infraestructura informática nacional respaldarán el crecimiento a largo plazo, pero que la divergencia entre las condiciones de los semiconductores de IA y no IA se ampliará, mientras que los costes, la energía, la capacidad y la regulación constituyen las principales restricciones.

Perspectivas principales

El informe asigna una visión Atractiva a la industria de semiconductores de Asia-Pacífico, con una clara preferencia de asignación por la cadena de suministro de IA, la memoria especializada y el ecosistema informático nacional de China. Dentro de IA, MediaTek es la principal selección, mientras que TSMC, SMIC, Aspeed, Alchip, KYEC, ASE, FOCI, ASMPT, AllRing y GUC también son favorecidas. Dentro de memoria, AP Memory es la principal selección, mientras que Macronix, Nanya Tech, Winbond y GigaDevice también son favorecidas. Dentro de IA/semiconductores/equipos de fabricación de obleas de China, el informe prefiere Iluvatar, Cambricon, Hygon Information, NAURA Technology y AMEC; los nombres de equipos y consumibles de prueba incluyen WinWay, MPI, Hon Hai y Gudeng; y UMC es preferida dentro de los nodos maduros. El informe califica a OmniVision Group, Phison, MetaX, Realtek y GlobalWafers EW, y a WIN Semi, Silergy y ASMedia UW. El ciclo general muestra una divergencia entre la fuerte demanda de IA y la débil demanda no relacionada con IA. El informe espera que la industria global de semiconductores pueda alcanzar US$1,5 billones para 2030, con los semiconductores de IA aportando aproximadamente la mitad; el TAM de semiconductores de IA se estima en aproximadamente US$753 mil millones para 2030, mientras que un escenario alcista basado en datos de la cadena de suministro indica que el TAM de semiconductores de IA en la nube podría alcanzar US$485 mil millones en 2026. Mientras tanto, excluyendo memoria e ingresos de GPU de IA de NVIDIA, se espera que el crecimiento de semiconductores no relacionados con IA disminuya en 2026. La utilización de fundiciones de semiconductores lógicos podría alcanzar el 80% en la segunda mitad de 2026. Históricamente, la disminución de los días de inventario ha coincidido habitualmente con ganancias en los índices de acciones de semiconductores, pero la recuperación actual no está ocurriendo de forma sincronizada en todos los submercados. El gasto de los proveedores de servicios en la nube sigue siendo el punto de partida central de la demanda de chips de IA. El capex combinado de los cuatro principales proveedores de servicios en la nube —Amazon, Google, Microsoft y Meta— creció un 87% interanual en el segundo trimestre de 2026, y la ratio capex/EBITDA ha superado el 70%. El modelo de seguimiento de Morgan Stanley estima que el capex de los 14 principales proveedores de servicios en la nube cotizados del mundo se acercará a US$1,4 billones en 2027, excluida la IA soberana. El informe deriva además la demanda de racks, energía, GPU/ASIC, obleas de nodos avanzados, CoWoS y HBM a partir del capex, concluyendo que los presupuestos se mantienen sólidos, aunque la intensidad del capex, la disponibilidad de energía en Estados Unidos y la velocidad de despliegue de proyectos determinarán si las previsiones se materializan. TSMC es el principal beneficiario de esta cadena de transmisión. El informe estima que TSMC produjo 5,1 millones de chips relacionados en 2025 y que los envíos de racks GB200 NVL72 durante todo el año podrían alcanzar 30.000 unidades; se espera que el valor de consumo de obleas de cómputo de IA supere US$46 mil millones en 2027, con NVIDIA aún contribuyendo la mayor parte de la