AI data-center semiconductor, powered-shell and electricity infrastructure supply chain: UBS ve una vía para abastecer de energía la demanda de centros de datos de AI hasta 2030, pero la ejecución de proyectos de red y de suministro behind-the-meter es crítica.

Visión general

Este estudio temático de UBS evalúa si la construcción de infraestructura de AI impulsada por semiconductores puede ser respaldada físicamente por la construcción de centros de datos y la disponibilidad de energía. UBS concluye que existe capacidad teórica para respaldar sus supuestos de aceleradores, ligeramente por encima del consenso, hasta 2030, pero ello requiere una amplia ejecución en redes, construcción y cadenas de suministro de energía in situ.

Perspectivas principales

UBS parte de las hojas de ruta de aceleradores y convierte los envíos esperados de GPU y ASIC en demanda de energía a nivel de rack. El aumento del número de dies, de la densidad de aceleradores y de la potencia de diseño térmico implica que los GW desplegados pueden crecer incluso si disminuye el número de racks. La firma estima aproximadamente 340GW de capacidad de cómputo incremental acumulada entre 2026 y 2030, equivalente a cerca de 380GW de capacidad de instalaciones de centros de datos, o powered shell, con un PUE de 1.12. La capacidad anual de cómputo sube de aproximadamente 10GW en 2024 a aproximadamente 105GW en 2030. Las GPU comerciales representan cerca de 200GW, o 59%, de la capacidad incremental hasta 2030; los ASIC representan cerca de 140GW, o 41%. El informe espera un giro hacia ASIC, con una mezcla de capacidad que pasa de 65% GPU y 35% ASIC en 2026E a 57% y 43% en 2030. Sin embargo, UBS sostiene que las GPU comerciales mantienen una cuota de ingresos desproporcionada por su mayor aplicabilidad a cargas de trabajo, mayor contenido a nivel de sistema y monetización de software. Su análisis de dólares por GW implica aproximadamente 70% de los ingresos de centros de datos para GPU comerciales y 30% para ASIC. UBS prevé que la capacidad de cómputo desplegada de NVIDIA aumente a una CAGR de 32%, de aproximadamente 17GW en 2026 a aproximadamente 51GW en 2030; AMD aumenta a una CAGR de 90%, de aproximadamente 1GW a aproximadamente 9GW, desde una base mucho menor. Google y AWS son los mayores contribuyentes de capacidad ASIC bajo los supuestos de UBS. La construcción física de shells es la primera restricción. UBS Evidence Lab identifica aproximadamente 276GW de capacidad global de centros de datos en construcción o planificada, suficiente para solo aproximadamente 70-75% de los 380GW implícitos por sus estimaciones de aceleradores. La cartera creció aproximadamente 75GW, cerca de 45% intertrimestral, entre 1Q26 y 2Q26; Pennsylvania, Ohio y West Virginia registraron las mayores revisiones. Estados Unidos representa 80% de la revisión reciente y 70% de los centros de datos globales visibles en construcción o planificados. UBS estima que se necesitarían otros 100-105GW de shells no anunciados, aunque los proyectos anunciados en los próximos 1-2 años podrían operar para 2029-30. Un centro de datos greenfield tarda más de 15 meses en entrar en operación después de asegurar tierra y energía; 18-24 meses es una estimación más conservadora ante demoras de abastecimiento eléctrico, oposición local y disponibilidad laboral. La energía es el cuello de botella más importante. UBS estima aproximadamente 307GW de capacidad de centros de datos respaldada por la red global entre 2026-30: cerca de 271GW en Estados Unidos, 16GW en Europa y 20GW en el resto. El caso base estadounidense aporta solo aproximadamente 76GW; llegar a 271GW requiere aproximadamente 24GW por mayores tasas de finalización de plantas, 151GW de proyectos tempranos aún no autorizados y aproximadamente 20GW por menos retiros de plantas. UBS estima que las adiciones de fuentes alternativas pueden aportar aproximadamente 156GW en un caso de absorción total, suficiente para respaldar el caso alcista de 151GW de proyectos tempranos. China podría añadir otros 30-40GW de capacidad conectada a red, pero se excluye por las restricciones a los envíos de aceleradores estadounidenses al país. La generación behind-the-meter es el mecanismo de equilibrio porque la red sola no satisface la demanda de shells implícita. UBS estima aproximadamente 108GW de soporte behind-the-meter adicional de Caterpillar e Innio, con potencial alcista de Cummins. Caterpillar aporta un estimado de aproximadamente 90GW según la expansión de capacidad de equipos y la asignación a energía primaria para centros de datos; Innio aporta hasta 18GW si eleva la capacidad en 1GW anual. La suma de 307GW de red y 108GW behind-the-meter da aproximadamente 415GW de disponibilidad potencial de energía, ligeramente por encima de los 380GW requeridos. El equilibrio de corto plazo es más estrecho. Para 2027, UBS anticipa aproximadamente 57GW de capacidad de centros de datos implícita, frente a solo aproximadamente 38GW de visibilidad de powered shell sin proyectos de plantas tempranos. Para 2028, la comparación es aproximadamente 76GW frente a 50GW. Cada año tiene cerca de 50GW de proyectos de red en etapa inicial, de los cuales aproximadamente 40-50% debe convertirse en suministro conectado. UBS lo considera posible, pero exigente: requiere un entorno legislativo favorable y retrasos limitados de cadena de suministro. Los equipos behind-the-meter podrían cubrir parte de la brecha mediante reasignación desde otros mercados finales. UBS identifica las restricciones regulatorias y de equipos como los principales riesgos bajistas. Las limitaciones estatales y locales pueden demorar o cancelar proyectos: el informe cita la moratoria de un año de New York para nuevos centros de datos por encima de 20MW mientras se realizan estudios ambientales, y la revisión de Texas de proyectos de interconexión. Los plazos desde solicitud de interconexión hasta operación comercial superan ahora cuatro años. Los grandes transformadores eléctricos pueden tardar hasta 210 semanas, los sistemas de energía de respaldo y switchgear cerca de 18 meses, y las turbinas de gas in situ más de tres años. Estos cuellos de botella pueden provocar un desajuste entre la energía disponible y el despliegue de cómputo implícito. Por último, UBS aplica su marco de GW y dólares por GW a NVIDIA. El marco implica aproximadamente $408B de ingresos de centros de datos de NVIDIA en CY26E, que aumentan a $1.1T en CY28E. CY26E está ampliamente alineado con las previsiones existentes, pero UBS observa que la brecha se amplía en CY27-28, en parte porque la mezcla de racks HGX frente a NVL72 afecta el ingreso por GW de NVIDIA. UBS sostiene que, a medida que escalan los clústeres de AI, los clientes compran capacidad de cómputo integrada en vez de aceleradores aislados. Este cambio debería permitir a NVIDIA captar una mayor proporción del gasto de infraestructura por cada GW desplegado y aumentar el trabajo de AI realizado dentro de un límite fijo de energía.

