U.S. data centers and neoclouds — Interpretação do relatório

Visão geral

A Bernstein examina como um desenvolvimento deliberadamente mais lento de modelos de fronteira poderia remodelar a demanda por data centers nos EUA. Sua conclusão central é que a demanda migraria da capacidade rural voltada ao treinamento para infraestrutura metropolitana de baixa latência, favorecendo EQIX, DLR e CSQR em relação à CoreWeave.

Visões principais

O relatório responde à preocupação dos investidores de que o treinamento de modelos de fronteira possa desacelerar após apelos por um avanço mais deliberado de capacidades e por salvaguardas de segurança mais fortes. A Bernstein enfatiza que o arcabouço trata de revisão independente, padrões de segurança e cooperação internacional, e não de um corte imediato de capex ou da interrupção do treinamento. Ainda assim, uma redução ou desaceleração do treinamento deslocaria a demanda de localidades rurais construídas para cargas de trabalho de treinamento insensíveis à latência. A Bernstein estima um pipeline de data centers nos EUA de 488GW de capacidade nominal, dos quais 170GW são considerados críveis. As áreas rurais representam 36% do pipeline e os mercados Tier 3, incluindo West Texas, outros 34%. Assim, 70% do pipeline é voltado a treinamento ou inferência insensível à latência. O relatório espera que a inferência ocupe uma parcela crescente da capacidade de data centers de IA, mas afirma que a velocidade dessa mudança e o grau de sensibilidade à latência seguem incertos, pois os casos de uso rentáveis e amplamente adotados ainda não são conhecidos. O relatório distingue as cargas de inferência pelas necessidades de latência. Processamento em massa de documentos, geração e destilação de dados sintéticos e pontuação noturna em lote podem operar em data centers voltados ao treinamento. Por outro lado, fluxos de trabalho agênticos com chamadas sequenciais de ferramentas, voz em tempo real, tradução ao vivo, autorização de fraude em pagamentos e robótica provavelmente exigirão infraestrutura de menor latência. Isso torna as metrópoles Tier 1 os locais mais seguros e valiosos, independentemente do momento da transição, enquanto os mercados rurais Tier 4 são os mais arriscados. A Bernstein espera que os impactos incidam de forma desproporcional sobre construções novas ainda não locadas e sobre capacidade de neocloud contratada, mas não vendida, ou sob contratos de prazo mais curto. A CoreWeave é identificada como o nome mais exposto na cobertura. A Bernstein estima que 25% de sua energia ativa nos EUA e cerca de 74% de sua energia contratada estejam em mercados Tier 3 e Tier 4. A instituição não antecipa ameaça imediata ao backlog, composto principalmente por contratos take-or-pay, mas a demanda por energia rural contratada e ainda não vendida poderia recuar caso o desenvolvimento de treinamento desacelere. Em contraste, 95% da capacidade existente nos EUA da Equinix, 92% da Digital Realty e 94% da Csquare estão em metrópoles Tier 1 e Tier 2, onde também se espera a maior parte de seu desenvolvimento futuro. A Bernstein também identifica a densidade de interconexão, especialmente na Equinix, como suporte à demanda por esses locais em um mercado mais baseado em inferência. Mantém Outperform para EQIX, DLR e CSQR, com preços-alvo de $1,270, $226 e $27, respectivamente, e Underperform para CRWV, com preço-alvo de $74.

Estrutura de análise

A Bernstein relaciona uma possível desaceleração do treinamento de IA ao perfil geográfico e de latência da capacidade de data centers nos EUA. Compara a exposição rural e Tier 3 com a das metrópoles Tier 1 e Tier 2, distingue cargas de inferência tolerantes à latência das de tempo real e aplica múltiplos de avaliação futuros às ações cobertas.

Notas metodológicas

• Marco de análise setorialMarco de oferta e demanda

  A demanda por data centers é avaliada pela composição esperada de cargas de treinamento e inferência de IA e por suas exigências de localização.

  O relatório argumenta que a desaceleração do treinamento reduz a demanda relativa por capacidade rural, enquanto a inferência sensível à latência sustenta os data centers metropolitanos.

• Métodos de avaliaçãoOutro

  Avaliação por múltiplos futuros de lucros e fluxo de caixa.

  A Bernstein avalia CRWV com EV/Adjusted EBIT futuro, CSQR com EV/Adjusted EBITDA e DLR e EQIX com múltiplos futuros de preço sobre AFFO por ação.

Mapeamento e comparação de ativos

Mapeamento estruturado da tese para ativos nomeados (pontos fortes, pontos fracos, pares e riscos).