demanda. El consumo de HBM podría alcanzar hasta 48 mil millones de Gb en 2027, y NVIDIA volvería a representar la mayoría. Se espera que la demanda total de CoWoS aumente de 1,394 millones de obleas en 2026 a 2,694 millones de obleas en 2027, lo que lleva al informe a sugerir que TSMC podría ampliar la capacidad de CoWoS a 200.000 obleas por mes para 2027. La mezcla de clientes será más diversificada: se proyecta que la demanda de CoWoS de NVIDIA sea de 780.000 obleas en 2026 y 1,222 millones de obleas en 2027, representando aproximadamente el 56% y el 45%, respectivamente; las participaciones de Broadcom son aproximadamente 22% y 18%, las de AMD aproximadamente 9% y 20%, y la demanda de MediaTek en 2027 es de aproximadamente 180.000 obleas, o alrededor del 7%. La demanda de nodos avanzados es igualmente sólida. La información proporcionada por TSMC indica que la capacidad N2 podría lograr una tasa de crecimiento anual compuesta del 70% entre 2026 y 2028; la capacidad N5 disminuirá en 2027 mientras N3 continúa aumentando, en consonancia con las previsiones de demanda de clientes del informe. Se espera que la capacidad de nodos maduros y especializados se expanda a una tasa de crecimiento anual compuesta del 7% entre 2024 y 2029. Los ingresos de semiconductores de IA podrían representar más del 30% de los ingresos de TSMC en 2026 e impulsar la tesis de expansión de márgenes presentada en el informe. Las CPU de servidores de IA y la memoria constituyen dos cadenas adicionales de crecimiento y restricción. La CPU Vera de NVIDIA utiliza un diseño que no divide núcleos entre chiplets, acortando las rutas de conexión entre núcleos; el informe indica que su rendimiento podría alcanzar 1,8 veces el de la CPU x86 de mayor rendimiento. El escenario alcista corresponde a un TAM de orquestación de CPU de US$238 mil millones, mientras que el modelo descendente proyecta una tasa de crecimiento anual compuesta del 251% para el TAM de CPU Agentic desde F26 hasta F30. En memoria, la demanda de almacenamiento de IA está causando escasez de NAND, se espera que la oferta ajustada de NOR Flash persista hasta 2026, y la escasez de DDR4 podría continuar hasta la segunda mitad de 2026. Al mismo tiempo, el aumento de costes de obleas, ensamblaje y pruebas, y memoria presionará los márgenes de las empresas de diseño de chips en 2026, mientras que la elasticidad de precios podría suprimir la demanda de productos tecnológicos de mercados finales. Los ASIC personalizados no se volverán innecesarios debido a las mejoras en el rendimiento de las GPU de NVIDIA. El informe considera que los grandes proveedores de servicios en la nube seguirán requiriendo chips optimizados para sus cargas de trabajo propietarias y espera que más proyectos ASIC avancen de acuerdo con la hoja de ruta de cada proveedor de servicios en la nube. El modelo de Alchip muestra 800.000 unidades confirmadas de Trainium4 en 2028, correspondientes a US$8 mil millones en ingresos; se proyectan ingresos totales de Alchip de US$9,8 mil millones ese año, con Trainium aportando el 82%. Las previsiones de Google TPU muestran que el volumen total aumenta de 3,7 millones de unidades en 2026 a 7,35 millones de unidades en 2027 y se mantiene por encima de 6,5 millones de unidades en 2028, aunque el potencial alcista podría estar limitado por la oferta de sustratos ABF. MediaTek es el beneficiario de ASIC personalizados más destacado en el informe. Se espera que sus ingresos por TPU aumenten de US$13,5 mil millones en 2027 a US$43,5 mil millones en 2028 y alcancen US$70 mil millones en 