Semiconductores (chips de IA, fundición, memoria, empaquetado avanzado, pruebas y seguridad de hardware cuántico): El gasto de capital en IA, los ASIC personalizados y la potencia informática doméstica china respaldan conjuntamente unas sólidas perspectivas para los semiconductores

Visión general

Partiendo del gasto de capital global en la nube y la demanda agregada de chips de IA, el informe analiza secuencialmente las GPU y los ASIC personalizados, los nodos avanzados y CoWoS de TSMC, HBM y memoria convencional, la potencia informática doméstica de IA en China y la migración hacia la criptografía poscuántica. La conclusión central es que la IA sigue siendo el motor de crecimiento más fuerte de la industria de semiconductores, pero los chips no relacionados con IA, la inflación de costes y los cuellos de botella de infraestructura informática están generando una marcada divergencia dentro de la industria.

Perspectivas principales

El informe utiliza primero el gasto de capital en la nube para validar la sostenibilidad de la demanda de semiconductores de IA. Se espera que el mercado mundial de semiconductores alcance US$1.5tn para 2030, con los semiconductores de IA aportando aproximadamente la mitad; se espera que el TAM de semiconductores de IA sea aproximadamente US$753bn para 2030, mientras que el escenario alcista impulsado por datos de cadena de suministro para el mercado de semiconductores de IA en la nube de 2026 es US$485bn. El gasto de capital de los cuatro mayores CSP —Amazon, Google, Microsoft y Meta— creció 87% interanual en el segundo trimestre de 2026, mientras que la relación entre gasto de capital y EBITDA ha superado 70%. El seguimiento de los 14 mayores CSP cotizados del mundo indica que el gasto de capital en la nube se aproximará a US$1.4tn en 2027, antes de incluir la IA soberana. El informe considera que este nivel de inversión continuará impulsando la demanda de GPU, ASIC, CPU de servidores, empaquetado avanzado, HBM y pruebas, aunque las restricciones presupuestarias también están adquiriendo mayor relevancia. Dentro de la cadena de suministro de infraestructura de IA, el informe espera que el valor del consumo de obleas para cómputo de IA supere US$46bn en 2027, con NVIDIA aún representando la mayoría; el consumo de HBM podría alcanzar hasta 48bn Gb durante el mismo período, y NVIDIA seguiría siendo la mayor fuente de demanda. Se estima que TSMC produjo 5.1mn de chips relacionados en 2025, mientras que se espera que los envíos de racks GB200 NVL72 para todo el año alcancen 30k. Sobre la base de despliegues de energía anunciados, consumo de energía por rack y número de chips, el informe deriva la demanda de CoWoS y obleas de 2/3nm, y considera que una demanda de IA persistentemente fuerte podría llevar a TSMC a ampliar la capacidad de CoWoS a 200kwpm en 2027. La transmisión de oferta y demanda implica beneficios conjuntos para nodos avanzados, empaquetado avanzado, HBM, I/O y pruebas, mientras que suministros de apoyo como los sustratos ABF podrían restringir el aumento de volumen de determinados chips de IA. TSMC es el principal beneficiario de esta tesis de crecimiento. El informe señala que la demanda de los clientes N2 de TSMC sigue siendo fuerte, y que la hoja de ruta de capacidad declarada por la empresa implica una CAGR de aproximadamente 70% en la capacidad N2 de 2026 a 2028. Se espera que la capacidad N5 disminuya en 2027, mientras que la capacidad N3 continúa aumentando, en línea con las previsiones de demanda del informe. Se espera que la capacidad de nodos maduros y especializados mantenga una CAGR de 7% entre 2024 y 2029. Se espera que los ingresos de semiconductores de IA representen más de 30% de los ingresos de TSMC en 2026 y mejoren tanto la mezcla de ingresos como los márgenes. En empaquetado avanzado, TSMC CoWoS puede soportar hasta aproximadamente 9.5 veces el tamaño de retícula o cuatro chips por oblea; si la ejecución de la cadena de suministro avanza sin contratiempos, Intel EMIB puede soportar más fácilmente chips grandes que superen 12 veces el tamaño de retícula. Por tanto, la escalabilidad y la ejecución de producción en masa de paquetes ultragrandes son áreas clave de competencia entre ambas tecnologías. Más allá de las GPU de propósito general, el informe enfatiza que los CSP seguirán necesitando chips personalizados. Las distintas plataformas de nube requieren optimización en torno al entrenamiento, la inferencia, el coste, el consumo de energía y sus propias pilas de software, por lo que incluso el potente rendimiento de las GPU de NVIDIA no eliminará la demanda de ASIC. Las previsiones de AWS Trainium indican que los ingresos reconocibles de Alchip por Trainium podrían subir de US$1.8bn en 2026 a US$2.8bn en 2027 y alcanzar US$8bn en 2028, impulsados por Trainium4; para entonces, los ingresos por Trainium representarían aproximadamente 82% de los ingresos totales proyectados de Alchip de US$9.8bn. Para Google TPU, el informe prevé que los envíos totales aumenten de 3.7mn unidades en 2026 a 7.35mn unidades en 2027 y permanezcan por encima de 6.5mn unidades en 2028. Incluso bajo un modelo de herramientas propiedad del cliente, el informe sigue considerando que MediaTek podría ser responsable, como mínimo, del empaquetado y el chip I/O de TPU v10, con ingresos de TPU estimados en US$13.5bn en 2027, US$43.5bn en 2028 y US$70bn en 2029. KYEC debería beneficiarse del crecimiento combinado de los volúmenes de pruebas de GPU de IA, TPU y CPU. Las CPU también están emergiendo como un nuevo segmento de crecimiento. NVIDIA Vera utiliza un diseño de núcleo