Marco de análisis

UBS trabaja hacia atrás desde los envíos esperados de GPU y ASIC, las configuraciones de racks y los supuestos de potencia de diseño térmico para calcular GW de cómputo, y después los convierte en capacidad de instalaciones usando un PUE de 1.12. Compara esa demanda con shells de centros de datos visibles, capacidad respaldada por red y capacidad de equipos behind-the-meter; finalmente aplica los supuestos de GW y contenido por GW de NVIDIA a su modelo de NVIDIA.

Notas metodológicas

• Marco de análisis sectorialMarco de oferta y demanda

  Demanda de capacidad de cómputo de AI frente a oferta de shells de centros de datos y energía

  UBS convierte los supuestos de despliegue de semiconductores en requisitos de energía de instalaciones y evalúa si la construcción, la red y la generación in situ pueden satisfacerlos.

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

  Envíos de semiconductores, densidad de energía de racks, construcción de centros de datos e infraestructura eléctrica

  El informe sigue cómo las hojas de ruta de aceleradores generan demanda de racks, shells de centros de datos, conexiones de red y equipos de energía behind-the-meter.

• OtroOtro

  Conversión de eficiencia de uso de energía y marco de ingresos por GW

  UBS utiliza un PUE de 1.12 para convertir la carga de cómputo en capacidad requerida de instalaciones y combina las estimaciones de GW con el contenido por GW de NVIDIA para derivar ingresos implícitos.

Correspondencia y comparación de activos

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

• NVIDIA (NVDA)

  Principal beneficiario de semiconductores en el marco de infraestructura de AI basado en energía de UBS.

  Fortalezas

  UBS espera un mayor contenido de sistemas integrados e ingresos por GW desplegado; los ingresos implícitos alcanzan ~$408B en CY26E y $1.1T en CY28E.

  Debilidades

  El ingreso por GW depende de la mezcla asumida entre las arquitecturas HGX y NVL72.

  Comparación

  Las GPU comerciales conservan aproximadamente 70% de los ingresos implícitos de centros de datos pese a que los ASIC ganan cuota de capacidad.

  Riesgos

  La finalización de proyectos eléctricos, la construcción de centros de datos, los permisos y los cuellos de botella de suministro pueden limitar el despliegue de cómputo.

• AMD (AMD)

  Participante de GPU comerciales en la previsión de capacidad de aceleradores de UBS.