2029. Incluso si el proyecto adopta un modelo de herramientas propiedad del cliente, el informe sigue considerando que MediaTek será responsable al menos del empaquetado TPU v10 y del dado de E/S. KYEC se considera beneficiaria del crecimiento simultáneo de GPU de IA, TPU y CPU. En la competencia de empaquetado avanzado, el CoWoS de TSMC puede soportar hasta aproximadamente 9,5 veces el tamaño de retícula, o cuatro chips por oblea; si su cadena de suministro se ejecuta sin problemas, Intel EMIB puede soportar más fácilmente chips más grandes que excedan 12 veces el tamaño de retícula. Por lo tanto, el resultado competitivo final depende no solo de las capacidades de diseño, sino también de la entrega de la cadena de suministro. La potencia de cómputo de IA de China es un tema independiente de crecimiento a largo plazo. DeepSeek ha demostrado un enfoque de menor coste para la inferencia, que el informe considera que estimulará la demanda de inferencia; la cadena de suministro nacional de fundición también es cada vez más capaz de producir GPU de IA. Se espera que el TAM de chips de IA/GPU de China alcance US$91 mil millones para 2030, y que el tamaño de mercado y la participación de aceleradores nacionales continúen expandiéndose. La evidencia del lado de la demanda incluye precios persistentemente crecientes de NVIDIA 5090 en China, el aumento de uso de tokens en Volcano Engine/Doubao de ByteDance y las tendencias de capex de la nube china. La comparación de economía de inferencia del informe muestra que los chips nacionales tienen menor TCO y costes por token comparables en relación con los procesadores NVIDIA disponibles en China, al tiempo que ofrecen un mejor rendimiento por unidad de coste debido a precios significativamente más bajos. Las capacidades de infraestructura de China también están reduciendo la brecha tecnológica percibida por el mercado. La Conferencia Mundial de Inteligencia Artificial de 2026 mostró múltiples soluciones SuperPod: Huawei Atlas 950 está configurado con 1.024 NPU Ascend 950DT, 16 gabinetes de cómputo y cuatro gabinetes UnifiedBus, utiliza interconexiones híbridas de cobre-ópticas y proporciona hasta 256 TB de memoria compartida; la solución de Moore Threads cubre de 128 a 256 GPGPU de la serie S, mientras que las soluciones Enflame-ZTE y MetaX-ZTE están configuradas cada una con 64 aceleradores y utilizan una arquitectura ortogonal sin placa intermedia. La plataforma integrada de CPU y GPU de Hygon Information recibió una visión OW; el informe espera que el TAM de CPU de China aumente a US$42 mil millones para 2030 y que la participación de Hygon en el mercado chino de CPU para servidores alcance el 18% en 2028. La sección de seguridad cuántica considera la seguridad de hardware como fundamental para la cadena de suministro cuántica global. El informe señala que los sistemas electrónicos modernos dependen principalmente de criptografía asimétrica, mientras que la computación cuántica está impulsando a los países a formular hojas de ruta de migración a criptografía poscuántica. Los calendarios varían por región, pero 2030 es un punto de inflexión clave, y las principales economías convergen en términos generales hacia los estándares PQC de NIST. El informe analiza la demanda de seguridad cuántica a través de diferentes capas de conectividad y espera que el TAM para funciones físicamente no clonables, o PUF, alcance aproximadamente US$310 millones para 2030, al tiempo que evalúa la valoración de mercado mediante los rangos de P/E de empresas relevantes de semiconductores/IP de PUF y eMemory.