de CPU que no está dividido entre múltiples chiplets, permitiendo una conectividad más rápida entre núcleos, y el informe estima que su rendimiento podría alcanzar 1.8 veces el de la CPU x86 de mayor rendimiento. En el modelo descendente de Morgan Stanley, se espera que el TAM de CPU agénticas se expanda a una CAGR de 251% de F26 a F30, con el escenario alcista implicando un mercado de orquestación de CPU de US$238bn. Esta visión se basa en que las cargas de trabajo agénticas requieren capacidades más sólidas de programación de CPU, preparación de datos y orquestación del sistema, en lugar de simplemente aumentar el número de GPU. El ciclo convencional de semiconductores no está sincronizado con el ciclo alcista de la IA. El informe espera que la utilización de fundiciones lógicas alcance 80% en el segundo semestre de 2026 y observa que, históricamente, la disminución de los días de inventario ha coincidido normalmente con aumentos en los índices bursátiles de semiconductores. Sin embargo, excluyendo la memoria y los ingresos de GPU de IA de NVIDIA, se espera que el crecimiento de semiconductores no relacionados con IA disminuya en 2026. El aumento de los costes de obleas, ensamblaje y pruebas, y memoria está creando una “inflación de chips”; la elasticidad de precios podría suprimir la demanda de productos tecnológicos y presionar los márgenes de las empresas de diseño de chips en 2026. Al mismo tiempo, la priorización de semiconductores de IA por parte de la cadena de suministro está desplazando recursos como T-Glass y memoria destinados a productos no relacionados con IA. En memoria, se espera que la demanda de almacenamiento de IA genere escasez de NAND, mientras que la escasez de NOR Flash podría persistir durante 2026. Se espera que la escasez de DDR4 continúe hasta el segundo semestre de 2026, aunque el alza de los precios spot está limitada. El informe evalúa las brechas de oferta utilizando precios spot de obleas, precios de módulos y desgloses trimestrales de oferta y demanda, combinando la demanda de capacidad de los servidores de IA con salidas de proveedores o cambios de capacidad. La implicación es que la recuperación de la memoria no será uniforme: la duración de las escaseces entre distintas categorías, el diferencial entre precios spot y contractuales, y el ritmo al que los proveedores añaden capacidad seguirán determinando el grado de materialización de beneficios. La potencia informática de IA de China constituye otro tema de crecimiento independiente. DeepSeek ha demostrado capacidades de inferencia de menor coste, que según el informe estimularán la demanda de inferencia; el aumento del uso de tokens en Volcano Engine/Doubao de ByteDance también se considera evidencia de una demanda robusta. Las capacidades de las fundiciones nacionales y las cadenas de suministro de GPU de IA están mejorando, y el informe espera que el TAM de chips de IA de China crezca hasta US$91bn para 2030. Una comparación de la economía de inferencia de modelos grandes muestra que los chips chinos domésticos tienen un menor coste total de propiedad y pueden lograr un coste por token similar al de los procesadores NVIDIA; sus precios de venta sustancialmente más bajos ofrecen una mejor relación coste-rendimiento. La agrupación a nivel de infraestructura también está reduciendo la brecha tecnológica percibida por el mercado: el Atlas 950 SuperPod de Huawei, presentado en WAIC en 2026, puede escalar hasta 1,024 NPU Ascend 950DT y utiliza interconexiones híbridas de cobre y ópticas con hasta 256TB de memoria agrupada. El informe también espera que el TAM de CPU de China alcance US$42bn para 2030, y que la participación de Hygon en el mercado chino de CPU para servidores alcance 18% en 2028. La sección de seguridad cuántica se centra en la migración desde la criptografía asimétrica existente hacia la criptografía poscuántica. El informe señala que los gobiernos han establecido hojas de ruta de migración PQC, con las principales economías ampliamente alineadas con las normas NIST, aunque el avance varía según la región; 2030 es un punto de inflexión clave. Dado que el cifrado asimétrico se utiliza ampliamente en los sistemas electrónicos modernos, la migración afectará a todo, desde chips y dispositivos hasta diversas capas de conectividad. La seguridad de hardware es fundamental para la cadena de suministro cuántica, y PUF puede proporcionar a los dispositivos una raíz de confianza de hardware. El informe estima que el TAM de PUF alcanzará aproximadamente US$310mn para 2030 y evalúa la valoración de los activos relacionados utilizando ratios P/E de 2027 para empresas globales de semiconductores y de propiedad intelectual relacionada con PUF, así como el rango histórico de P/E de eMemory. El posicionamiento general del informe respecto a la industria es positivo, pero sus selecciones internas están claramente diferenciadas. MediaTek se identifica como la principal selección para IA, con otros nombres clave de IA como TSMC, SMIC, Aspeed, Alchip, KYEC, ASE, FOCI, ASMPT, AllRing y GUC. AP Memory es la principal selección para memoria, y también se destacan Macronix, Nanya Tech, Winbond y GigaDevice. La lista de IA/semiconductores/equipamiento de China incluye Iluvatar, Cambricon, Hygon, NAURA Tech y AMEC; la lista de equipos de pruebas y consumibles incluye WinWay, MPI, Hon Hai Precision y Gudeng; y la lista de nodos maduros incluye UMC. Hygon también recibe explícitamente la calificación OW; OmniVision, Phison, MetaX, Realtek y GlobalWafers reciben calificación EW, mientras que WIN Semi, Silergy y ASMedia reciben UW.