• CoreWeave (CRWV)

  É a mais exposta a uma desaceleração do treinamento devido à sua elevada exposição de energia em Tier 3 e Tier 4.

  Pontos fortes

  Seu backlog é composto principalmente por contratos take-or-pay.

  Pontos fracos

  Estima-se que 25% da energia ativa nos EUA e cerca de 74% da energia contratada estejam em mercados Tier 3 e Tier 4.

  Comparação

  Está menos protegida que EQIX, DLR e CSQR, cuja capacidade existente se concentra em metrópoles Tier 1 e Tier 2.

  Riscos

  Atrasos na capacidade construída por hyperscalers, o desenvolvimento de sua plataforma de software especializada ou a continuidade da escassez de energia podem sustentar sua proposta de valor e seu poder de precificação.

• Equinix (EQIX)

  Beneficia-se de uma mudança para capacidade metropolitana de baixa latência impulsionada por inferência.

  Pontos fortes

  95% de sua capacidade existente nos EUA está em metrópoles Tier 1 e Tier 2; a densidade de interconexão é uma vantagem particular.

  Comparação

  Tem maior concentração em Tier 1 e Tier 2 do que a exposição da CoreWeave em Tier 3 e Tier 4.

  Riscos

  Desaceleração da demanda empresarial, maior concorrência em interconexão e queda da participação no fornecimento de data centers.

• Digital Realty Trust (DLR)

  Beneficia-se de uma mudança para infraestrutura metropolitana de baixa latência.

  Pontos fortes

  92% de sua capacidade existente nos EUA está em metrópoles Tier 1 e Tier 2.

  Comparação

  Está mais protegida que a CoreWeave contra uma desaceleração da demanda rural voltada ao treinamento.

  Riscos

  Crescimento abaixo do esperado no segmento <1MW, desaceleração da demanda empresarial e perda de participação de mercado que pode elevar a pressão sobre preços.

• Csquare (CSQR)

  Beneficia-se de uma mudança para infraestrutura metropolitana de baixa latência.

  Pontos fortes

  94% de sua capacidade existente nos EUA está em metrópoles Tier 1 e Tier 2.

  Comparação

  Está mais protegida que a CoreWeave contra uma desaceleração da demanda rural voltada ao treinamento.

  Riscos

  A desalavancagem pode levar mais tempo que o esperado, há risco de execução na liberação de capacidade incremental e a Brookfield retém o controle do conselho e a maioria dos votos.

Dados principais

• Pipeline de data centers nos EUA488GW nameplate; 170GW considered credibleEstimativa da Bernstein para o pipeline dos EUA.
• Pipeline em mercados rurais e Tier 336% rural; 34% Tier 3; 70% combinedCapacidade voltada a treinamento ou inferência insensível à latência.
• Exposição da CoreWeave25% of active U.S. power; ~74% of contracted powerLocalizada em mercados Tier 3 e Tier 4.
• Concentração metropolitanaEQIX 95%; DLR 92%; CSQR 94%Parcela da capacidade existente nos EUA situada em metrópoles Tier 1 e Tier 2.
• Base de avaliação da CRWV25.5x NTM+1 adjusted operating income of $5.2BSustenta o preço-alvo de $74 da Bernstein.
• Base de avaliação da DLR27x NTM+1 AFFO per share of $8.36Sustenta o preço-alvo de $226 da Bernstein.
• Base de avaliação da EQIX~25x NTM+1 AFFO per share of $51.19Sustenta o preço-alvo de $1,270 da Bernstein.
• Base de avaliação da CSQR15x NTM+1 adjusted EBITDA of $568MBase de avaliação declarada pela Bernstein.

Impacto e implicações

O arcabouço baseado em localização da Bernstein favorece operadores com presença Tier 1 e Tier 2 densamente interconectada se a inferência ganhar importância, enquanto capacidade rural, não locada ou não vendida voltada ao treinamento enfrenta maior exposição.

Riscos

• Para a CoreWeave, atrasos na capacidade de hyperscalers, o desenvolvimento de sua plataforma de software especializada ou a continuidade da escassez de energia podem sustentar a demanda e o poder de precificação.
• Para a Csquare, a desalavancagem pode levar mais tempo que o esperado, a execução da capacidade incremental pode decepcionar e a Brookfield retém o controle do conselho e a maioria dos votos.
• Para a Digital Realty, o crescimento do segmento <1MW ou a demanda empresarial podem ser menores que o esperado, e a perda de participação de mercado pode aumentar a pressão sobre preços.
• Para a Equinix, a demanda empresarial pode desacelerar, a concorrência em interconexão pode aumentar e a perda de participação de mercado pode elevar a pressão sobre preços.