Marco de análisis

El informe primero evalúa la demanda agregada utilizando el ciclo global de semiconductores, los inventarios y el capex de la nube, y después descompone el gasto de la nube capa por capa en energía, racks de servidores, GPU/ASIC, obleas de nodos avanzados, CoWoS y HBM. Para los proyectos Trainium y TPU, el informe estima los ingresos de los proveedores multiplicando los volúmenes de chips por el valor unitario reconocido; para la potencia de cómputo de IA en China, compara tamaño de mercado, demanda de tokens, TCO, coste por token y arquitecturas SuperPod. La sección de seguridad cuántica deriva la oportunidad de mercado de PUF de los calendarios de migración criptográfica, las capas de conectividad y los componentes de seguridad de hardware, complementada con comparaciones de rangos de P/E.

Notas metodológicas

• Marco de análisis de industria/sectorMarco de oferta y demanda

  Modelo de oferta y demanda para chips de IA, CoWoS, HBM y memoria

  El informe estima por separado la demanda y la capacidad de oferta de chips, obleas, empaquetado avanzado y memoria para evaluar la expansión de capacidad, la duración de las escaseces y las participaciones de clientes.

• Marco de análisis de industria/sectorTransmisión de la cadena industrial aguas arriba-intermedia-abajo

  Transmisión del capex de la nube a la demanda de semiconductores

  Partiendo del capex de proveedores de servicios en la nube y el despliegue energético, la investigación deriva secuencialmente la demanda de racks, GPU/ASIC, obleas de nodos avanzados, CoWoS, HBM y pruebas.

• Marco de análisis de industria/sectorDescomposición de volumen-precio

  Modelo de ingresos de volumen y precio unitario de proyectos ASIC

  Las previsiones de Alchip Trainium y MediaTek TPU multiplican el volumen de cada generación de chips por el valor por chip reconocido por el proveedor para derivar los ingresos anuales del proyecto y su participación en los ingresos.

• Marco de ciclo y condiciones empresarialesCiclo de inventario (Kitchin)

  Días de inventario de semiconductores y evaluación de condiciones empresariales

  El informe examina los días de inventario de la cadena de suministro y sus cambios históricos, señalando que los períodos de disminución de días de inventario generalmente han coincidido con el aumento de índices de acciones de semiconductores.

• Método de valoraciónValoración PE/PEG

  Comparación de ratios P/E y rangos históricos de P/E

  El informe compara valoraciones entre subsectores de semiconductores y evalúa la valoración de mercado mediante los rangos de P/E de empresas relacionadas con PUF/IP y eMemory.

• Marco de análisis de industria/sectorOtro

  Comparación de TCO de inferencia, coste por token y rendimiento por unidad de coste

  El informe combina los costes de adquisición y operación de hardware con la producción de inferencia de modelos para comparar chips nacionales y procesadores NVIDIA en China en términos de coste total de propiedad, coste por token y relación precio-rendimiento.

Correspondencia y comparación de activos

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

• MediaTek (2454.TW)

  El informe la nombra como la principal selección en IA y espera que capture valor de empaquetado, dado de E/S y chips relacionados del proyecto Google TPU.

  Fortalezas

  Se espera que los ingresos por TPU aumenten de US$13,5 mil millones en 2027 a US$70 mil millones en 2029; incluso bajo un modelo de herramientas propiedad del cliente, seguiría manejando al menos el empaquetado TPU v10 y el dado de E/S.

  Comparación

  El informe sitúa a MediaTek en el centro de la cadena de suministro global de ASIC personalizados para la nube.

  Riesgos

  El potencial alcista del crecimiento de volumen de Google TPU podría verse limitado por la oferta de sustratos ABF.

• TSMC

  Se beneficia de la creciente demanda de obleas de nodos avanzados de IA, CoWoS y múltiples clientes de GPU/ASIC.

  Fortalezas

  Se espera que la capacidad N2 logre un crecimiento compuesto del 70% entre 2026 y 2028, mientras que los ingresos de semiconductores de IA podrían superar el 30% de los ingresos de 2026.

  Debilidades

  Se espera que la capacidad N5 disminuya en 2027.

  Comparación

  CoWoS puede soportar hasta aproximadamente 9,5 veces el tamaño de retícula; Intel EMIB puede soportar más de 12 veces el tamaño de retícula si la ejecución de la cadena de suministro avanza sin problemas.

  Riesgos

  El capex de la nube, el despliegue energético de proyectos y el ritmo al que se materializa la demanda de clientes afectan la utilización de la expansión de capacidad.

• Alchip

  Se beneficia del crecimiento de los chips personalizados de entrenamiento de IA AWS Trainium.

  Fortalezas

  Se espera que los ingresos de Trainium alcancen US$8 mil millones en 2028, con ingresos totales proyectados de US$9,8 mil millones.

  Debilidades

  Se espera que los ingresos de Trainium representen el 82% de los ingresos totales en 2028.

  Comparación

  El informe la identifica como beneficiaria directa de los proyectos ASIC personalizados de grandes proveedores de servicios en la nube.

• KYEC

  El informe considera que se beneficia del crecimiento simultáneo de la demanda de pruebas para GPU de IA, TPU y CPU.

  Fortalezas

  Las fuentes de demanda abarcan GPU de propósito general, ASIC personalizados de la nube y CPU de servidores de IA.