Marco de análisis

El informe estima primero la demanda de cómputo de IA utilizando gasto de capital de CSP, despliegues de energía y número de racks, y después desglosa esa demanda en cantidades de GPU/ASIC, obleas, nodos avanzados, CoWoS, HBM y volúmenes de pruebas. Posteriormente prevé la exposición de ingresos de empresas como Alchip, MediaTek y TSMC con base en proyectos corporativos y hojas de ruta de generaciones de clientes. Para China, evalúa la sustitución doméstica combinando demanda de tokens, precios de chips, coste total de propiedad, coste por token y capacidades de sistemas SuperPod. La sección de seguridad cuántica estima el mercado PUF con base en calendarios regionales de migración PQC, capas de conectividad y demanda de raíces de confianza de hardware, y compara activos relacionados utilizando ratios P/E.

Notas metodológicas

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

  Modelos de oferta y demanda para chips de IA, CoWoS, HBM, NAND, NOR y DDR4

  El informe convierte la demanda de cómputo del mercado final en consumo de chips, obleas, empaquetado y memoria, y después la compara con el crecimiento de capacidad y oferta en cada etapa para determinar escaseces, utilización y dirección de precios.

• Marco de análisis de industria/sectorTransmisión de la cadena industrial ascendente-media-descendente

  Transmisión del gasto de capital en la nube a través de la cadena de suministro de semiconductores

  Partiendo del gasto de capital de CSP y los despliegues energéticos de centros de datos, el informe deriva secuencialmente la demanda de racks, GPU y ASIC, obleas de nodos avanzados, CoWoS, HBM, I/O y pruebas.

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

  Descomposición de los volúmenes de envío de proyectos ASIC y los ingresos por ASP por chip

  Las previsiones de ingresos de Alchip y MediaTek se forman multiplicando los volúmenes de envío de cada generación Trainium o TPU por el ASP reconocible por chip, ilustrando así la contribución de los proyectos de clientes a los ingresos de las empresas.