  Fortalezas

  UBS estima que la capacidad de cómputo desplegada aumenta a una CAGR de 90%, de ~1GW en 2026 a ~9GW en 2030.

  Debilidades

  El crecimiento parte de una base mucho menor que NVIDIA.

  Comparación

  UBS estima que las GPU comerciales representan 59% de la capacidad de cómputo incremental hasta 2030.

  Riesgos

  El despliegue depende de las mismas condiciones de powered shell y cadena de suministro que afectan al mercado más amplio de aceleradores.

• Caterpillar

  Proveedor de equipos de energía primaria behind-the-meter para centros de datos.

  Fortalezas

  UBS estima que los equipos de Caterpillar pueden respaldar ~90GW de capacidad incremental de shells de centros de datos entre 2026 y 2030.

  Debilidades

  La capacidad se comparte con minería, petróleo y gas, y otros mercados finales.

  Comparación

  Caterpillar es el mayor contribuyente behind-the-meter estimado por UBS, por delante de Innio.

  Riesgos

  La asignación a centros de datos y la mezcla de aplicaciones de energía primaria determinan la contribución realizada.

• Innio

  Proveedor de equipos de energía primaria behind-the-meter para centros de datos.

  Fortalezas

  Aproximadamente 80% de la cartera actual de equipos de centros de datos está vinculada a energía primaria; UBS estima potencial alcista hasta ~18GW de base instalada acumulada.

  Debilidades

  La contribución estimada depende de ejecutar aumentos anuales de capacidad de 1GW.

  Comparación

  UBS estima que Innio puede complementar la contribución behind-the-meter mayor de Caterpillar.

  Riesgos

  Se requiere ampliar la capacidad de equipos y asignarla a centros de datos.

Datos clave

• Capacidad de cómputo incremental acumulada~340GWEstimación de UBS para 2026-2030.
• Capacidad de shell de centros de datos implícita~380GWRequisito para 2026-2030 con un PUE de 1.12.
• Disponibilidad potencial total de energía~415GWAproximadamente 307GW de soporte de red más aproximadamente 108GW de capacidad behind-the-meter.
• Cartera global visible de centros de datos~276GWEn construcción o planificada; respalda aproximadamente 70-75% de las estimaciones de aceleradores de UBS.
• Capacidad implícita y visibilidad de powered shell en 2027~57GW versus ~38GWLa visibilidad de powered shell excluye proyectos de plantas de energía en etapa inicial.
• Capacidad implícita y visibilidad de powered shell en 2028~76GW versus ~50GWSe requieren proyectos tempranos o suministro behind-the-meter para cerrar la brecha.
• Ingresos de centros de datos implícitos de NVIDIA~$408B in CY26E and $1.1T in CY28EDerivados del marco de GW basado en energía de UBS.

Impacto e implicaciones

UBS sostiene que la disponibilidad de energía no invalida necesariamente las previsiones de demanda de AI para semiconductores hasta 2030, pero convierte la finalización de proyectos de energía tempranos, la construcción de centros de datos y la asignación de equipos behind-the-meter en determinantes críticos. Su marco indica potencial alcista para la trayectoria modelada de ingresos de centros de datos de NVIDIA, especialmente en CY27-28.

Riesgos

• La legislación estatal y local sobre centros de datos, las moratorias y normas más estrictas de asignación de costes podrían demorar o cancelar proyectos.
• Una baja tasa de conversión de proyectos de red tempranos dejaría la capacidad de powered shell por debajo de la demanda implícita de aceleradores en 2027 y 2028.
• Los retrasos en la interconexión a red, que ya superan cuatro años, podrían aplazar el suministro eléctrico disponible.
• Los largos plazos de transformadores, switchgear, sistemas de respaldo y turbinas de gas podrían limitar las construcciones.
• La adquisición de energía, la oposición comunitaria local y la escasez de mano de obra podrían extender la construcción greenfield más allá de los supuestos de UBS.

Aspectos que vigilar

• La conversión de aproximadamente 50GW de proyectos de red en etapa inicial en cada uno de 2027 y 2028.
• El ritmo de anuncios de nuevos proyectos de centros de datos necesario para cerrar la brecha visible de 100-105GW de capacidad de shells.
• Las adiciones de capacidad de la red estadounidense, los retiros de plantas y las tendencias de margen de reserva.
• La asignación de equipos de Caterpillar, Innio y potencialmente Cummins a usos de energía primaria para centros de datos.
• Los permisos, la interconexión y la legislación estatal y local sobre centros de datos.
• La mezcla de sistemas HGX y NVL72 de NVIDIA, que afecta los ingresos por GW.