• NVIDIA (NVDA.US)

  Sigue siendo el mayor contribuyente a la demanda de obleas de IA, CoWoS y HBM, y se está expandiendo a CPU Agentic mediante la CPU Vera.

  Fortalezas

  El rendimiento de Vera podría alcanzar 1,8 veces el de la CPU x86 de mayor rendimiento; se espera que la demanda de CoWoS en 2027 sea de 1,222 millones de obleas.

  Comparación

  Los chips nacionales logran menor TCO y mayor rendimiento por unidad de coste en China mediante precios más bajos.

  Riesgos

  Las restricciones energéticas de Estados Unidos, los presupuestos de clientes de la nube y la regulación son factores limitantes para la expansión de IA.

• SMIC (00981.HK)

  Incluida en la lista OW para IA/semiconductores de China y se beneficia de la mejora de las capacidades nacionales chinas de producción de GPU de IA.

  Fortalezas

  El informe considera que la cadena de suministro nacional de fundición de China está siendo más capaz en la producción de GPU de IA.

  Comparación

  Junto con otras empresas chinas nacionales de cómputo y equipos de fabricación de obleas, forma la cadena de suministro nacional de IA.

  Riesgos

  La capacidad de chips de China es una restricción explícitamente identificada para el crecimiento en el informe.

• Cambricon (688256.SH)

  Incluida en la lista OW para IA/semiconductores de China y cubierta en la comparación horizontal de aceleradores de IA nacionales.

  Fortalezas

  Se beneficia de la expansión del TAM de chips de IA/GPU de China y de la creciente participación de aceleradores nacionales.

  Comparación

  El informe la compara con MetaX e Iluvatar.

  Riesgos

  La capacidad de chips y la regulación podrían limitar el crecimiento en el mercado de IA de China.

• Hygon Information

  Su plataforma integrada de cómputo CPU y GPU recibió una visión OW.

  Fortalezas

  El informe espera que su participación en el mercado chino de CPU para servidores alcance el 18% para 2028.

  Comparación

  Corresponde a la trayectoria de crecimiento del TAM de CPU de China hasta US$42 mil millones para 2030.

  Riesgos

  Las restricciones de capacidad de chips de China podrían afectar la expansión del mercado.

• AP Memory

  Nombrada como la principal selección en memoria y participa en la cadena tecnológica de empaquetado avanzado relacionada con Intel EMIB.

  Fortalezas

  Posicionada en la intersección de memoria especializada y empaquetado avanzado, ambos favorecidos por el informe.

  Comparación

  Tiene una prioridad mayor que las otras empresas nombradas en la cartera recomendada de memoria.

Datos clave

• Tamaño del mercado global de semiconductoresUS$1,5tn para 2030eEl informe espera que los semiconductores de IA aporten aproximadamente la mitad para entonces
• TAM de semiconductores de IA~US$753bn para 2030ePrevisión a largo plazo del mercado global de semiconductores de IA
• Escenario alcista del TAM de semiconductores de IA en la nubeUS$485bn en 2026eSupuestos de escenario alcista impulsados por datos de la cadena de suministro
• Crecimiento del capex de los cuatro principales proveedores de servicios en la nube87% interanual en 2Q26CYTotal combinado de Amazon, Google, Microsoft y Meta
• Intensidad de capex de proveedores de servicios en la nubemás del 70%Ratio capex/EBITDA
• Capex global de la nubecasi US$1,4tn en 2027Los 14 principales proveedores de servicios en la nube globales cotizados, excluida la IA soberana
• Demanda total de CoWoS1.394k obleas en 2026e; 2.694k obleas en 2027ePrevisión de demanda de clientes globales
• Capacidad potencial de CoWoS de TSMC200kwpm para 2027Evaluación de expansión de capacidad basada en una demanda de IA persistentemente fuerte
• Consumo de obleas de cómputo de IA en 2027>US$46bnSe espera que NVIDIA contribuya la mayor parte de la demanda
• Consumo de HBM en 2027hasta 48bn GbSe espera que NVIDIA continúe consumiendo la mayor parte de la oferta
• Crecimiento de la capacidad N2 de TSMC70% CAGR de 2026-2028eTrayectoria de crecimiento de capacidad indicada por TSMC
• Participación de ingresos de semiconductores de IA de TSMC>30% de los ingresos de 2026eParticipación prevista de ingresos relacionados con IA en los ingresos totales de TSMC
• Rendimiento de la CPU Vera1.8xEn relación con la CPU x86 de mayor rendimiento
• Crecimiento del TAM de CPU Agentic251% CAGR de F26 a F30Modelo descendente de Morgan Stanley
• Ingresos de Alchip TrainiumUS$8bn en 2028eSe espera que represente el 82% de los ingresos totales de US$9,8 mil millones de Alchip ese año
• Ingresos de TPU de MediaTekUS$70bn en 2029eLas previsiones para 2027 y 2028 son US$13,5 mil millones y US$43,5 mil millones, respectivamente
• TAM de chips de IA/GPU de ChinaUS$91bn para 2030ePrevisión a largo plazo del mercado de aceleradores de IA de China
• TAM de CPU de ChinaUS$42bn en 2030Se espera que la participación de Hygon en el mercado chino de CPU para servidores alcance el 18% para 2028
• TAM de PUFUS$310mn para 2030Previsión de mercado relacionada con la seguridad de hardware cuántico