• Método de valoraciónValoración PE/PEG

  Comparación transversal de P/E y rangos históricos

  El informe compara valoraciones entre fundiciones, empresas de ensamblaje y pruebas, empresas de memoria, IDM, empresas de equipamiento y diseñadores fabless, y evalúa activos relacionados con la seguridad cuántica utilizando ratios P/E de 2027 y el rango histórico de P/E de eMemory.

• Marco de ciclo y condiciones industrialesCiclo de inventarios (Kitchin)

  Relación entre días de inventario y condiciones de la industria

  El informe rastrea los días de inventario de la cadena de suministro en el primer trimestre de 2026 y señala que, históricamente, los descensos en días de inventario normalmente han coincidido con aumentos en los índices bursátiles de semiconductores.

• Marco de competencia y estrategiaAnálisis de cadena de valor

  Cadena de valor que abarca GPU, ASIC, fundiciones, empaquetado, memoria, pruebas e integración de sistemas

  El informe identifica las responsabilidades de cada empresa en diseño de chips de IA, chips I/O, fabricación de obleas, empaquetado avanzado, HBM, pruebas y sistemas SuperPod para determinar la atribución de ingresos y los segmentos beneficiados.

• (Método fuera del vocabulario)Otro

  Comparación de coste total de propiedad y coste por token

  El informe combina precios de chips, inversión en sistemas y producción de inferencia para comparar la economía de inferencia de chips chinos domésticos con procesadores NVIDIA, en lugar de comparar únicamente el rendimiento máximo.

• (Método fuera del vocabulario)Otro

  Derivación de la demanda de chips y obleas a partir de despliegues de energía

  El informe utiliza capacidad de energía anunciada, consumo de energía por rack, ciclos de vida de proyectos y número de chips por rack para derivar cantidades de GPU/ASIC y demanda de CoWoS y obleas de 2/3nm.

Correspondencia y comparación de activos

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

• MediaTek

  Identificada como la principal selección para IA, y el informe espera que sus ingresos por TPU alcancen US$70bn en 2029.

  Fortalezas

  Se espera que asuma al menos el empaquetado y el chip I/O de TPU v10 y participe en múltiples generaciones posteriores de TPU.

  Debilidades

  La materialización de ingresos depende de la escala de los proyectos TPU de Google y de la participación reconocible de valor bajo el modelo de herramientas propiedad del cliente.

  Comparación

  A diferencia de la ruta puramente GPU, la oportunidad de MediaTek proviene de ASIC personalizados de CSP y del valor del empaquetado avanzado.

  Riesgos

  Los envíos de proyectos, la ejecución de producción en masa o el ASP reconocible podrían quedar por debajo de los supuestos del informe.

• TSMC

  El proveedor central de fabricación para la demanda de GPU de IA, ASIC, nodos avanzados y CoWoS, e incluido entre los nombres clave de IA.

  Fortalezas

  La demanda N2 es fuerte, mientras que la capacidad N3 continúa aumentando; se espera que los semiconductores de IA representen más de 30% de los ingresos de 2026.

  Debilidades

  Se espera que la capacidad N5 disminuya en 2027, mientras que la expansión de capacidad debe mantener el ritmo de la demanda de IA de rápido crecimiento.

  Comparación

  CoWoS soporta hasta aproximadamente 9.5 veces el tamaño de retícula, mientras que Intel EMIB puede soportar más de 12 veces el tamaño de retícula si la ejecución avanza sin contratiempos.

  Riesgos

  La expansión de capacidad en CoWoS, nodos avanzados y materiales de apoyo podría rezagarse respecto de la demanda, o el gasto de capital de los clientes podría ralentizarse.

• Alchip

  Se beneficia de los chips de IA personalizados AWS Trainium y está incluido entre los nombres clave de IA.

  Fortalezas

  Se espera que los ingresos por Trainium suban de US$1.8bn en 2026 a US$8bn en 2028.

  Debilidades

  Se espera que los ingresos por Trainium representen 82% de los ingresos totales en 2028, lo que implica una alta concentración de clientes y proyectos.

  Comparación

  Su crecimiento proviene principalmente de AWS Trainium, mientras que el principal crecimiento incremental de MediaTek proviene de Google TPU.

  Riesgos

  Los envíos de Trainium4, el reconocimiento de ASP o el avance de los despliegues de clientes podrían quedar por debajo de los supuestos.

• KYEC

  Se beneficia de la demanda de pruebas de chips generada por el crecimiento de GPU de IA, TPU y CPU, y está incluido entre los nombres clave de IA.