Impacto e implicaciones

El informe considera que el crecimiento de semiconductores se concentrará cada vez más en chips de IA, nodos avanzados, CoWoS, HBM, pruebas y ASIC personalizados, lo que permitirá a TSMC, MediaTek, Alchip y empresas relacionadas de ensamblaje y pruebas capturar mayor valor. Las empresas de diseño de chips no relacionados con IA pueden enfrentar simultáneamente una desaceleración de la demanda y mayores costes de obleas, ensamblaje y pruebas, y memoria. Los chips nacionales de China compensan parcialmente la brecha de rendimiento por chip mediante precios más bajos, menor TCO e infraestructura SuperPod; la migración a criptografía poscuántica también crea un nuevo mercado a largo plazo para componentes de seguridad de hardware como los PUF.

Riesgos

• El crecimiento de IA podría verse limitado por los presupuestos de proveedores de servicios en la nube y la intensidad de capex.
• El suministro eléctrico de Estados Unidos es una restricción explícita para la expansión de infraestructura de IA.
• La capacidad de chips de China podría limitar la materialización de la demanda nacional de cómputo de IA.
• Los cambios regulatorios podrían afectar los proyectos de semiconductores de IA y la expansión del mercado.
• El aumento de costes de obleas, ensamblaje y pruebas, y memoria presionará los márgenes de las empresas de diseño de chips en 2026 y podría debilitar la demanda final mediante la elasticidad de precios.
• La priorización de semiconductores de IA por la cadena de suministro podría desplazar semiconductores no relacionados con IA y causar escasez de T-Glass y memoria.
• El potencial alcista del crecimiento de volumen de chips personalizados como Google TPU podría verse limitado por la oferta de sustratos ABF.
• Que Intel EMIB pueda materializar su ventaja en chips grandes depende de la ejecución de su cadena de suministro.

Aspectos que vigilar

• Seguir si el crecimiento del capex de los principales proveedores de servicios en la nube y la ratio capex/EBITDA pueden mantenerse elevados.
• Monitorear el despliegue energético, los envíos de racks GB200/300 y su conversión en demanda de CoWoS, obleas de nodos avanzados y HBM.
• Observar el progreso de la expansión de capacidad CoWoS de TSMC, la rampa de N2 y la disminución de N5 y aumento de N3 durante 2027.
• Seguir indicadores de demanda de IA a corto plazo, como los precios de NVIDIA 5090 en China, los precios de tokens de los principales modelos grandes y el uso de tokens de Doubao.
• Monitorear si las escaseces de NAND, NOR Flash y DDR4 persisten durante 2026 y la segunda mitad de 2026, respectivamente, como se describe en el informe.
• Observar las hojas de ruta regionales de migración a criptografía poscuántica y los hitos de implementación alrededor de 2030.