  Fortalezas

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

  Comparación

  En comparación con una única empresa de diseño de chips, su exposición a ingresos se sitúa en el segmento de pruebas requerido por múltiples tipos de chips de IA.

  Riesgos

  Los envíos de chips de IA podrían ralentizarse, o la demanda de pruebas podría materializarse más tarde de lo esperado.

• AP Memory

  Identificada como la principal selección para memoria y presentada en el debate sobre tecnología de empaquetado avanzado relacionada con Intel EMIB.

  Fortalezas

  Tiene exposición tanto a tecnologías relacionadas con memoria como con empaquetado avanzado.

  Comparación

  El informe la incluye en la lista clave de memoria junto con Macronix, Nanya Tech, Winbond y GigaDevice.

  Riesgos

  La mejora de las condiciones de oferta y demanda de memoria o la materialización de proyectos de empaquetado avanzado podrían no cumplir las expectativas.

• Hygon

  Recibe explícitamente la calificación OW y se beneficia de la expansión del mercado chino de CPU y de plataformas de computación integrada CPU+GPU.

  Fortalezas

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

  Debilidades

  El crecimiento depende del mercado chino de servidores y del desarrollo de infraestructura informática doméstica.

  Comparación

  El informe posiciona a Hygon como una plataforma integrada CPU+GPU, mientras que otros proveedores domésticos se concentran más en aceleradores de IA.

  Riesgos

  Restricciones relacionadas con la capacidad de chips de China, la regulación y el ritmo de desarrollo de infraestructura informática.

• Cambricon、MetaX、Iluvatar

  Todos están asociados con los temas de aceleradores de IA chinos y expansión de la computación doméstica; Cambricon e Iluvatar están incluidos en la lista clave de IA/semiconductores/WFE de China.

  Fortalezas

  Los chips domésticos tienen precios más bajos, y el informe considera que ofrecen un coste total de propiedad y una relación coste-rendimiento competitivos.

  Debilidades

  La capacidad de chips avanzados sigue siendo una de las restricciones al crecimiento de IA en China.

  Comparación

  El informe compara Cambricon, MetaX e Iluvatar; MetaX recibe calificación EW.

  Riesgos

  Riesgos relacionados con la capacidad de chips, la madurez del ecosistema, la regulación y la ejecución de proyectos.

• OmniVision、Phison、MetaX、Realtek、GlobalWafers

  El informe califica a estas empresas como EW.

  Debilidades

  Sus calificaciones direccionales son más neutrales que las de las principales selecciones y los beneficiarios clave del informe.

  Comparación

  Todas están posicionadas como EW.

  Riesgos

  Los riesgos específicos de cada empresa no se desarrollan plenamente en el texto de investigación proporcionado.

• WIN Semi、Silergy、ASMedia

  El informe califica a estas empresas como UW.

  Debilidades

  El informe les asigna un posicionamiento direccional de infraponderación.

  Comparación

  Sus calificaciones son más cautelosas que la visión industrial Atractiva y el posicionamiento de los nombres clave de IA.

  Riesgos

  Los riesgos específicos de cada empresa no se desarrollan plenamente en el texto de investigación proporcionado.

Datos clave

• Tamaño del mercado mundial de semiconductores en 2030US$1.5tnEl informe espera que los semiconductores de IA aporten aproximadamente la mitad.
• TAM mundial de semiconductores de IA en 2030Aproximadamente US$753bnLa previsión de tamaño de mercado de largo plazo del informe.
• Escenario alcista del TAM de semiconductores de IA en la nube en 2026US$485bnDerivado de datos de la cadena de suministro.
• Crecimiento del gasto de capital de los cuatro mayores CSPCrecimiento interanual de 87% en el segundo trimestre de 2026Cubre Amazon, Google, Microsoft y Meta.
• Relación entre gasto de capital y EBITDA de los CSPMás de 70%Indica un alto nivel de intensidad de inversión en infraestructura de IA.
• Gasto de capital mundial en la nube en 2027Casi US$1.4tnCubre los 14 mayores CSP globales cotizados y excluye la IA soberana.
• Consumo de obleas para cómputo de IA en 2027Más de US$46bnSe espera que NVIDIA represente la mayoría.
• Consumo de HBM en 2027Hasta 48bn GbNVIDIA continúa consumiendo la mayor parte del suministro.
• Crecimiento de la capacidad N2 de TSMCCAGR de 70% de 2026 a 2028Basado en la hoja de ruta de capacidad proporcionada por TSMC.
• Participación de los ingresos de semiconductores de IA de TSMCMás de 30% en 2026Participación en los ingresos proyectados de la empresa.
• Ingresos de Alchip por TrainiumUS$8bn en 2028Aproximadamente 82% de sus ingresos totales proyectados de US$9.8bn.
• Ingresos de MediaTek por TPUUS$13.5bn en 2027; US$43.5bn en 2028; US$70bn en 2029Incluso bajo un modelo de herramientas propiedad del cliente, el informe sigue esperando que MediaTek realice parte del trabajo de empaquetado y chips I/O.
• Crecimiento del TAM de CPU agénticasCAGR de 251% de F26 a F30Modelo descendente de Morgan Stanley; el escenario alcista es US$238bn.
• TAM de chips de IA de ChinaUS$91bn en 2030Impulsado por la demanda de proveedores de servicios en la nube, operadores de telecomunicaciones, entidades soberanas y empresas estatales.
• TAM de CPU de ChinaUS$42bn en 2030Se espera que la participación de Hygon en el mercado chino de CPU para servidores alcance 18% en 2028.
• Escala de Atlas 950 SuperPod1,024 NPU Ascend 950DTPresentado en WAIC en 2026, admite hasta 256TB de memoria agrupada.
• TAM de PUFAproximadamente US$310mn en 2030Una oportunidad de raíz de confianza de hardware dentro del mercado de seguridad de hardware cuántico.

Impacto e implicaciones

El informe considera que el gasto de capital en IA seguirá concentrando ingresos y capacidad en nodos avanzados, CoWoS, HBM, ASIC personalizados, CPU de servidores y pruebas, y que empresas como TSMC, MediaTek, Alchip y KYEC se beneficiarán más directamente debido a una exposición clara a proyectos o capacidad. Mientras tanto, los chips no relacionados con IA podrían verse afectados por el desplazamiento de recursos y la inflación de costes. En China, la inferencia de bajo coste, la mejora de la oferta doméstica de chips y la agrupación SuperPod están ampliando las oportunidades de computación doméstica; la migración PQC está creando nueva demanda de PUF e IP de seguridad de hardware de cara a 2030.

Riesgos

• Los presupuestos de infraestructura de IA podrían limitar el crecimiento rápido continuado del gasto de capital.
• El suministro energético de centros de datos en Estados Unidos podría restringir los despliegues de computación de IA.
• La capacidad de chips avanzados en China podría limitar la materialización de la demanda doméstica de IA.
• Los cambios regulatorios podrían afectar la inversión en chips de IA, las transacciones o el despliegue de la cadena de suministro.
• El aumento de los costes de obleas, ensamblaje y pruebas, y memoria podría suprimir la demanda de productos tecnológicos a través de la elasticidad de precios y reducir los márgenes de las empresas de diseño de chips en 2026.
• La priorización de recursos de la cadena de suministro para semiconductores de IA podría generar escasez de recursos como T-Glass y memoria y desplazar productos no relacionados con IA.
• La oferta de sustratos ABF podría restringir el aumento de volumen de chips de IA como Google TPU.
• Excluyendo la memoria y las GPU de IA de NVIDIA, se espera que el crecimiento de los ingresos de semiconductores no relacionados con IA disminuya en 2026.

Aspectos que vigilar

• Seguir el crecimiento del gasto de capital global de los CSP, la relación entre gasto de capital y EBITDA, y la implementación real de los despliegues de energía anunciados.
• Supervisar el progreso de TSMC en la expansión de la capacidad CoWoS a 200kwpm para 2027 y los cambios en la mezcla de capacidad N2, N3 y N5.
• Seguir los envíos de racks GB200/300 NVL72, el consumo de obleas para cómputo de IA y la oferta y demanda de HBM en 2027.
• Supervisar Trainium4, las generaciones posteriores de Google TPU y el ritmo de materialización de ingresos de los proyectos de MediaTek y Alchip.
• Seguir la duración de la escasez de NAND, NOR Flash y DDR4, así como los cambios en los precios spot y contractuales.
• Supervisar la demanda china de GPU de IA, el uso de tokens, la capacidad doméstica de chips y el avance de los despliegues SuperPod.
• Observar si las hojas de ruta regionales de migración PQC pueden avanzar según lo previsto antes de 2030.